月径流时间序列的混沌特性分析.docVIP

月径流时间序列的混沌特性分析 汪丽娜1,2，陈晓宏1,2，李粤安3，林凯荣1,2，李艳4 1. 中山大学水资源与环境研究中心，广东 广州 510275；2广东省近岸海洋工程重点实验室，广东 广州 510275；3. 广东省水利厅，广东 广州 510635；4. 广东商学院资源与环境学院，广东 广州510320 摘要：研究根据混沌理论，分别采用功率谱分析方法、GP关联维识别合水水库月径流量的混沌特性，并且得出主要的混沌特性指标。以Tanks嵌入定理为理论基础，进行短期预测，能够取得精度较高的预测结果。研究表明：月径流序列存在一定的混沌特性，其最小嵌入维数在m=8对应的吸引子维数D=0.95，最大李雅谱诺夫指数σ =0.325，采用加权一阶权域方法预测时，预测最大时限为4个月，其预测精度均在5%以内。 合水水库混沌理论李雅谱诺夫指数中图分类号：S156.4+1；S161 文献标识码：A 文章编号：1672-2175（200）0-2436-04一般，非线性学科主要包括混沌、分形和孤子。混沌研究始于19世纪中后期法国庞加莱对太阳系稳定性问题的探讨，从时间序列研究混沌始于Packard等提出的相空间重构理论。混沌理论认为，客观事物的运动，除周期、准周期和定常外，还存在着一种运动形式——混沌运动。由于径流过程受多种因素的影响和制约，径流过程表现出复杂的、随机的、多维等特性，因此有研究表明径流是一类混沌系统，并提出许多混沌预测方法[1-5]。混沌中所指的无序是一种有其内在规律性的表现，并不是指单纯的混乱。因此，确定径流序列的混沌特性，对径流的预测具有非常重要的意义。本文根据合水水库1958年1月至2000年12月逐月径流量序列资料，通过识别其混沌动力学特性，进一步对月径流量进行预测，为径流的合理开发利用提供了理论基础。 功率谱的幂函数表明时间序列资料在频率空间中跨度很宽的尺度，但却有自相似结构。在其功率谱上能呈现出在时间序列的图像上看上去不规则的规律。时间序列的功率谱，对个采样值机上周期调焦，计算自相关函数（离散卷积），然后对进行离散傅氏变换，计算傅氏系数。由于应用快速傅氏变换算法（FFT），可以直接由作快速傅氏变换，得到系数： 然后计算，有许多组得到一批，求平均后即趋近前面定义的功率谱。 由一个混沌系统产生的轨迹经过一定时期的变化后，最终会做有规律的运动，产生一种有规则的、有形的轨迹（混沌吸引子）。Packard[6]等建议用原始系统中的某变量的延迟坐标来重构相空间，Tanks证明了可以找到一个合适的迁入维，即如果延迟坐标的维数，使动力系统的维数，在这个嵌入维德空间里可以把有规律的轨迹（吸引子）恢复过来。 目前常用的计算混沌序列最大的Lyapunov指数方法主要有五种：由定义法延伸的Nicolis方法、Jacobian方法、Wolf方法、P-范数方法和小数据量法，其中以Wolf和小数据量方法最为广泛和普遍。Wolf方法[6]直接基于相轨线、相平面、相体积等的演化来估计Lyapunov指数，Wolf方法示意图如图1所示。 设混沌时间序列为，嵌入维数m，时间延迟，则线重构像空间为： 图1 Wolf方法图示 Fig. 1 The Wolf method 取初始点，设其与最邻近点的距离为，追踪这两点的时间演化，直到时刻，其间距超过某规定值，保留邻近另找一个点使得，并且与之夹角尽可能的小，继续上述过程，直至到达时间序列的终点，这是追踪演化过程总的迭代次数为，则最大Lyapunov指数为： 设中心点的临近点为，并且到距离为，设是中的最小值，定义点的权值为 （是参数，一般取值为1） 则一阶局域线形拟合为 其中。应用加权最小二乘法，则 对两边求偏导，化简后得到关于的方程组为 进行预测时，当嵌入维数，将上所求代入一阶加权线形局域拟合： 即可进行预测。 功率谱分析方法是一种常用的时间序列分析方法，通常，不同性质的时间序列表现出的功率谱线不同。非线性混沌序列是非周期的，因此其功率谱线和呈等间距的周期性时间序列的功率谱线不相同。本研究采用功率谱的方法初步分析合水月径流量的时间特性，如图2所示。 图2表明，合水水库的频谱曲线均未表现出明显的峰值或峰连成一片，因此对应的月径流时间序列为混沌序列。 混沌运动的基本特点是运动对初值条件极为敏感。Lyapunov指数就是定量刻画耗散体系相空间中相体积收缩过程的物理量。对于随即序列，关联维数随着嵌入维数的增加而增加，不会达到饱和，而对于混沌序列则存在无标度区，关联维数随着嵌入维数的增加而趋于饱和，即呈现直线段，则表明时序分布存在分形特征，且直线段的斜率即为该时序段的维数。因此，可以根据关联维数是否饱和现象来区别混沌序列与随机序列。 本文采用G_P算法[7]计算合水水库月径流时间序列的饱和关联