水文随机分析第四章090918.pptVIP

水文水资源学院 水文水资源学院 * * 第四章 水文随机序列的预报 概述 平稳线性最少方差预报 AR（p）序列预报 门限自回归模型 第一节 概述 模机水文模型应用： 最简单一个例子： 对中心化（离均差后） 系列建立了一阶自回归模型： （1） —水文序列 已知1984年 对（1）式取数学期望得： （预报公式） 其实，这是一个期望预报，把随机变量取为0值（平均值） 因此一步预报误差： 已知水文序列作预报。 ①建立水文随机模型（假如无趋势及周期） ②给出预报公式和预报方法。 ③利用现在及过去观测值作预测，必要时作实时修正。 ④区间预报，误差分析，对模型作评定及检验。 第二节 平稳线性最小方差预报 对正态平稳系列作l步预报 问题：当前时刻k和过去时刻 为已知，需对未来时刻随机变量 ，可记为 。 所谓平稳线性最小方差预报定义为： ∴ ∴ 水文变量 一、ARMA（p、q）序列差分形式公式： 离均化 ARMA（p、q）模型 两端取数学期望（条件） 当MA 0,q 模型时，如 当为AR（p）模型时，将在后面作介绍。 二、ARMA（p、q）序列传递形式预报公式