气象干旱组合预测模型研究及其应用.pdfVIP

第３７卷第４期 人　 民　 黄　 河 Ｖｏｌ．３７，Ｎｏ．４ ２０１５年４ 月 ＹＥＬＬＯＷ　 ＲＩＶＥＲ Ａｐｒ． ，２０１５ 【水文泥沙】 气象干旱组合预测模型研究及其应用 马建琴，毕静静，赵晓慎 （华北水利水电大学水利学院，河南 郑州４５００１１） 摘 要：为提高干旱预测精度，克服单一预测模型的不足，在分析灰色理论和遗传神经网络模型特点的基础上，构建了气 ＧＭ １ １ 象干旱的多尺度组合预测模型。该模型首先提取灾变序列，利用 （，）模型进行拟合和预测，然后采用遗传神经网 ＧＭ １ １ １９５１ ２０１２ 络对拟合值进行修正，得到训练好的网络结构，最后修正 （，）模型的预测值。利用郑州市 — 年月降水数 据进行的干旱预测结果表明：针对不同尺度的灾变序列，组合预测模型的预测效果优于 （，）模型和遗传神经网络 ＧＭ １ １ 模型，且模型的平稳性较好。 关　 键　 词：组合预测模型；ＧＭ（１，１）模型；遗传神经网络；干旱预测 中图分类号： 文献标志码： ： Ｐ４５７ Ａ ｄｏｉ １０．３９６９／ ｊ．ｉｓｓｎ．１０００１３７９．２０１５．０４．００３ 干旱是人类面临的主要自然灾害之一，已有的干 列建模和遗传神经网络非线性映射的特性，发挥二者 旱预测方法主要包括加权马尔可夫链、支持向量机模 的优势，从而进一步提高预测精度。 型、灰色理论和神经网络等［１－４］，但每种方法各有利 １　 组合预测模型的建立 弊。加权马尔可夫链理论根据状态间的转移概率来推 测系统未来的发展，比较适合随机波动性较大序列的 采用 （，）模型的预测结果作为遗传神经网 ＧＭ １ １ 预测，在进行干旱预测时，该方法仅对无旱的预测比较 络的输入，以提高输入质量，使得组合预测模型的预测 １ ［］ 准确 ；支持向量机模型的基本思想是将输入的低维 效果优于单一模型。 变量变换到一个高维特征空间中，并在该空间进行线 １．１　 ＧＭ（１，１）模型简介 性回归分析，适合短期预测，对于中长期预测的偏差过 ＧＭ（１，１）模型是最常用的一种灰色模型，它是由 ［２］ 大 ；灰色理论利用累加生成后的新数据建模，在一 一个只包含单变量的一阶微分方程构成的模型，主要 定程度上弱化了原始数据的随机性，容易找出数据变 应用于时间序列预测。建模前一般先对原始数据进行 换规律，对短序列、数据少、信息不完全系统的建模与 累加处理，通过累加削弱原始数据的随机干扰，突出系 分析有独特的效果，但在进行长期预测时其预测结果 统所蕴涵的内在规律。设有数据序列｛ｉ，ｘ （ｉ）｝（ｉ ＝０ ［５］ 近似呈指数增长 ，不符合数据序列的随机性和波动 ，，…，），其中｛ （）｝为灾变日期序列，根据灰色 １ ２ ｎ ｘ ｉ ０ 性；神经网络是一种模拟人脑信息处理方法的非线性 ［８］ 系统理论 ，其一次累加生成序列｛ （）｝可用指数 ｘ ｉ １ 系统，可以实现输入和输出的任意非线性映射，基于遗 函数拟合（取ｘ （０）＝ｘ （１）），即１ ０ 传算法改进的神经网络模型在搜索过程中不易陷入局 ｂ －ａｋ ｂ （ ） ［ （） ］ （） ｘ ｋ ＋ １ ＝ ｘ １ － ｅ ＋ １ １ ０ ［６］ ａ ａ 部最优 ，但该模型需要大量数据才能获得较准确的 Ｔ ［７］ 式中：参数 、用最小二乘法估计，得 （，） 预测结果 。由于干旱问题具有复杂性和随机性，若 ａ ｂ ａ ＝ ａ ｂ ＝ 单纯利用一种预测方法进行预测，则预测结果不仅会 Ｔ －１ Ｔ １ （Ｂ Ｂ） Ｂ Ｙ，其中Ｂ ＝ ｛－ ［ｘ （ｋ）＋ｘ （ｋ ＋１）］＋１ １ ２ 受到模型本身的限制，而且难以保证较好的预测精度， 因此急需开展组合预测模型的研究。 收稿日期：２０１４ ０６ １１ 基金项目：国家自然科学基金资助项目（ ）；河南省针对已有模型的优缺点，笔者建立了灰色与遗传 教育厅自然科学研究基金资助项目（２００９Ａ１７０００４）；河南省科 ０９２１０２３１０１９７ 神经网络组合预测模型，对河南省郑州市的气象干旱 技攻关基金资助项目（ ）。 作者简介：马建琴（１９７３—），女，河南郑州人，教授，博士，硕 进行预测。该预测模型根据干旱等级标准，分别提取 士生导师，研究方向为水资源与水环境。 通信作者：毕静静（ —），女，河南济源人，硕士研究生，研 １９８９ １２ ６ ３ 以 个月、个月和 个月为尺度的灾变序列，通过 究方向为水文学及水资源。 构建不同长度的数据序列，可充分利用灰色理论短序 Ｅｍａｉｌ ９７２３３７１８２＠ｑｑ．ｃｏｍ ： · · １０ 人 民黄 河　 ２０１５年第４期 ｝ ， （ ） ； ，，…， 。 １ Ｙ＝ｘ ｋ＋１ ｋ＝０ １ ｎ－１