水质变化趋势的最小二乘法估计.pdfVIP

第 6期 广东水利水 电 N0．6 2005年 12月 GUANGDONG WAFER RES~ RCESAND HYDROPOWER DEC 2005 水质变化趋势的最小二乘法估计 王 进 (广 东省水文局 ，广 东 广州 510150) 摘 要 ：水质监测数据会表现 出一定的趋势性。利用最小：乘法原理 ，通过拟定水质时间序列的回归方程，来研 究水质的趋 势性 ，能够 简明 直观地 表现趋 势性 的大小和发展变化过程 ，并可用 于预测将来一段 时间 内的水质 ，具有较强的实用性。 关键词 ：水质 ；趋势 ；最 小二乘法 ；回归方程 中图分类号 ：TV131．4 文献标识码 ：B 文章编号 ：1008-0112(2005)06-0072-02 1 概述 (SL219—98)中规定 ，全国重点站每年 的监测次数不少于 12次 ， 天然水体的水质和其他许 多 自然现象一样 ，受许多因素 的 每月 中旬采样 ；一般江河控制站每年 的监测次数不少于6次 ，丰 、 影 响，既会表现出一定 的随机性 ，又会表 现 出很 强的确 定性 和趋 平 、枯水期各2次。这样 ，大部分测站就无法得到逐 日或逐月 的 势性 。研究水质 变化 的确 定性 和趋 势性 ，对于 掌握 水质 变化 规 资料 ，因而需要对资料进行处理 ，来编制水质时问序列 。 律 、探寻变化原因及采取治理措施都具有十分重要的意义。在水 根据过程 中逐年 的资料数量和年内分布情况 ，分2种情况来 质趋势分析 中，最常用 的方法是季节性肯达尔(Kendal1)检验法 。 编制水质时 间序列 ： 该法是一种非参数统计检验方法 ，其优 点是不需要样本遵从一 一 是各年 的监测 资料数 量 相差不 大 ，且 在年 内分布较 为均 定 的分布，也不受少数异常值的干扰 ，计算也 比较简便 。运用该 匀 。这时 ，可利用逐次的监测资料来分析趋势。由于逐次 的时间 法不仅可以判断水质趋势的升 、降，而且可 以对水质趋势 的显著 由年月 日组成 ，需要转化成年 ，一种简便转化方法为 ： 性进行估计 。但 是 ，该法也存在 明显 的局 限性 ：首先 ，该法只适合 X：(Y～y．+1)+(m 一1)／12+d／365 分 析整体的变化趋势 ，无法 分析过程 中趋 势性及 出现 的拐点 ；其 式 中 代表转化后 的年，为小数 ；Y、m、d分 别代表年 、月 、日；Y． 次 ，该法无法说 明水 质 变化 的随机 性大 小及 与 时间 的相关 性好 表示计算 的起 始年份。 坏 ；第三 ，该法无法对未来的水质进行定量 的外延 和预测 。为此 ， 二是各年 的监测资料相 差较大 ，或年 内的分布 不均。这时 ， 本文应用最小二乘法原理建立 了水质变化 回归方程 的方法 ，来 为了避 免某一时段 的数据 占太大 的权重 ，应先计算各年 的代表 更好地估计水质的变化趋势 。 值 ，用此代表值组成时间序列。各年代表值可 以采用年均值 、中 2 方法体 系 位值 、代表时段加权平均值 、代表水量加权平均值等。 利用最小二乘法原理来估计水质 的变化趋势可分 以下 5步 2．3 散点 图确定回归方程的形式 来完成。 回归方程一般可分为线性方程和非线性方程 2大类 。线性 2．1 选择分析时段 方程 即直线方程 ．形式 为 Y：o+6 ，其 中的 。称 为截距 ，表示 初 为了消