时间序列模型在吉林西部地下水动态变化预测中的应用.pdfVIP

水 利 学 报 年 月 第 卷 第 期 文章编号 时间序列模型在吉林西部地下水动态变化预测中的应用 杨忠平 卢文喜 李平 吉林大学环境与资源学院 吉林长春 摘要 运用时间序列分析理论对吉林西部地下水位动态变化进行了分析和预报 首先采用多项式拟合提取水位动 态的趋势分量 而后运用频谱分析方法中的谐波分析提取其中的周期成分 利用自回归 模型模拟随机分量 最 后将三者线性叠加建立预报模型 并给出了模型精度检验方法 通过模型分析 可知该区地下水位变化存在两个 主要周期 年和 年 揭示了地下水位的季节性变化和多年变化规律 年以后的预报结果表明部分地区 的地下水位将持续下降 应及时加以控制 关键词 时间序列分析 地下水动态 随机模拟 吉林西部 中图分类号 文献标识码 在对地下水系统的研究中 把实体系统作为直接研究对象极其困难 一般通过系统模型来描述实 体系统的特性及其变化规律 应用时间序列 简称 时序 分析法进行水位预报 正是将地下水系统 视为 黑箱 或 灰箱 根据地下水位动态观测资料 提取和分析历史资料本身所蕴涵的信息 找出其规 律 并利用这些规律 达到预报未来的目的 无须再进行专门的试验来获取其它参数 这给大区域地下水 动态预报分析带来了极大的便利 并且 该方法易于掌握 计算工作量小 易于应用推广 近 年来 时序分析理论已广泛应用于地下水资源评价 预报和管理之中 并有大量的著述 常用 的时序模型有自回归模型 滑动平均模型 自回归滑动平均模型 近年来随着计算机 技术的发展和广泛应用又发展了多种模型 如求和自回归滑动平均模型 乘积型季节性模型 组合模型 混合模型以及门限模型 混沌时间序列模型等 这些模型应用灵活方便且具有较高的模 拟精度 本文应用时序分析法对吉林西部地下水位动态进行分析 揭示了该区地下水动态变化规律 提供了 较为准确的地下水位动态模拟和预报数据 为吉林西部地下水合理开发和科学管理提供依据 时序模型基本方法 时间序列模型基本组成 水位埋深时间序列模型可用如下叠加形式表示 式中 为地下水位埋深 的估计值 为趋势分量 的估计值 为周期分量 的估计值 为随 机分量 估计值 建立模型的过程即是从已知序列 观测值 中提取各分量的过程 提取的顺序 为 趋势分量 周期分量和随机分量 一旦建立了各分量的数学模型后 再将其线性叠加 就得到了式 形式的地下水水位埋深预测模型 收稿日期 基金项目 水利部科技创新项目 作者简介 杨忠平 男 重庆人 博士生 主要从事地下水资源评价保护方面的研究 地下水水位埋深时间序列模型各分量的确定 趋势分量的确定 对于趋势分量 可用多项式逼近 即 对式 可采用多元回归方法确定待定系数 和阶数 具体求解方法可借用 软件中现成的回归分析模板来实现 为检验拟合结果 需在一定的显著性水平下计算趋势曲线拟合 的相关系数 若无最佳拟合函数则认为无趋势项或趋势项不显著 周期分量的确定 趋势函数确定后 再对扣除趋势分量后的部分 进行周期项分析 即 本文采用谐波分析方法 进行周期分量的分析提取 对序列 可用 个波叠加的形式表示其 估计值为 式中 为序列 的估计值 将其作为式 周期分量的估计值 为谐波个数 取 ? 的整数部分 为 谐波序号 即第 个谐波的周期 为傅立叶系数 其计算式为 由此可求得 为节省工作量 通常在 个波中选取波动比较显著的几个谐波相加来估计 在实际应用中只需选取前 个显著谐波就能满足精度要求了 谐波的显著性分析方法可参考文献