多步流量预测模型新方案的研究与应用.pdfVIP

第 卷 第 期 水 科 学 进 展 ， !I % K=4 * !I L= *% 年 月 ， ’) $ +JK+LM0N OL P+B0@ NMO0LM0 N6Q * ’) 多步流量预测模型新方案的研究与应用 魏 凤 英 （中国气象科学研究院，北京 !#!） 摘要：在分析!$%! ’! 年潼关、花园口、兰州水文站年最大流量的变化规律基础上，提出了一个建立多步预测 模型的新方案，该预测模型具有可以直接作多步预测和对异常极值有较好预测技巧等特点。将该预测模型用于 !$$% ’! 年多步独立样本的预测试验，取得了较好的预测效果，利用这一预测模型对未来直至’% 年的年最大 流量变化趋势进行了预测。 关 键 词：多步预测；预测模型；年最大流量；预报 中图分类号： 文献标识码： 文章编号： （ ） ())# *$ + !!,-.$! ’) %,-.,% 一个部门、一个地区或一个国家在制定长远规划时，常常要对未来 年、 年乃至更长时间各种项目未 % ! 来可能出现的情景作出预测，比如要求气象部门制作未来几年旱涝变化趋势和冷暖变化趋势的预测，要求水文 部门制作未来几年各大流域流量的预测等等。因此，需要建立制作多步预测的数学模型。目前，常用的多步预 测模型主要有两类，一类是时间序列模型，包括自回归（ ）、滑动平均（ ）、自回归滑动平均（ ）等线性 +@ A+ +@A+ 模型和门限自回归（ ）等非线性模型。这类模型制作一步预测还比较有效，但在作多步预测时，预测值常常 B+@ 趋于平均值，对异常极值的预测效果欠佳，而人们最关心的恰恰是未来会不会出现异常现象。另一类是多元回 归模型，它是目前应用十分广泛的建模方法，它通过对大量观测数据的分析、计算，建立一个预报量与若干个 预报因子间的多元线性回归方程，也就是说，预测对象未来的变化依赖于其它变量，而在实际预测时，常常无 法获得未来更长时间其它变量的信息，这给作多步预测带来了困难。 !$$ 年我们依据时间序列蕴涵不同时间尺度振荡的特征，拓广了数理统计中算术平均值的概念，定义了 ［，］ ! ’ 时间序列的均值生成函数（ ， ），在此基础上提出了建立时间序列模型的新构想 。 A62? C6?6D2E3? FG?:E3=? ACF 这一预测模型目前已在气象领域的长期预测中广泛应用，收到比较好的预测效果。遗憾的是，它建立的是时间序 列模型，没有考虑其它变量对预报量的影响。 本文在分析潼关、花园口、兰州 站年最大流量序列变化规律基础上，提出将时间序列与多元回归模型有机 ) 地结合在一起的新思路，不仅考虑其它变量对预测量的影响，还充分考虑预测量自身变化规