原创力文档- 1、本文档共11页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
水文序列ARIMA模型应用中存在的问题与改进方式.pdf
2008年lO月 系统工程理论与实践 第10期
1
文章编号：1000．6788(2008)10-0166．1
水文序列ARIMA模型应用中存在的问题与改进方式
王红瑞1，康健2，林欣2，钱龙霞1
摘要：经典的ARMIA模型应用是对水文过程年际月变化所形成的时序数据进行计算处理，而忽略了
水文过程平稳性检验和月际年变化对时序预测结果的影响．本文在对这·问题讨论的基础上，基于聚类
提取分类后月份的特征，利用回归分析建立特征量和月水文数据间的关系，通过差分对特征量时序做平
稳性处理，使用ARIMA模型按类预测特征量，由此，提出了一种新的挖掘水文时序月际年变化信息的方
法，建立了改进的ARIMA模型及预测方法．作者以兰州降水站为例进行了应用验证，研究结果表明．改进
后的ARIM模型的精度要明显高于季节ARIMA模型，其平均残差达到了9．4l，预报精度提高了2l％，效
果十分明显．最后就改进后的ARIMA模型的应用给出了进一步的研究方向．
关键词：水文过程；季节性ARIMA；聚类；回归；降水量
中图分类号：P33 文献标志码：A
Problems inARIMAmodelof series
existing hydrologic
andsome
improvementsuggestions
WANG Jian2，LIN
Hong-ruil，KANGxid，QtANLong-xlal
ofWater forWaterandSediment of
Sciences Normal
(1．College Sciences-KeyLaboratory MinistryEducation，Beijing
ofMathematic Normal 100875，China)
100875，C．him；2．CollegeSciences，BeijingUniversity，Beijieg
ARMIAis used time dataformed
Ab醴nIct：Themodeloften for series interannualvariatiONwitha
calculating by
month∞unit．However．theinfluenceabout variationwitha is
bmnghtbyinter-monthly neglected．Based
year∞unit
onthe dataclassified characteristicsareextracted．Thecorrelationbetweencharacteri．,cde
monthly bycluster，the
and datawitha isconstructed treatmentfor
bYregression
quantitymonth
文档评论（0）