基于小波与游程耦合的时序模型在降水预测中的应用.pdfVIP

第31卷 第8期 长 江 科 学 院 院 报 Vo1．3l No．8 2014年 8月 JournalofYangtzeRiverScientificResearchInstitute Aug． 2 0 14 DO1：10．3969／j．issn．1001—5485．2014．08．004 基于小波与游程耦合的时序模型 在降水预测中的应用 彭高辉 ，韦保磊 ，马建琴 (华北水利水电大学 a．数学与信息科学学院；b．水利学院，郑州 450045) 摘 要：针对降水量时间序列具有多尺度非平稳性特点 、长时段预测精度不高的问题，选择 db3小波，运用 Mallat 算法 2尺度分解降水序列，利用游程分析检验分解序列间的独立性，建立了=者耦合的时序模型，并应用于郑卅I市 2008--2012年的降水预测，得到了相对于传统时序模型更好的结果。基于耦合模型预测 _r郑州市2013--2015年 月均降水量，以期为决策提供依据。 关键词：降水预测 ；小波变换；游程检验；耦合模型；ARIMA模型 中图分类号：TV211．1 文献标志码：A 文章编号：1001—5485(2014)08—0018—05 1 研究背景 2 降水预测理论模型 降水量是衡量干旱程度的重要指标，关于降水 2．1 小波分解 小波分解是将原始序列分解为一系列小波函数 预测的方法有很多，如文献 [1—3]分别运用 Markov 的叠加，小波重构是小波分解 的逆变换 。设原始序 预测降水量或径流量 ；严华升等 运用非线性动力 列为 ={ ，X ，…， }，采用正交、高效的 Mallat 统计模拟对降水进行了预测；崔德友 利用遗传算 算法进 行小波分解 。令 C。=X。，Mallat算 法如 法针对降雨量数据进行预测；文献 [6—7]运用时问 序列模型对杭州市降雨量进行了预测；韩萍等 建 下 。 ： 立多尺度标准化降水指数的ARIMA(Autoregressive f ：1，2，…，L。 (1) IntegratedMovingAverageMode1)模型，预测了陕西 = 月 未来降水的变化及干旱等级；李才媛 运用灰色理 当分解到 层时，原始序列被分解为 个细节 论预报 了湖北省梅雨期的分级降雨。这些研究大多 序列和 1个近似序列，对分解得到的L+1个序列分 是在未对序列进行多尺度非平稳性、独立性检验 的 别运用Mallat重构算法，即 条件下直接对降水量进行预测 。而长序列数据中隐 C，= ⅣC + GD川 ， 藏着丰富的信息，若对其进行序列分解 ，则可从中挖 = L一1，L一2，… ，0 。 (2) 掘出更多信息。 重构到原时间尺度上，得到单支 构后的序列，记为 降水的形成与气压、气温、日照和风速有关，有 {D ，D：，…，D ，C}。其 中：H是 H的对偶算子；G 其 自身的物理机制，并非单纯的随机序列。本文主 是G的对偶算子；D，为细节序列单支重构结果 ；C， 要是从数学方法的角度 ，对随机非平稳序列进行延 为近似序列单支重构结构。 展预测：首先小波分解降水序列，通过游程分析检验 2．2 游程检验 分解序列之间是否相互独立 ；而后