时域组合模型与西安市城区地下水污染预测.docVIP

时域组合模型与西安市城区地下水污染预测 第30卷第6期 2007年11月 干旱区地理 ARIDLANDGEOGRAPHY Vol_30No.6 Nov.2007 时域组合模型与西安市城区地下水污染预测 吴晓娟,孙根年,冯煜 (陕西师范大学旅游与环境学院,陕西西安710062) 摘要:基于系统层次性的分解-9综合,将区域环境质量的时间序列变化概括为趋势项,周期项 和随机项,提出了用于环境预测的时域组合模型及其检验方法;以20年来西安市地下水污染预测 为例,在电子表格软件lotus1—2—3forWindows的支持下,完成了西安市地下水总固体,总硬度, 硝酸盐,氯化物,氟化物,六价铬6种污染及样本超标率,平均污染指数和超标区面积3个指标的数 学建模.该方法事物变化规律清晰,预测精度远高于传统方法,同时也为西安市地下水污染的预测 防治提供了科学依据. 关键词:时域组合数值模拟地下水污染西安市 中图分类号:X52文献标识码:A文章编号:1000—6060(2007)06—0939—07(939～945) 我国环境监测起步于20世纪70年代,实测数 据的积累已有30多年的历史,区域环境的研究也应 从静态的空间分布转向动态的时间变化,在动态变 化中认识环境质量与经济发展的关系.20世纪90 年代末,陈静生等率先开展大江大河水质变化研究, 揭示了长江,黄河污染物呈逐渐加重的趋势¨.2;而 张勇等人完成的上海市地表水质动态变化,采用二 次曲线预测在1998年后有下降趋势;有关区域环 境质量与经济发展的关系国内已有众多研究,其目 的在于验证环境库兹涅茨曲线,数学模型多为多项 式回归J.随着监测数据的积累和动态过程研究 的深入,定量化模拟并准确预测环境质量的变化,已 成为环境科学的一个重要课题.显然,区域环境质 量的变化是一个典型的非线性系统,传统的直线模 拟,二次曲线模拟,指数模拟,GM(1,1)模型其精度 相对较低¨,而纯时间序列ARMA(P,r)或AR(P) 模拟其物理含义又不清晰.1998年杨永国等人 提出多尺度的时域组合模型,基于地质记录开展了 气候变化趋势的预测试验;钱家忠等人将时间序 列与马尔柯夫链结合起来,开展了大气降水时间序 列一马尔柯夫模型研究,其预测精度大为提高】. 本文通过时域组合来解决这一问题,将一组环境指 标的时间序列变化分解为趋势项,周期项和随机项, 分别用趋势函数,周期函数和自回归模型进行模拟, 并建立了相应的检验方法. 1时域组合模型及检验方法 1.1时域组合模型 设{Y(t),t=1,2,3,…,n}为较长序列环境指标 的时间变化,不能用传统简单的模型模拟¨...从系 统的层次性出发,可把它分解成趋势项M(t),周期 项(t)和随机项|s(t),即: y(t)=(t)+(t)+|s(t),(1) 其中:趋势项M(t)反映环境指标时间序列最为直观 的变化趋势,可用较为简单的趋势方程模拟;周期项 T(t)反映指标的周期性变化,可用单周期或多周期 的周期函数模拟;随机项S(t)反映了由随机因素引 起的变化,可用时间序列的自回归模型进行模拟. 时域组合模型的建模思路,是在整体指导下的 分解和分析基础上的综合,即先将整个序列的变化 分解成趋势项M(t),周期项T(t)和随机项S(t),分 别建模之后再将其组合起来(图1). 1.1.1趋势项M(t)的模拟(t)反映了系统的 收稿日期:2006一l1—15:修订日期:2007-03—24 基金项目:国家自然科学基金,陕西师范大学创新基金联合资助项目 作者简介:吴晓娟(1981一),女,山西文水县人,陕西师范大学硕士研究生,研究方向为环境评价与预测 通讯作者:孙根年教授,博士生导师 干旱区地理30卷 变化趋势,可用如下较为简单的函数进行模拟,包括 四类: ①多项式函数模型,方程为: M(t)=a0+aIt+2t,(2) 包括了常数,直线和二次曲线. ②指数函数模型,方程为: M(t)=a3exp(rt),(3) 包括了指数增长(r≥0)和指数(rlt;0)衰减. ③对数函数模型,方程为: (t)=a4In(kt),(4) ④时间指数或对数函数,方程为: M(t)=a5t或M(t)=lna5+bln(t),(5) 其中:.,a,a:,…,a,r,k,b为待求参数,趋势项 M(t)方程为①～④中的一种. 整个时间序列(Y(t),t=l,2,3,…n的分解, 看成趋势项,周期项,随机项 薄趋势项M(t),从整个变化趋势 出发,用简单的趋势方程模拟 周期项T(t),过滤掉趋势项后, 襄r用多周期函数进行数值模拟 上喇崔随机项s(t),过滤趋势项和周期.h 项后,用随机函数进行数值模拟. 墨 r 系统综合,将上述趋势项,周期项和随 机项组合起来,Y(t)=M(t)