基于多重转移概率长期降水量预报模型研究.docVIP

基于多重转移概率长期降水量预报模型研究 　　摘要:阐述了随机过程中马尔可夫链和多重转移概率的基本概念,并据此建立了基于多重转移概率的长期降水量预报模型,将其应用于丹江口水库控制流域面降水量的长期预报中。预报结果表明,该方法可操作性强,预报效果比较理想,其预报值可供中长期径流预报和水库调度参考使用。 　　关键词:马尔可夫链;多重转移概率;长期降水预报 　　中图分类号:P338.2文献标识码:A文章编号:1672-1683(2010)03-0076-03 　　 　　Long-term Rainfall Forecasting Model Research based on Multiple Transition Probability 　　LU Fan,JIANG Yun-zhong,YAN Deng-hua 　　(China Institute of Water Resources and Hydropower Research,Beijing 100038,China) 　　 　　Abstract: In this study,based on the basic concept of Markov chain and multiple transition probability,a new long-term rainfall forecasting model is proposed and applied to the catchment area of Danjiangkou reservoir.The results show the model is effective and feasible,and it may be used as reference to mid-and long-term runoff forecasting and reservoir scheduling. 　　Key words: Markov chain;multiple transition probability;long-term rainfall forecasting 　　 　　 　　长期降水预报通常是指预报时段为一个月以上的降水量预报。目前,已经提出的长期降水量预报方法大致可以划分为经验方法、物理统计方法和动力学方法3类[1]。其中,基于物理统计方法(例如逐步回归、秩相关秩相似、功率谱分析、模糊数学、灰色系统等)的长期降水量预报模型在中长期径流预报和水库调度领域得到了较多的研究和应用,其预报结果对于提高中长期径流预报精度和促进水库优化调度具有重要意义[2-5]。本文基于随机过程中的马尔可夫链和多重转移概率理论,提出了一种用于长期降水量预报的统计模型,并将其应用于丹江口水库控制流域面降水量的长期预报。 　　1 基本概念 　　本节介绍随机过程中马尔可夫链和多重转移概率的基本概念,这是长期降水量预报模型构建的基础。 　　1.1 马尔可夫链的定义 　　假设马尔可夫过程{X??n,n∈T}的参数集T是离散的时间集合,即T{0,1,2,…},其相应X??n可能取值的全体组成的状态空间是离散的状态集I{i??1,i??2,i??3,…}。 　　定义1:设有随机过程{X??n,n∈T},若对于任意的整数n∈T??和任意的i????0,i????1,…,i????n+1??∈I条件概率满足: 　　P{X????n+1??=i????n+1??|X????0=i????0,X????1=i????1,…,X????n=i????n}=P{X????n+1??=i????n+1??|X????n=i????n}(1) 　　则称{X????n,n∈T}为马尔可夫链,简称马氏链。 　　马尔可夫链的统计特性完全由条件概率P{X????n+1??=i????n+1??|X????n=i????n}所决定。如何确定这个条件概率,是马尔可夫链理论和应用中的重要问题之一。 　　1.2 转移概率的定义 　　条件概率P{X????n+1??=j|X????n=i}的直观含义为系统在时刻n处于状态i的条件下,在时刻n+1系统处于状态j的概率,记此条件概率为P??????ij??(n),其严格定义如下。 　　定义2:称条件概率P??????ij??=P{X????n+1??=j|X????n=i}为马尔可夫链{X????n,n∈T}在时刻n的一步转移概率或一重转移概率,其中i,j∈I,简称为转移概率。 　　一般地,转移概率P??????ij??(n)不仅与状态i,j有关,而且与时刻n有关。当P??????ij??(n)不依赖于时刻n时,表示马尔可夫链具有平稳转移概率。 　　定义3:若对任意的i,j∈I,马尔