时间序列模型在径流长期预报中的应用研究.pdfVIP

第 37 卷 第 2 期 人 　民 　长 　江 Vol. 37 ,No. 2 2 0 0 6 年 2 月 Yangtze 　River Feb. , 　2006 ( ) 　　文章编号 :1001 - 4179 2006 02 - 0040 - 02 时间序列模型在径流长期预报中的应用研究 胡 军 华　唐 德 善 (河海大学 商学院 ,江苏 南京 210098) ( ) 摘要 : 自回归积分移动平均法 ARIMA 法 通过对噪声概率分布的研究 ,可知道预测在各种概率下可能出现的 偏差大小 ,能很好地处理随机干扰问题。随着计算机技术的发展 ,该方法的计算工作量大的缺点 ,也迎刃而解。 介绍了 ARIMA 预测模型的建模原理和建模方法 ,并将该方法应用到塔里木河上游源流卡群水文站的年径流量 预报中 , 以误差在 ±20 %以内为全合格标准,合格率达到 90 %以上。 关 　键 　词 :时间序列 ; ARIMA 模型 ; 径流 ; 预报 中图分类号: P338 + . 2 　　　文献标识码 : A ) 阶自回归移动平均模型 ,记为 : A RMA (p , q) 。 1 　概 述 当阶数( p , q ) 固定时 ,上述系数可用矩估计法、非线性最 国内外长期径流预报模型总体上可分为两类: ①从探索预 小二乘估计法、最小平方和估计等方法确定[2 ] 。 报对象的外界影响因素着手 ,应用统计分析等方法建立预报模 上述讨论中 ,假定时间序列{ y t }是平稳的 ;非平稳时 ,根据 型 ; ②从探索预报对象本身的历史演变规律出发 ,找出预报对 B —J 方法原理 ,可以对它进行差分 ,将其变换为平稳序列[3 ] 。 象前后期的关系 ,并以此建立预报模型[1 ] 。 定义差分算子 ,令 d d 阶差分算子 , = wt = y t , 为 d d 时间序列是对某种统计指标按时间先后顺序排列所形成的 1 ,2 ,3 , …,则 : 数值序列。时间序列分析主要是通过对时间序列建立一个描述 y t = y t - y t - 1 (2) 该现象变化发展趋势的动态模型 ,并利用模型在时间上进行外 2