基于小波随机耦合模型在流域流量方面的应用.docxVIP

基于小波随机耦合模型在流域流量 方面的应用 摘要：小波分析是一种时、频多分辨率分析方法，能对时间序列进行多尺度分析，它不 仅可以充分展示水文时间序列的精细结构，而且还便于提取水文时间序列的变化规律。流域 流量既是这样一个复杂的时间序列，其变化与区域气候条件和生态环境密切相关，具有明显 的年际同期性和随机性波动，用小波随机耦合模型描述流域流量的动态变化具有重要意艾和 深远的影响。 关键词：小波分析；随机模型；耦合预测；地下水埋深 Based on wavelet random coupling model in theriver flow applications Abstract: Wavelet analysis is a kind of when multiresolution analysis method, the frequency, the time series of multiscale analysis, it not only can fully display in hydrological time series of fine structure, but also easy to extract the change rule of hydrological time series. River flow is such a complex time series, the change and regional climate conditions and ecological envi「on ment related closely, have obvious in terannual Tong QiXing and ran dom fluctuation, using wavelet random coupling model to describe the dynamic change of flow river basin has important significance and far-reaching in fluence. Key words: Wavelet analysis; Random model; Coupling forecast; Groundwater depth 1刖吕 水文随机模拟已经取得了不断的进步和广泛应用。小波分析在水文水资源学中得到了广 泛的研究和应用⑴。文献如］将小波分析与目前成熟的系统分析方法耦合建立了水文预测模 型，结果表明其途径是可行的。流域流量预测有多种方法，文献中9）分别采用时间序列分 析、人工神经网络、灰色理论等方法对流域流量进行了预测，但这些方法都属于单一预测方 法，难以获得理想的预测效果。由于流域流量变化过程属于非平稳随机过程，流量的的大小 受到多种攵杂因素的影响，因此，要对流量进行准确预测是非常困难的。近些年发展起来的 小波分析方法可以充分展示水文时间序列的精细结构，便于提取水文时间序列的变化规律 2小波分析的发展概述 2.1小波分析的历史回顾 小波分析z是自1986年以来由于Y. Meyer、S. Mall at及］.Daubechies等人的奠基 工而迅速发展起来的新兴学科，它是Fourier分析划时代发展的结果。然而，它的展历史可 以追溯到1909年Haar的工作。从现代小波分析的观点來看，1930年前后许多与小波有关 的新方向11!现，但以后进展不大，直到1960年Calder6n的研究及20后(1980年)Grossmann 与Mor let的研究，后人称为“原子分解”，才有了现代小波分的雏形。进而，由于1986年 以后的工作以及应用的广泛性使这个学科得到了 ￡速发展。 2.2现代小波分析的发展阶段⑷。 第一阶段为孤立研究与应用阶段。主要特征是得到了一些特殊的小波，并在一些专业领 域得到零散应用。一个代表性的工作是法国地质学家A. Grossman n和J. Mor let于1984 年第一次把“小波”用于处理地质数据，得到了以他们的名字命名的Grossmann-Morlet小 波。另一个代表性的工作是1981年J. Stromberg与他的合作者发现的正交小波基。这个时 期一个有趣的现彖是各个领域的专家、学者和工程师在完全不了解别人的研究工作的状况下 巧妙地、独立地构造自己的“小波”。 第二阶段为小波分析理论成型期。这个吋期，法国数学家Y. Meyer成功地构造出了具 有一定衰减性质的光滑函数0,这个函数的二进伸缩和整数平移产生的函数组 ｛2°(2丿兀一切,丿?，展Z｝构成空间L/(R)的规范正交基。这引起了大家广泛关注，因为在 此之前，学术界普遍认为不可能具有如此好性质的函数，Meyer也是认为这样好的函数不可 能存