基于回归分析预测法的年径流预测分析.docVIP

基于回归分析预测法的年径流预测分析 李璐瑶 （安徽合肥工业大学土木与水利学院13级水利水电一班，学号2013217699） 摘要：水是人类生活以及生产劳动必不可少的重要物质，也是整个生态系统的重要组成要素。水资源系统工程是对水资源复杂系统进行科学规划、最优设计和优化运行管理的一门新兴交叉综合性工程技术学科。为了实现水资源的可持续利用,促进人口、资源、环境和经济的协调持续发展,需要对水资源进行合理有效规划以及研究水资源规划方法。目前水资源系统分析方法有很多,比如模型化方法、预测方法、优化方法等,而回归分析预测法是预测方法中最基本的方法,同时也是统计学中应用最为广泛的一个分支,线性回归预测方法建模相对简单,在年径流预测分析中也得到了广泛应用。本论文旨在初步了解回归预测法及其如何在年径流预测中发挥作用并且探讨其局限性和不足。 关键词：年径流预测 回归分析 水资源系统 年径流是一个设计到水文，气象及下垫面等诸多因素的复杂过程，它因为确定性因素的作用变化十分复杂，对未来的描述也很困难。因此准确可靠的年径流预测对合理开发和优化利用水资源、进行区域水资源安全管理，以及更好的制定区域社会经济规划具有十分重要的指导意义。提高年径流预测精度，一直是国内外水文工作者研究的热点和难点。其中，年径流预测方法中使用最广泛的是统计预测法，常用的预测统计模型为回归模型，其因可操作性强而被广为采用。但由于年径流过程的自相依性不强，年径流及其影响因子之间存在不确定的非线性关系，只用单一的统计回归模型往往得不到令人满意的结果。 回归分析预测法 1.1回归预测的简介 回归预测法,是研究变量与变量之间相互关系的一种数理统计方法。应用回归分析从一个或几个自变量的值去预测因变量的值。回归预测中的因变量和自变量在时间上的并进关系,即因变量的预测值要由并进的自变量的值旁推。这类方法不仅考虑了时间因素,而且考虑了变量之间的因果关系。具体方法有一元线性回归预测法、多元线性回归预测法、非线性回归预测法等。? 1.2回归分析的主要内容： 从数据出发，确定因变量和自变量之间的关系；对关系式中的参数进行估计，并进行统计检验；筛选自变量，即从大量自变量中找出影响显著的，剔除不显著的；用求得的回归模型进行预测；对预测结果进行分析、评价。 1.3回归分析模型及求解 1.3.1一元线性回归预测 Y=a+bxyx Y=a+bx y x a x0 其中a、b称为回归系数. 首先根据x、y的现有统计数据，在直角坐标系中作散点图，观察y随x而变是否为近似的线性关系。若是，则求出式（7.4.1）中的a、b值，就可确定其数学模型，然后由x的未来变化去求相应的y 值。 a、b的确定方法 （1）解联立方程组 求解得到： 直接用最小二乘法 使拟合的数值与实际值的总方差为最小，即拟合程度最好，则得两者之差ei 根据极值原理，式（7.4.6）对a、b分别求偏导，并令其=0，得 Sxx称之为xi的方差和（离差平方和） Sxy称之为xi与yi的协方差和（离差积之和） 3.回归效果检验 y=a+bx一定程度上反映了y与x之间的统计线性相关关系，该关系是否密切，决定了所采用线性预测模型多大程度上可信。这可以通过y与x的相关系数rxy的大小来确定。 rxy的取值： | rxy|=1，样本点完全落在回归线上，y与x有完全的线性关系； 0rxy1，y与x有一定的正线性相关关系，即y随着x的增加而成比例倍数增加； -1rxy0， y与x有一定的负线性相关关系，即y随着x的增加而成比例倍数减少； rxy=0，y与x之间不存在线性相关关系。 取一定显著水平，查相关系数表，若|rxy|表中相应数字r临界值，表示x、y间存在线性相关，预测模型可用。 r临界值是对不同的样本容量n，在两种置信度95%、99%下的相关系数的临界值，即r临界值与样本容量n、以及所要求的置信度1-?（给定的显著水平? ）有关。 1.3.2多元线性回归方法 多元线性回归是简单线性回归的推广,研究的是一个变量与多个变量之间的依赖关系。 多元回归分析预测法,是指通过对两个或两个以上的自变量与一个因变量的相关分析,从而建立预测模型进行预测的方法。 当自变量与因变量之间存在线性关系时,称为多元线性回归分析。 2.年径流预测分析 在大量的社会、经济和工程问题中，对于因变量y（如，当前径流）的全面解释往往需要多个自变量（如，前期径流和降水）的共同作用。回归分析法是研究变量和变量之间依存关系的一种数学方法。水资源系统中径流要素受流域自然地理、气候及人类活动等诸多因素影响，其变化特性和规律十分复杂。表现