基于加权马尔可夫链的榆林地区年降水状态预测研究.pdfVIP

第44卷第14期山西建筑Vd.44No.14

2018年5月SHANXIARCHITECTUREMay.2018•207•

•水利工程•

文章编号：1009-6825(2018)14-0207-03

基于加权马尔可夫链的榆林地区年降水状态预测研究

苗正伟1徐利岗2

(1.河北水利电力学院，河北沧州061001;2.宁夏水利科学研究院，宁夏银川750021)

摘要:根据榆林地区1951年一2008年的年降水量资料,采用均值一标准差分级法将其分为枯水年、偏枯年、平水年、偏丰年和丰

水年五个状态。验证了该序列的马氏性,针对降水量为相依随机变量的特点，采用规范化的各阶自相关系数为权重，建立了加权

马尔可夫链模型。对榆林地区2009年,2010年的降水状态进行了预测。结果表明，预测结果与实测情况一致。该马尔可夫链的

平稳分布显示，榆林地区年降水量处于平水年的可能性最大、偏丰年的可能性最小。

关键词:权,降水量，马尔可夫链，榆林

中图分类号:P333文献标识码:A

〇引言5)计算各阶自相关系数：

降水的科学预测，不仅可为制定水资源开发利用策略提供依

=X~^~(Xi~^)2⑷

i=1=l

据，又可为防灾、抗灾、减灾提供参考。由物理成因的定性分析及

其中A为第A阶自相关系数内为第；年的年降水量々为年

大量降水序列资料的统计分析得知，降水量可视为一列相依的随

降水量序列的均值;n为年降水序列的长度。

机变量，其相依程度的强弱，可采用自相关系数作为其定量的测

6)对各阶自相关系数规范化：

度[1]，基于此，可建立马尔可夫链模型进行预测分析。但实际上，

b

降水是一种非常复杂的自然现象，具有大量的不确定性因素，很

|rj/X11(5)

难严格满足“齐次性”[2];同时，有研究表明:考虑随机变量的中间k=l

其中,％为步长为的转移概率的权重;6为按预测需要计

过程状态从而充分利用信息，可提高预测精度[3]，因此本文以降

算到的最大步长。

水量序列的规范化后的各阶自相关系数为权，建立加权马尔可夫

7)计算转移矩阵:与式(4)同理，由样本序列统计各状态间各

模型进行预测。