基于季节长记忆双自回归模型的日径流模拟

王慧敏; 宋松柏; 张更喜

首页> 中文期刊> 《水利学报》 >基于季节长记忆双自回归模型的日径流模拟

基于季节长记忆双自回归模型的日径流模拟

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

传统时间序列模型无法同时考虑径流序列的长记忆性和时变波动性,且模型参数限制严格,从而使日径流序列模拟受到限制,影响径流模拟预测精度。本文提出了同时考虑非平稳性、季节性、长记忆性和时变波动性的新型双自回归模型(WOA-SFIDAR),并与经典长记忆波动率模型(SFIAR-GARCH)进行对比,选取渭河流域4个水文站日径流序列进行模拟验证。结果表明:WOA-SFIDAR模型的模拟能力优于SFIAR-GARCH模型,模拟结果很好地保持了日径流过程的统计特性。7、8月份模拟均值误差相对较大,WOA-SFIDAR模型的误差范围(5.72~32.56)低于SFIAR-GARCH模型(7.42~48.02)。WOA-SFIDAR模拟逐月变差系数(C v)和偏态系数(C s)与实测序列统计值间偏差范围为0~0.51和0.02~1.31,优于SFIAR-GARCH模型(0.02~0.56和0.06~1.52);模拟结果能够保持日径流序列自相关系数(ACF)的变化趋势,且随滞时的增加,实测序列与模拟序列的ACF差距减小。文中模型扩展了水文随机模拟方法,可为日径流模拟和预报提供一种新途径。

著录项

来源
《水利学报》 |2023年第6期|686-695|共10页
作者
王慧敏; 宋松柏; 张更喜;
展开▼
作者单位

西北农林科技大学水利与建筑工程学院;

西北农林科技大学旱区农业水土工程教育部重点实验室;

扬州大学水利科学与工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类 P338.9;
关键词
长记忆性; 时变波动性; 径流模拟; 双自回归模型; 渭河流域;

相似文献

中文文献
外文文献
专利

1. 基于去季节波动平滑法的灰色自记忆模型在月径流预测中的应用 [J] . 万阳 ,杨海燕 ,汤静静 . 人民珠江 . 2021,第9期
2. 基于季节性自回归模型的龙溪口电站径流预报 [J] . 曲晶 ,黄艳 . 水利科技与经济 . 2010,第9期
3. 基于小波分解的日径流支持向量机回归预测模型 [J] . 黄巧玲 ,粟晓玲 ,杨家田 . 西北农林科技大学学报（自然科学版） . 2016,第4期
4. 基于改进支持向量机回归的日径流预测模型 [J] . 郭俊 ,周建中 ,张勇传 . 水力发电 . 2010,第3期
5. 基于小波分解的日径流逐步回归预测模型 [J] . 李辉 ,练继建 ,王秀杰 . 水利学报 . 2008,第12期
6. 基于V/S分析的河川径流长记忆性研究 [C] . SUN Dongyong ,孙东永 ,HUANG Qiang . 陕西省水力发电工程学会2013年第三届青年科技论坛 . 2013
7. 分整自回归滑动平均模型长记忆参数变点的分析 [A] . 吕娜 . 2017

基于季节长记忆双自回归模型的日径流模拟

摘要

著录项

相似文献

相关主题

期刊订阅