853农场年降水小波预测模型-最近邻抽样回归耦合技术

现以853 农场为例，对853 农场1959～1998 年的年降水实测序列资料进行分析，根据前述小波最近邻抽样回归耦合模型（简称W－NNBR耦合模型）原理，建立853 农场年降水W－NNBR耦合模型。

（一）实测年降水序列平稳化处理

图2-10　853 农场年降水差分序列变化曲线

图2-11　853 农场差分后年降水标准化序列变化曲线

（三）差分后年降水标准化序列小波分解与重构

图2-12　853 农场差分后年降水标准化序列小波分解与重构

（四）各小波变换序列NNBR模型的建立

现根据853 农场差分后年降水标准化序列的各小波变换序列W1（t）、W2（t）和C2（t）（t＝1960～1998）构造特征矢量Dt，分别建立各小波变换序列的NNBR模型。

对各小波变换序列进行自相关分析和偏相关分析，并结合试错法确定各小波变换序列的特征矢量维数P、初始特征矢量个数m和最近邻数K，见表2-3。(www.xing528.com)

按照前述方法编程计算各小波变换序列的抽样权重wj（i），并采用式（2-28）计算各小波变换序列1999～2005 年的预测值，见表2-4。

表2-3　各小波变换序列的P、m、K

表2-4　各小波变换序列预测值　单位：mm

（五）W－NNBR耦合模型预测

将各小波变换序列NNBR模型预测值采用A Trous算法重构并还原，即可得到853农场1999～2005 年年降水量的W－NNBR耦合模型预测值，然后采用未参加建模的853农场1999～2005 年实测年降水量进行后验预测检验，见表2-5 和图2-13。

经过计算，预测检验合格率为100% （相对误差e＜20%为合格），达到1 级标准。因此，所建的853 农场年降水W－NNBR耦合预测模型可靠性和预测精度较高，可用于预测853 农场未来年降水量。经过计算，853 农场年降水W－NNBR耦合预测模型平均相对误差＝7.67%，而前述的基于小波消噪的853 农场年降水时序模型e＝9.34%，因此853 农场年降水W－NNBR 耦合模型的预测精度高于基于小波消噪的853 农场年降水时序模型。

表2-5　853农场年降水W―NNBR耦合模型后验预测误差（1999～2005年）

图2-13　853 农场年降水W－NNBR耦合模型预测曲线（1999～2005 年）