首页 理论教育 三江平原井灌区水资源系统分析及可持续利用研究

三江平原井灌区水资源系统分析及可持续利用研究

时间:2023-11-18 理论教育 版权反馈
【摘要】:将以上运算过程得到的三种预测分量进行小波重构,就可得到要预测的未知年的降雨径流量。将小波分解得到的随机项、趋势项、周期项作为PCNN 模型的输入样本,根据本章介绍的改进型PCNN预测原理,将这49 个样本分别具有的3 项指标进行训练,得到了良好的预测效果。PCNN模型的预测值见表2-6。表2-6PCNN模型的模拟预测值单位:mm由表2-6 可以看出,未来的年降雨径流序列有上升的趋势,该结果与ATrous算法进行小波分解得到的趋势图结果相符合。

三江平原井灌区水资源系统分析及可持续利用研究

(一)基本资料

图2-15 1956~2004年降雨样本序列

别拉洪河位于三江平原腹地,自西向东横贯整个抚远三角洲,河长143km,沼泽面积为64257km2,是三江平原上比较有代表性的沼泽性河流。别拉洪站建于1956 年,位于黑龙江省抚远县海清乡境内,主要观测水位、流量、降雨及冰情,其中测雨仪器使用20cm自记雨量计。现以别拉洪河上的别拉洪站监测的1956~2004年降水时间序列(图2-15)为例,探讨三江平原年降水序列的变化规律。

(二)计算步骤

(4)经过步骤3 的运算,PCNN具有了预测功能。将最后一组网络输出yi(4 9 )作为下一年预测的输入样本,这样即可预测2005 年的降雨径流分量yi(5 0 ),依此类推可得出未来若干年的降雨径流分量。

(5)将以上运算过程得到的三种预测分量进行小波重构,就可得到要预测的未知年的降雨径流量。

(三)预测结果分析

采用ATrous算法进行小波分解,得到随机项、趋势项和周期项。第二层的高频分量代表随机项,第三层的低频分量代表趋势项,在原径流序列中去掉前两项即为周期项,见图2-16~图2-18;ATrous重构原径流序列见图2-19。

图2-16 随机项——第二层高频分量

(www.xing528.com)

图2-17 趋势项——第三层低频分量

图2-18 周期序列变化图

图2-19 重构样本与径流样本拟合图

对小波分解得到的随机项、趋势项、周期项三组数据利用Excel进行相关性分析,得到平均相关系数。从样本序列及样本序列图上可以看出,1981 年的降雨总量突然增长到1044.3mm,而1980 年为569.2mm,1982 年为539.7mm。因此,1980 年与1981 年的降雨相关系数为-0.00428,1981年与1982年的降雨相关系数为0.186824。除此,1990~1991年、1993~1994年、1996~1998年的降雨量也有不均匀变化的情况,因此这几年的相关系数不足0.5;其他大部分年与年之间的相关系数达到0.9 以上;少量几年的相关系数为0.6、0.7、0.8以上。由式(2-20)可知,连接强度β与相关系数ρ之间成反比关系,即ρ越大说明年与年之间的数值差距越小,因此β的数值就应该越小,这样才不至于引起误差E过大。因此本文提出作为连接强度的参考值,在本例中

由此相关分析可知,三江平原别拉洪站的年降雨径流序列之间存在很大的相关性,并存在多年的周期性,由图2-17 看出总的发展趋势是年降雨量逐渐上升。

将小波分解得到的随机项、趋势项、周期项作为PCNN 模型的输入样本,根据本章介绍的改进型PCNN预测原理,将这49 个样本分别具有的3 项指标进行训练,得到了良好的预测效果。PCNN模型的预测值见表2-6。其中,2004 年的原径流值与预测后的重构预测值也列于该表,作为预测检验。2005~2007 年的数值为纯预测值,没有现成的样本与之比较。

表2-6 PCNN模型的模拟预测值 单位:mm

由表2-6 可以看出,未来的年降雨径流序列有上升的趋势,该结果与ATrous算法进行小波分解得到的趋势图(图2-17)结果相符合。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈