水文非線性多變量自記憶模型研究——以和田蒸發(fā)為例.pdf

1、水文系統(tǒng)是一非常復雜的系統(tǒng),任一水文要素的發(fā)展變化都會受到其它因素的影響。源于氣象學的自記憶模型,從非線性、動力學角度出發(fā)把系統(tǒng)的記憶性引入模型當中,進行擬合及預報。但是以往的自記憶模型大多從系統(tǒng)自身出發(fā),探索系統(tǒng)自身的規(guī)律,對其影響因素未作太多的考慮,有一定的不合理性。水文多變量自記憶模型在建模時將水文系統(tǒng)的影響因素加以考慮,彌補上述缺陷,能更好地揭示水文現(xiàn)象的內部規(guī)律。 和田地處歐亞大陸腹地,西北邊陲,是一個以灌溉農業(yè)為主的

2、綠洲。由于區(qū)內降雨量極其稀少,蒸發(fā)異常劇烈。因此這一地區(qū),強烈的蒸發(fā)對農業(yè)灌溉制度及灌溉定額的確定有著非常重要的作用。加之,和田又是一個以少數(shù)民族為主的綠洲,進行這一研究對提高綠洲人民生活水平也有重要的意義。 正是由于以上兩方面的原因,本文在前人研究的基礎上,參閱大量相關文獻,以新疆和田綠洲為例,對多變量自記憶模型進行了嘗試性的探索,取得了以下幾方面的成果： (1)在參閱基本反演理論及自記憶原理的基礎上,理清了多元反演理

3、論自記憶模型的建模思路,給出了建立多變量自記憶模型的詳細建模步驟,為整篇研究提供了思路。 (2)在多變量自記憶模型建模思路的指引下,結合灰色GM(1,N)理論建立了灰色GM(1,N)自記憶模型,并將模型應用于和田綠洲年蒸發(fā)量和月蒸發(fā)量預測中,通過與灰色GM(1,1)模型的預測效果對比,表明在原始時間序列具有較大波動性時,該模型比單變量模型具有更高的預測精度。 (3)灰色GM(1,N)自記憶模型雖然比單變量模型的預測效果好