应用EDM原理对衡水市水资源时间序列预测分析

发布时间：2022-01-03 02:03

　　以统计年鉴数据与水文观测资料为基础,将衡水市1971～2018年水资源总量年值作为预测目标,以年降雨量、平均气温、大气湿度、蒸发和日照时数等气候因子作为解释变量;运用非线性动力学EDM模型,对区域水资源进行时间序列建模与预测。结果表明,衡水市水资源时间变化表现出非线性动力学特征,其对蒸发和温度变化具有显著依赖性;预测结果显示EDM模型具有较好的拟合精度,r达到0.95,RMSE为1.01亿m3,模型精度可靠。 

【文章来源】：水科学与工程技术. 2019,(06)

【文章页数】：4 页

【部分图文】：

非线性动力学识别

嵌入维数定义为重构吸引子流形所需的变量维数，其不仅仅所指预测变量个数，包含相关变量的时滞子集，如图2，图中横坐标为嵌入维数大小（E），纵坐标为基于S-map的预测值与实际值的相关系数rho,rho越大，说明嵌入维数最优。其中在WR,Pre两变量中，最佳嵌入维数为8和2；在WR和Tem组合中最优值为8和4;Mois在最佳嵌入维数为4;Hour和ET则均为7。嵌入维数的大小决定模型的复杂程度，若其值过大，则会导致状态空间过密和信息重叠，并损失动力结构性规律；反之过小则产生状态空间依赖性不足，预测精度较低。通过rEDM程序号中的simplex函数可给出最佳嵌入维数的平衡选择。2.3 基于CCM的水资源变化归因

经参数优化后运用rEDM中的CCM＿test函数对衡水市水资源总量WR与气候环境因子之间的归因识别。如图3，图中横坐标为时间序列数据集的时间变化；纵坐标为各单变量通过时滞构建吸引子流形后的点值与原来点值的相关性系数。图3 基于CCM的双变量动态交互

【参考文献】：
期刊论文
[1]改进CCM算法检测外部扰动下系统变量间的时滞和因果关系[J]. 罗磊,程非凡,邱彤,赵劲松.  化工学报. 2016(12)
[2]气候变化对水文水资源影响的研究进展[J]. 张利平,陈小凤,赵志鹏,胡志芳.  地理科学进展. 2008(03)



本文编号：3565341