基于条件异方差分析的水文时序模型及其应用

作     者：王红瑞 高雄 常晋源 左恒 WANG Hong-rui~1,GAO Xiong~1,CHANG Jin-yuan~2,ZUO Heng~2 (1.College of Water Sciences,Key Laboratory for Water and Sediment Sciences of Ministry of Education,Beijing Normal University,Beijing 100875,China;2.College of Mathematic Sciences,Beijing Normal University,Beijing 100875,China)

作者机构：北京师范大学水科学研究院-水沙科学教育部重点实验室北京100875 北京师范大学数学科学学院北京100875 

出 版 物：《系统工程理论与实践》 (Systems Engineering-Theory & Practice)

年 卷 期：2009年第29卷第11期

页      面：19-30页

核心收录：

学科分类：02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 09[农学] 0903[农学-农业资源与环境] 0714[理学-统计学（可授理学、经济学学位）] 070103[理学-概率论与数理统计] 0701[理学-数学] 

基　　金：国家科技支撑计划(2006BAB04A08) 

主　　题：时间序列分解 条件异方差模型 灰色BX数据生成法 灰色Markov预测模型 鲇鱼山水文站 

摘      要：针对条件异方差现象在水文过程的时序研究中常被忽略的情况,建立了水文过程时间序列分析和预测模型.首先,利用Census X12分解水文时序,由其得到的周期项与趋势项分别建立相应的条件异方差模型;其次,对于分解序列后得到的残差项,建立基于BX数据生成的灰色Markov预测模型;再次,将三个模型进行耦合,编制了算法流程,由此提出了一种基于条件异方差的水文时序分析与预测模型;最后以河南省淮河流域的鲇鱼山水文站1975-1999年逐月的径流量为例进行了应用验证.研究结果表明:提出的模型从预测效果来看,总的平均偏差只有17.42%,其精度要明显高于常规的水文时序分析中ARCH和ARMA(1,1)等传统方法.