柳江徑流分析與預(yù)測研究.pdf

1、廣西柳江作為珠江流域西江水系第二大支流，具有年平均產(chǎn)水量多、洪峰總量大、洪水總量居諸大支流之首等特點(diǎn)，極易受西南暖濕氣流影響形成暴雨，且易快速匯集形成洪水。徑流預(yù)報(bào)是水資源規(guī)劃及綜合開發(fā)利用、防洪抗旱等重大決策問題的基本依據(jù)之一，由此對(duì)柳江流域的徑流進(jìn)行分析與預(yù)測具有重要意義。然而，作為一個(gè)多目標(biāo)、多層次的柳江徑流系統(tǒng)，其非線性和復(fù)雜性使得問題的描述及建模極為困難，也使得徑流系統(tǒng)演化特性的研究存在一些懸而未決的問題。因此將新的理論和方法

2、引入柳江水文研究中，將各種方法有機(jī)結(jié)合，從其他尺度空間多角度多途徑地對(duì)柳江徑流系統(tǒng)進(jìn)行分析和研究顯得非常必要。
　　本文充分分析了柳江徑流的復(fù)雜性，以及國內(nèi)外徑流預(yù)測的研究現(xiàn)狀，采取新的思路和方法，對(duì)柳江徑流的主要物理量，如年徑流總量、柳江流速、水位、流量等時(shí)間序列的分析和預(yù)測進(jìn)行了深入研究，主要工作成果如下：
　?。?）柳江徑流信號(hào)的降噪分析。目前基于小波閾值降噪方法往往假設(shè)信號(hào)的噪聲分布在高頻段，忽略低頻段噪聲對(duì)信號(hào)的影

3、響。在分析柳江徑流信號(hào)噪聲特點(diǎn)的基礎(chǔ)上，結(jié)合不同噪聲的小波分解系數(shù)隨小波尺度變化而具有的不同變化規(guī)律，提出基于小波去相關(guān)的噪聲類別識(shí)別方法。根據(jù)所識(shí)別的噪聲類型、最佳小波分解層數(shù)以及噪聲強(qiáng)度等因素，提出相關(guān)聯(lián)的自適應(yīng)閾值確定方法，最后實(shí)現(xiàn)低頻與高頻相結(jié)合的全頻降噪。該方法不僅適用于柳江徑流信號(hào)的噪聲類型識(shí)別及降噪，也適用于常見含噪信號(hào)的降噪工作。
　?。?）柳江徑流混沌特性分析。對(duì)柳江流域部分站點(diǎn)在不同季節(jié)、不同區(qū)域采集的柳江水位

4、時(shí)間序列進(jìn)行混沌周期、混沌特性分析，總結(jié)出季節(jié)、環(huán)境對(duì)柳江水位混沌特性影響的規(guī)律。對(duì)有限長度的柳江年徑流總量序列進(jìn)行混沌特性及小波特性分析，得到這些有限長度的柳江年徑流序列也具有混沌特性。將該成果運(yùn)用到柳江徑流的預(yù)測建模，可優(yōu)化模型性能。
　　（3）柳江徑流的小波特性分析。對(duì)柳江年徑流總量時(shí)間序列的小波空間分量進(jìn)行分析，得到在小波空間具有原序列的混沌特性。使用小波分析揭示不同時(shí)間尺度隱含著柳江徑流變化周期：柳江年徑流總量時(shí)間序列的

5、尺度周期較小，柳州站月最大流量時(shí)間序列的尺度周期次之，柳州站日水位時(shí)間序列的尺度周期最大；豐水期柳州站日水位序列的小波尺度周期小于枯水期的。因此對(duì)柳江徑流進(jìn)行小波分析時(shí)，根據(jù)序列的單位、時(shí)間段等因素，選擇小波變換尺度，再通過其實(shí)部、模、模平方以及小波方差綜合分析得到其周期變化及其他演化規(guī)律。
　　（4）柳江徑流時(shí)間序列預(yù)測。針對(duì)柳州站柳江日水位時(shí)間序列，提出了基于LM算法的雙隱含層BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型；采用小波變換對(duì)柳江年徑流總量

6、及年最大流量時(shí)間序列進(jìn)行分析，顯著改善原預(yù)測模型性能；對(duì)柳州站年最高水位時(shí)間序列提出了基于小波變換的最優(yōu)子集回歸柳江年徑流預(yù)測模型，該模型的預(yù)測值可外推多步，且精確度較高；對(duì)柳江年徑流總量時(shí)間序列研究提出了基于小波變換的遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)預(yù)測模型，并在對(duì)柳江年徑流總量序列進(jìn)行混沌特性分析的基礎(chǔ)上提出相應(yīng)的改進(jìn)模型——基于小波變換、混沌理論的遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)預(yù)測模型等。
　　以上結(jié)論均通過充分的實(shí)驗(yàn)驗(yàn)證，所提出的預(yù)測模型能