發(fā)布時間：2022-01-03 02:03

　　以統(tǒng)計年鑒數(shù)據(jù)與水文觀測資料為基礎(chǔ),將衡水市1971～2018年水資源總量年值作為預(yù)測目標(biāo),以年降雨量、平均氣溫、大氣濕度、蒸發(fā)和日照時數(shù)等氣候因子作為解釋變量;運(yùn)用非線性動力學(xué)EDM模型,對區(qū)域水資源進(jìn)行時間序列建模與預(yù)測。結(jié)果表明,衡水市水資源時間變化表現(xiàn)出非線性動力學(xué)特征,其對蒸發(fā)和溫度變化具有顯著依賴性;預(yù)測結(jié)果顯示EDM模型具有較好的擬合精度,r達(dá)到0.95,RMSE為1.01億m3,模型精度可靠。 

【文章來源】：水科學(xué)與工程技術(shù). 2019,(06)

【文章頁數(shù)】：4 頁

【部分圖文】：

非線性動力學(xué)識別

嵌入維數(shù)定義為重構(gòu)吸引子流形所需的變量維數(shù)，其不僅僅所指預(yù)測變量個數(shù)，包含相關(guān)變量的時滯子集，如圖2，圖中橫坐標(biāo)為嵌入維數(shù)大�。‥），縱坐標(biāo)為基于S-map的預(yù)測值與實際值的相關(guān)系數(shù)rho,rho越大，說明嵌入維數(shù)最優(yōu)。其中在WR,Pre兩變量中，最佳嵌入維數(shù)為8和2；在WR和Tem組合中最優(yōu)值為8和4;Mois在最佳嵌入維數(shù)為4;Hour和ET則均為7。嵌入維數(shù)的大小決定模型的復(fù)雜程度，若其值過大，則會導(dǎo)致狀態(tài)空間過密和信息重疊，并損失動力結(jié)構(gòu)性規(guī)律；反之過小則產(chǎn)生狀態(tài)空間依賴性不足，預(yù)測精度較低。通過rEDM程序號中的simplex函數(shù)可給出最佳嵌入維數(shù)的平衡選擇。2.3 基于CCM的水資源變化歸因

經(jīng)參數(shù)優(yōu)化后運(yùn)用rEDM中的CCM＿test函數(shù)對衡水市水資源總量WR與氣候環(huán)境因子之間的歸因識別。如圖3，圖中橫坐標(biāo)為時間序列數(shù)據(jù)集的時間變化；縱坐標(biāo)為各單變量通過時滯構(gòu)建吸引子流形后的點值與原來點值的相關(guān)性系數(shù)。圖3 基于CCM的雙變量動態(tài)交互

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)CCM算法檢測外部擾動下系統(tǒng)變量間的時滯和因果關(guān)系[J]. 羅磊,程非凡,邱彤,趙勁松.  化工學(xué)報. 2016(12)
[2]氣候變化對水文水資源影響的研究進(jìn)展[J]. 張利平,陳小鳳,趙志鵬,胡志芳.  地理科學(xué)進(jìn)展. 2008(03)



本文編號：3565341