中山大学学报（自然科学版）
中山大學學報（自然科學版）
중산대학학보（자연과학판）
ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS SUNYATSENI
2012年
2期
107-112
,共6页
中长期水文预报%模型辨识%CIC%Klman滤波
中長期水文預報%模型辨識%CIC%Klman濾波
중장기수문예보%모형변식%CIC%Klman려파
针对中长期水文预报的模型辨识进行研究,探讨了预处理、建模数据量和建模方式对于模型预测精度的影响.利用基于有限采样信息准则(FSIC)的组合信息准则(CIC)对模型进行定阶,结合Kalman滤波方法进行非线性预测研究.研究表明:①在进行模型辨识时,如果预处理导致识别的模型复杂度大幅度降低,应通过模型的预测结果对预处理方法的合理性进行检验；②建模数据量应足以反映时序的内在波动性,但并不是越多越好,过多的建模数据量会导致模型的复杂性大幅度增加,在增加计算耗时的同时,也降低了预测的稳健性；③滑动模型主要是改善了较高径流值和径流峰值的预测情况,相对牺牲了较低径流值的预测精度；④Kalman滤波方法全方位、大幅度的提高了径流在各个区段的预测效果,其峰值预测准确率更是高达63.64％.
針對中長期水文預報的模型辨識進行研究,探討瞭預處理、建模數據量和建模方式對于模型預測精度的影響.利用基于有限採樣信息準則(FSIC)的組閤信息準則(CIC)對模型進行定階,結閤Kalman濾波方法進行非線性預測研究.研究錶明:①在進行模型辨識時,如果預處理導緻識彆的模型複雜度大幅度降低,應通過模型的預測結果對預處理方法的閤理性進行檢驗；②建模數據量應足以反映時序的內在波動性,但併不是越多越好,過多的建模數據量會導緻模型的複雜性大幅度增加,在增加計算耗時的同時,也降低瞭預測的穩健性；③滑動模型主要是改善瞭較高徑流值和徑流峰值的預測情況,相對犧牲瞭較低徑流值的預測精度；④Kalman濾波方法全方位、大幅度的提高瞭徑流在各箇區段的預測效果,其峰值預測準確率更是高達63.64％.
침대중장기수문예보적모형변식진행연구,탐토료예처리、건모수거량화건모방식대우모형예측정도적영향.이용기우유한채양신식준칙(FSIC)적조합신식준칙(CIC)대모형진행정계,결합Kalman려파방법진행비선성예측연구.연구표명:①재진행모형변식시,여과예처리도치식별적모형복잡도대폭도강저,응통과모형적예측결과대예처리방법적합이성진행검험；②건모수거량응족이반영시서적내재파동성,단병불시월다월호,과다적건모수거량회도치모형적복잡성대폭도증가,재증가계산모시적동시,야강저료예측적은건성；③활동모형주요시개선료교고경류치화경류봉치적예측정황,상대희생료교저경류치적예측정도；④Kalman려파방법전방위、대폭도적제고료경류재각개구단적예측효과,기봉치예측준학솔경시고체63.64％.
