柳江徑流分析與預測研究.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，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。徑流預報是水資源規(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，由此對柳江流域的徑流進行分析與預測具有重要意義。然而，作為一個多目標、多層次的柳江徑流系統(tǒng)，其非線性和復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，將各種方法有機結合，從其他尺度空間多角度多途徑地對柳江徑流系統(tǒng)進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雜性，以及國內外徑流預測的研究現(xiàn)狀，采取新的思路和方法，對柳江徑流的主要物理量，如年徑流總量、柳江流速、水位、流量等時間序列的分析和預測進行了深入研究，主要工作成果如下：
　?。?）柳江徑流信號的降噪分析。目前基于小波閾值降噪方法往往假設信號的噪聲分布在高頻段，忽略低頻段噪聲對信號的影

3、響。在分析柳江徑流信號噪聲特點的基礎上，結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的噪聲類別識別方法。根據(jù)所識別的噪聲類型、最佳小波分解層數(shù)以及噪聲強度等因素，提出相關聯(lián)的自適應閾值確定方法，最后實現(xiàn)低頻與高頻相結合的全頻降噪。該方法不僅適用于柳江徑流信號的噪聲類型識別及降噪，也適用于常見含噪信號的降噪工作。
　?。?）柳江徑流混沌特性分析。對柳江流域部分站點在不同季節(jié)、不同區(qū)域采集的柳江水位

4、時間序列進行混沌周期、混沌特性分析，總結出季節(jié)、環(huán)境對柳江水位混沌特性影響的規(guī)律。對有限長度的柳江年徑流總量序列進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。將該成果運用到柳江徑流的預測建模，可優(yōu)化模型性能。
　?。?）柳江徑流的小波特性分析。對柳江年徑流總量時間序列的小波空間分量進行分析，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間尺度隱含著柳江徑流變化周期：柳江年徑流總量時間序列的

5、尺度周期較小，柳州站月最大流量時間序列的尺度周期次之，柳州站日水位時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。因此對柳江徑流進行小波分析時，根據(jù)序列的單位、時間段等因素，選擇小波變換尺度，再通過其實部、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。
　?。?）柳江徑流時間序列預測。針對柳州站柳江日水位時間序列，提出了基于LM算法的雙隱含層BP神經(jīng)網(wǎng)絡預測模型；采用小波變換對柳江年徑流總量

6、及年最大流量時間序列進行分析，顯著改善原預測模型性能；對柳州站年最高水位時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測模型，該模型的預測值可外推多步，且精確度較高；對柳江年徑流總量時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)絡預測模型，并在對柳江年徑流總量序列進行混沌特性分析的基礎上提出相應的改進模型——基于小波變換、混沌理論的遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡預測模型等。
　　以上結論均通過充分的實驗驗證，所提出的預測模型能