嘉陵江北碚站年径流量的变化规律及预测研究.pdf

中国可持续发展研究会2006学术年会 第2专题：经济高速增长与中国的资源环境问题 嘉陵江北碚站年径流量的变化规律及预测研究 黄 胜 (西南科技大学环境与资源学院，四川绵阳621002) 摘要本文首先利用小波变换对北碚站年径流量的变化规律进行了研究。结果表明：年径流量呈现出明显的减少趋势．并具有大约9． 8年的变化周期；其次将小波变换结合BP神经网络建,-≠ril、波网络模型。并利用该模型对北碚站的年径流量进行预测。同时将预测结 果与BP神经网络模型的预测结果进行了比较。认为从径流量本身出发。小波网络模型的预测效果明显优于BP神经网络模型。从而 为径流量的定量分析提供了一种新的方法。 关键词小波变换；BP神经网络模型；小波网络模型；年径流；预测 嘉陵江是长江上游左岸一条主要支流，发源于陕西省 本文根据长江上游嘉陵江流域控制断面北碚站的年 秦岭南麓，流经陕西、甘肃、四川三省，于重庆市汇入长江。 径流量(1954—1996年，共计43a)资料，选用具有紧支撑、 干流全长1120km，流域面积约16万km2。占长江流域宜昌标准的正交小波db3作为小波函数【5J5，小波的分解和重构 采用多分辨分析的Mallat方法L6J，根据数据长度，对年径 以上集水面积的15．9％。多年平均径流量680亿m3。因 此，正确的了解嘉陵江径流量的变化规律，准确的预测年 流量分别进行二层的小波分解与单支重构，其结果见图 径流量，对嘉陵江流域的工农业生产活动，嘉陵江流域的 1、图2和图3。 防洪乃至整个长江中上游的防洪都足有实际意义的。 对于嘉陵江流域径流量的研究，一般【loJ采用统计分 析的方法，分析其径流的变化趋势，这类方法对径流量趋 辫-．．．．．．．．．．．r．．．．．L 势分析的效果主要依赖于资料的时问长度，但至今还没有 O 10 20 30 40 时间序列(年) 人对径流量作定量的预测研究。由于受多种随机因素的 影响，嘉陵江流域年径流量变化的趋势呈现明显的非线性 图1年径流序列的低频成分 特征，利用传统的统计分析技术很难揭示其在内在的规 律，要对嘉陵江流域的径流量作定量的预测研究，必须引 入新的分析方法，建立新的预测模型。本文首先利用小波 辫0 10 20 30 40 变换对流域年径流量的变化趋势及其变化周期进行了研 时间序列(年) 究；其次利用神经网络和小波分析技术，分别建立了BP神 图2年径流序列的周期成分 经网络模型和小波网络模型。以北碚站作为嘉陵江流域 径流量的控制断面，利用两个模型对径流量进行定量预测 分析。 辫 1北碚站年径流量的小波分解与重构 O 10 20 30 40 时间序列(年) 小波分析是最近兴起的一门新技术【4J，小波分析是一 种时、频多分辨率分析方法，能充分展示时间序列的精细 图3年径流序列的高频成分 在经过分解与重构的时间序列中，低频成分包含原始 结构，发现其演变过程和主要成分。因此，小波分析在水 序列的趋势成分最多，高频成分包含原始序列的随机成分 文水资源学中得到了广泛的研究和应用。如果能将小波 最多。而中间频率就主