降水时间序列挖掘模型建立与应用.docVIP

降水时间序列挖掘模型的建立和应用 罗耀军 （柳州铁道职业技术学院，广西柳州 545007） 【摘要】在广西柳州水文水资源分局收集有关的水文数据并进行相应的预处理基础上，根据时间序列分析所涉及的主要内容，将水文时间序列分解为趋势项、周期项、突发项、随机项，然后分别按照各个组成项的变化规律对这些项进行研究，找出其变化规律，并分别建立各个组成项的数学模型，最后将这些分解模型合成为水文时间序列的预测模型，并使用此模型对水文时间序列的未来值进行预测和分析。 【关键词】时间序列;水文数据;模型;建立;预测 【收稿日期】2010-3-5 【作者简介】罗耀军 (1961-)，男，广西全州人，柳州铁道职业技术学院信息工程系副教授，主要从事计算机应用技术研究。 【中图分类号】TP301【文章标识码】 B Establishment and Application of Time-series Mining Model Luo Yao-jun (Liuzhou Railway Vocational Technical College，Liuzhou Guangxi 545007) Abstract：on the basis of data collected by Liuzhou, Guangxi Hydrology and Water Resources Branch and the corresponding pre-treatment ,the hydrology time series is broken up into trend term, periodicity term, outburst term and randomness term according to the main contents related to the time series analysis. According to the change law of each composition term, these composition term are analysed and researched respectively, their rules of variance can be discovered. A mathematic model to each composition term is also built up. Finally, these decomposition models are synthesized for hydrological time series prediction model and use this model to forecast and analyze the future of hydrological time series. Key words：time series; hydrology data; model; establish;forecast 近年来，国内外科研人员和工程技术人员在水文时间序列数据挖掘方面取得了一定的研究成果，主要有传统的时间序列分析技术、随机水文理论、模糊分析方法、灰色系统方法、信息嫡分析方法、混沌理论分析方法、小波分析方法、人工神经网络方法等。丁晶与邓育仁两人，比较系统地综合了随机水文学领域的基本理论和方法以及研究成果，指出随机性、模糊性和灰色性往往共存于所研究的对象和问题中，在不确定性分析和计算时，不宜独立地采取单一方法，应将各种方法有机地结合起来[1]。陈南祥等将相空间重构理论与神经网络理论相结合，提出了径流时间序列预测模型[2]，该模型在汉江石泉水库逐月平均入库径流序列预测中有较高的预测精度。杨建平等应用Meyer小波对长江黄河源区水文和气象序列周期变化进行分析，发现天体运动直接影响降水量和气温的周期变化，进而在一定的条件下影响径流的周期变化[3]。王红瑞等应用混沌理论对水文时间序列进行研究，提出分形上的混沌动力系统以及混沌与神经网络相结合的方法[4]，这样可以为水科学问题的研究提供一些新的思路。 本文主要采用时间序列分析技术对广西柳州水文水资源分局下属的柳州水文站所收集和记录的水文数据进行挖掘分析，并期望从这些数据中找出隐藏于其中的关系和规则，然后对未来的发展趋势做出预测和评估，这样可以为有关的职能部门的决策提供参考和服务。 在现实中，时间序列的变化受许多因素的影响，有些因素起着长期的、决定性的作用，使时间序列的变化呈现出某种趋势和一定的规律性，有些因素则起着短期的、非决定性的作用，使时间序列的变化呈现出某种不规则性。广西柳州水文水资源分局收集有关的水文数据是对水文过程的离散记录，由于水文过程本身的复杂性和不确定性，某些外在因素对水文过程的影响途径不清