参考作物腾发量的混沌性识别及预测 Chaotic behavior analysis and prediction of reference crop evapotransporation.pdfVIP

水 利 学 报 SHUILI 2008年9月 XUEBAO 第39卷第9期 文章编号：0559．9350(2008)09—1030—07 参考作物腾发量的混沌性识别及预测 王卫光，彭世彰，罗玉峰 (河海大学水文水资源与水利工程科学国家重点实验室，江苏南京210098) 摘要：本文应用饱和关联维数法对海河流域张北站从1966～2005年50年的参考作物腾发量序列进行混沌性识别， 结果表明该序列存在一定的混沌特性。同时，运用自相关函数法和饱和关联维数法确定了该序列重构相空间的嵌 入维数和延迟时间，并在此基础上进行了相空间的重构。建立了混沌局域法预测模型对相空间的演化进行了计 算，实现了参考作物腾发量的预测，并与时间序列自回归(AR)模型和基于气象资料的BP神经网络模型预测结果进 行了比较。结果表明，预测效果比BP网络模型稍差，但明显优于AR模型。这为解决缺乏气象资料地区参考作物 腾发量预测问题提供了新的思路。 关键词：混沌识别；相空间重构；参考作物腾发量；混沌预测 中图分类号：S161．4 文献标识码：A 1研究背景 在分析预测灌区灌溉需水量或制定灌溉用水计划、水量分配计划时，作物需水量的预测是最基本、 最重要的内容之一。根据参考作物腾发量进行作物需水量计算是一种常用的作物需水量间接计算方 高气温、最低气温、平均气温、日照时数、相对湿度以及风速在内的详细地面气象资料，这在很多地区实 现起来仍有困难。在以往的研究中，很多预测方法借助于神经网络的非线性函数逼近功能实现了气象 资料不全情况下的参考作物腾发量预测(霍再林等…；蔡甲冰等h3；徐俊增等b1)等，但这些方法仍需要 一些基本的气象数据作为基础，将参考作物腾发量做为时间序列，单纯依靠历史资料进行预测的研究不 多，这可能很大程度上因为参考作物腾发量是一个受众多气象因子影响的复杂系统，从单一的参考作物 腾发量时间序列中很难完整的提取这些影响因子的非线性信息，制约了预测的效果。近年来，混沌理论 的发展为解决复杂系统的时间序列预测提供了新的思路。混沌理论认为HJ，对于具有混沌性质的复杂 系统，决定系统长期演化任一变量的时间演化，均包含了系统所有变量长期演化的信息，因此，研究决定 系统长期演化的任一单变量时间序列便可以获取整个系统的演化特性，也就使得基于混沌时间序列的 预测成为可能。 基于混沌理论的时间序列预测在降雨【5’6。、径流量∽’81、河流输沙量旧1等不同类型时间序列的预测都 取得较好的效果，但混沌理论应用于参考作物腾发量序列预测的研究却未见报道。参考作物腾发量受 到区域气象、地理位置等多种因素影响，符合非线性耗散动力系统的基本特征，可能具有混沌性。基于 以上分析，本文首先对海河流域张北站参考作物腾发量序列进行了混沌性分析，然后对具有混沌性的参 考作物腾发量序列进行相空间重构，在此基础上，运用加权一阶局域预测模型对其进行了预测。 收稿日期：2007．07—30 基金项目：国家重点基础研究发展计划9973)资助项目(2006CB403402) ‘‘—‘1030·-—— 万方数据 2相空间重构理论‘43 对于非线性系统的时间序列，其变化是很多物理因子相互作用的综合反映，该系统的时间序列只能 反映出其中的一部分信息。Taken指出，系统中的任一分量的演化都是由与之相互作用着的其它分量所 决定的，因此，这些相关分量的信息就隐含在任一分量发展过程之中。为了充分利用此分量信息，达到 对系统预测的目的，必须从时间序列出发，构造一组多维向量，支起一个嵌入空间，只要嵌入空间的维数 足够多，就可以在只相差拓扑变换的意义下，恢复系统原来的动力学形态，这就是所谓的相空间重构。 任何动力系统的混沌识别和进一步的混沌分析，都需要在动力系统的重建相空间中进行，因而重建相空 间是一切混沌分析和预测的基础。 在所有能进行重构相空间的方法中，延迟方法是最为常用的一个，该方法认为用一个合适的嵌入维 数和延迟时间，单一变量时间序列五，其中i=1，2，…，Ⅳ，可以被重构成能反应系统潜在动力特性的多 维相空间，即：