资源描述：
《小波分解高、低频双自回归模型及其在水质监测中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、小波分解高、低频双自回归模型及其在水质监测中的应用陈吉江1，毛洪翔1，李鹏程2，夏国团1，章卫军2（1.余姚市水利局，浙江余姚315400；2.宜水环境科技（上海）有限公司，上海200125）摘要:针对一些水库水质监测数据序列不仅具有平稳性、周期性，而且具有显著的多尺度性的特点。在单一自回归模型的基础上，利用多尺度小波分析的原理与方法对水质数据序列作预处理，进行分解与重构，并对重构的不同尺度下的数据子序列分别建立高、低频自回归预测模型，最后叠加各尺度下的预测结果。通过应用于LH水库四种水质指标的预测，结果表明，与单一自回归模型相比，预测精度有明显提高。关键词:水库;水质预测;平稳时间序
2、列;小波分解;自回归中图分类号:TV文献标志码:AWaveletautoregressivemodelanditsapplicationinwaterqualityforecastCHENJie-jiang1，MAOHong-xiang1，LIPeng-cheng2，XIAGuo-tuan1ZHANGWei-jun2（1.YuyaoCityWaterConservancyBureau，Yuyao315400，Zhejiang；2.EwatersEnvironmentalScience&Technology(Shanghai)Co.,Ltd，Shanghai200125，China）Ab
3、stract:Ingeneral,waterqualitytimeseriesnotonlyhasastationaryandperiodicitycharacteristics,butalsoobviousmulti-scalefeatures.Inordertoimprovetheprecisionoftraditionalautoregressivemodel,whichhasbeenwidelyusedinwaterqualityforecast,thispapercombineautoregressivemodelwithmultiscalewaveletanalysisth
4、eory,toprovideanewforecastingmodelcalledWAR(waveletautoregressivemodel).Finally,thisnewmethodaswellastraditionalautoregressivemodelwereappliedtopredictfourwaterqualityindicatorsinLHreservoir.Theresultsshowedthatcomparedwithtraditionalautoregressivemodel,theWARmodel作者简介：陈吉江（1966-），男，高级工程师，主要从事水利水
5、电工程与水资源管理工作。E-mail:nbyycjj@sina.com1havesignificantlyimprovedthepredictionaccuracy.Keywords:reservoir;waterqualityforecast;stationarytimeseries;waveletdecomposition;autoregressivemodel0前言目前，水质预测主要利用已监测到的历史数据作为初始序列或训练数据，运用不同的数学逻辑方法来推算在各类影响因子的作用下未来水质数据的发展趋势[[]黄国如,芮孝芳. 流域降雨径流时间序列的混沌识别及其预测研究进展[J].水
6、科学进展：2004，15(02):255-260.]。方法有时间序列模型[[]翟颢瑾,高晶. 长江未来水质污染的时间序列分析[J].沈阳师范大学学报(自然科学版).2006,24(01):22-24.]、灰色理论模型[[]王开章,刘福胜,孙鸣. 灰色模型在大武水源地水质预测中的应用[J].山东农业大学学报(自然科学版):2002,33(1):66~71.]、模糊理论模型[[]汪万芬,谭绿贵,刘晓升. 基于模糊综合评价法的淠河水环境质量评价[J].资源开发与市场:2008,24(5):411-413.]、回归模型和动态系统物元模型[[]万金保,朱邦辉. 物元模型在庐山风景名胜区水
7、环境质量评价中的应用[J].安徽农业科学:2010,38(6):3094-3097.]，以及近年来正在得到应用的人工神经网络[[]田建平,曹东卫,李海楠. LM-BP神经网络在于桥水库水质预测中的应用[J].水利信息化:2010,8(3):31-34.]等。其中，基于自回归的时间序列模型，理论基础坚实，计算方法简便，在水质预测中受到普遍欢迎，得到广泛应用。基于自回归的水质预测方法可以有多种型式，如：.单一自回归模型。即对时间序列建立单一自回归
