基于小波随机耦合模型在流域流量方面的应用毕业论文

《基于小波随机耦合模型在流域流量方面的应用毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毕业论文基于小波随机耦合模型在流域流量方面的应用毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作者签名：　　　　　日　期：　　　　　指导教师签名：　　　　　日　　期：　　　　　使用授权说明本

2、人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名：　　　　　日　期：　　　　　摘要：小波分析是一种时、频多分辨率分析方法，能对时间序列进行多尺度分析，它不仅可以充分展示水文时间序列的精细结构，而且还便于提取水文时间序列的变化规律。流域流量既是这样一个复杂的时间

3、序列，其变化与区域气候条件和生态环境密切相关，具有明显的年际同期性和随机性波动，用小波随机耦合模型描述流域流量的动态变化具有重要意义和深远的影响。关键词：小波分析;随机模型;耦合预测；地下水埋深BasedonwaveletrandomcouplingmodelintheriverflowapplicationsAbstract:Waveletanalysisisakindofwhenmultiresolutionanalysismethod,thefrequency,thetimeseriesofmultiscaleanalysis,i

4、tnotonlycanfullydisplayinhydrologicaltimeseriesoffinestructure,butalsoeasytoextractthechangeruleofhydrologicaltimeseries.Riverflowissuchacomplextimeseries,thechangeandregionalclimateconditionsandecologicalenvironmentrelatedclosely,haveobviousinterannualTongQiXingandrando

5、mfluctuation,usingwaveletrandomcouplingmodeltodescribethedynamicchangeofflowriverbasinhasimportantsignificanceandfar-reachinginfluence.Keywords:Waveletanalysis；Randommodel；Couplingforecast；Groundwaterdepth1前言水文随机模拟已经取得了不断的进步和广泛应用。小波分析在水文水资源学中得到了广泛的研究和应用[1]。文献[2-4]将小波分析与目

6、前成熟的系统分析方法耦合建立了水文预测模型，结果表明其途径是可行的。流域流量预测有多种方法，文献中[5-9]分别采用时间序列分析、人工神经网络、灰色理论等方法对流域流量进行了预测，但这些方法都属于单一预测方法，难以获得理想的预测效果。由于流域流量变化过程属于非平稳随机过程，流量的的大小受到多种复杂因素的影响，因此，要对流量进行准确预测是非常困难的。近些年发展起来的小波分析方法可以充分展示水文时间序列的精细结构，便于提取水文时间序列的变化规律[10]。2小波分析的发展概述2.1小波分析的历史回顾小波分析[11]是自1986年以来由于Y．M

7、eyer、S．Mallat及I．Daubechies等人的奠基工而迅速发展起来的新兴学科，它是Fourier分析划时代发展的结果。然而，它的展历史可以追溯到1909年Haar的工作。从现代小波分析的观点来看，1930年前后许多与小波有关的新方向出现，但以后进展不大，直到1960年Calder6n的研究及20后(1980年)Grossmann与Morlet的研究，后人称为“原子分解”，才有了现代小波分的雏形。进而，由于1986年以后的工作以及应用的广泛性使这个学科得到了飞速发展。2.2现代小波分析的发展阶段[11]。第一阶段为孤立研究与应

8、用阶段。主要特征是得到了一些特殊的小波，并在一些专业领域得到零散应用。一个代表性的工作是法国地质学家A．Grossmann和J．Morlet于1984年第一次把“小波”用于处理地质数据，得到了以他们的名字命