逐步回归与自回归模型在水文预报中的应用

《逐步回归与自回归模型在水文预报中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中国科技论文在线http://www.paper.edu.cn逐步回归与自回归模型在水文预报中的应用1曹琨河海大学水文水资源学院，南京（210098）Email:caokun@hhu.edu.cn摘要:根据洪家渡水电站1952-2009年实测径流资料及1951-2008年74项气象因子，分别建立逐步回归与自回归模型对月径流量进行拟合预报，结果均通过精度检验，可用作预报。比较两种模型预报成果，发现逐步回归方程精度更高，更可信，但在资料有限的情况下，自回归方法可作为补充。关键词:洪家渡；径流量；逐步回归；自回归中图分类号：p33文献标识码：A1引言中长期水文预报是根据前期水文气象要

2、素，用成因分析与数理统计的方法，对未来较长时间的水文要素进行科学的预测。该学科是介于水文学、气象学与其他学科之间的一门边缘学科。随着社会的不断发展，国民经济各个部门对水文预报提出的要求越来越高，如防汛抗旱的指挥，大中型水利、水电、水运工程的兴建及管理运行等，都要求水文部门能提供预见期长、准确性高的中期与长期预报。由于影响因素的复杂与目前科学水平的限制，中[1-4]长期水文预报还处于探索、发展阶段。洪家渡水电站位于贵州省黔西县与织金县交界的乌江支流北源六冲河下游河段，是乌江干流梯级开发的龙头水电站，也是国家西电东送首批电源项目启动工程。充分利用气象因子资料对其流量进行准确预报意义

3、重大。2基本资料(1)流量资料：1952-2009年洪家渡年径流量。用1952-2006年资料拟合预报，2007-2009年资料试预报。(2)1952-2008年74项气象环流因子，见表1：1基金项目：公益性行业（气象）科研专项项目（GYHY200706005）-1-中国科技论文在线http://www.paper.edu.cn表1气象因子1-北半球副高面积指数(5E-360)38-西太平洋副高北界2-北非副高面积指数(20W-60E)39-东太平洋副高北界3-北非大西洋北美副高面积指数(110W-60E)40-北美副高北界4-印度副高面积指数(65E-95E)41-大西洋副高

4、北界5-西太平洋副高面积指数(110E-180)42-南海副高北界6-东太平洋副高面积指数(175W-115W)43-北美大西洋副高北界7-北美副高面积指数(110W-60W)44-太平洋副高北界8-大西洋副高面积指数(55W-25W)45-西太平洋副高西伸脊点9-南海副高面积指数(100E-120E)46-亚洲区极涡面积指数(1区，60E-150E)10-北美大西洋副高面积指数(110W-20W)47-太平洋区极涡面积指数(2区，150E-120W)11-太平洋副高面积指数(110E-115E)48-北美区极涡面积指数(3区，120W-30W)12-北半球副高强度指数(5E-

5、360)49-大西洋欧洲区极涡面积指数(4区，30W-60)13-北非副高强度指数50-北半球极涡面积指数(5区，0-360)14-北非大西洋北美副高强度指数51-亚洲区极涡强度指数15-印度副高面积强度指数52-太平洋区极涡强度指数16-西太平洋副高强度指数53-北美区极涡强度指数17-东太平洋副高强度指数54-大西洋欧洲区极涡强度指数18-北美副高强度指数55-北半球极涡强度指数19-大西洋副高强度指数56-北半球极涡中心位置20-南海副高强度指数57-北半球极涡中心强度21-北美大西洋副高强度指数58-大西洋欧洲环流型W天数22-太平洋副高强度指数59-大西洋欧洲环流型C

6、天数23-北半球副高脊线60-大西洋欧洲环流型E天数24-北非副高脊线61-欧亚纬向环流指数(0-150E)25-北非大西洋北美副高脊线62-欧亚经向环流指数(0-150E)26-印度副高脊线63-亚洲纬向环流指数(60-150E)27-西太平洋副高脊线64-亚洲经向环流指数(60-150E)28-东太平洋副高脊线65-东亚槽位置29-北美副高脊线66-东亚槽强度30-大西洋副高脊线67-西藏高原(25N-35N，80E-100E)31-南海副高脊线68-西藏高原指数B(30-40N，75E-105E)32-北美大西洋副高脊线69-印缅槽(15N-20N，80E-100E)33

7、-太平洋副高脊线70-冷空气34-北半球副高北界71-编号台风35-北非副高北界72-登陆台风36-北非大西洋北美副高北界73-太阳黑子37-印度副高北界74-南方涛动指数3基本原理3.1逐步回归基本思路逐步回归法不是一下子把全部预报因子都引入回归方程，而是按对预报对象影响显著的程度逐步挑选因子。它用方差贡献作为衡量因子对预报对象重要性的指标，从中挑选出对预报对象影响最显著的因子。在建立回归方程的过程中，因子的挑选是逐步进行的，每一步只挑选出一个因子，要求当步挑选出的因子是所有可供筛选的因子