淮河流域水资源变化的周期性分析解析及预测

《淮河流域水资源变化的周期性分析解析及预测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、收稿日期：基金项目：国家自然科学基金重点资助项目（40233037）、国家自然科学基金资助项目（90211011）作者简介：薛梅（1984—），女，江苏常州人，硕士研究生，主要从事水文气象、中长期水文预报研究。淮河流域水资源变化的分析及预测薛梅，葛朝霞，宋颖玲（河海大学水文水资源学与水利工程科学国家重点试验室，江苏南京210098）摘要：利用淮河流域月平均气温和月总降水量资料，计算出该流域的逐年水资源量。采用周期均值叠加法和逐步回归周期分析法对淮河流域水资源变化的周期进行了分析，在此基础上建立了周期叠加法和逐步回归周期法两种预报模型，经比较分析，周

2、期均值叠加模型的拟合及试预报效果都较好，因此运用该模型预报淮河流域2007～2008年的水资源量。结果发现，2008年淮河流域的水资源量较多年平均值偏多，这对该流域2008年水资源的规划具有一定的参考价值。AnalysisandPredictiononthePeriodicalChangeofWaterResourcesintheHuaiRiverWatershedXUEMei,GEZhao-xia,SONGYing-ling(StateKeyLaboratoryofHydrology-WaterResourcesandHydraulicEngin

3、eering,HohaiUniversity,NanjingJiangsu210098)Abstract:Byusingmonthlymeantemperatureandrainfall(rainoff)data,thesynchronouswaterresourcesoftheHuaiRiverWatershediscalculated.ByusingPeriodicMeanSuperpositionandStepwiseRegressionPeriodicAnalysis,theperiodicalchangeofwaterresourcesi

4、ntheHuaiRiverWatershedisanalysed,andthemodelsofPeriodicMeanSuperpositionandStepwiseRegressionPeriodicAnalysisareconstructed.Throughcomparisonofthetwomodels,therecomestheconclusionthatthemodelofPeriodicMeanSuperpositionisbatter,soitisadoptedtopredictwaterresourcesofHuiRiverWate

5、rshedin2007～2008.Itisfoundthat,thewaterresourcesoftheHuaiRiverWatershedin2008ismorethantheaverage,thishassomereferentialvalueintheplanningofthewaterresourcesoftheWatershedin2008.Keywords:periodicity;PeriodicMeanSuperposition;StepwiseRegressionPeriodicAnalysis;waterresources;th

6、eHuaiRiver关键词：周期；均值叠加；逐步回归；水资源；淮河淮河流域地处我国南北气候过渡带，流域面积占全国的3.4%，耕地面积占全国的12%，人口占全国的15.7%，粮食产量占全国的20.5%，GDP占全国的15.7%,在全国占有重要的地位。近几十年来，由于流域内人口剧增，经济社会发展迅速，水资源供需矛盾不断加大，因而对淮河流域水资源的预测就变得尤为重要。目前，关于水资源预测方法概括起来主要有：各类回归模型、时间序列分析模型、灰色模型、神经网络模型，以及各类组合模型等。其中，时间序列分析模型中的周期分析法已在降雨量预报、洪峰水位预报等方面得到

7、了十分广泛的应用，但该方法在水资源中的应用尚不多见[1,2]。本文尝试用周期分析法(包括周期均值叠加法及逐步回归周期分析法)对淮河水资源变化的周期进行分析，在此基础上建立预报精度较高的水资源预测模型。1周期均值叠加法原理1.1基本思想尽管各水文要素随时间变化的过程不尽相同，但总可以把它们看成有限个不同周期波相互叠加而形成的过程。因此，只要根据实测的水文要素数据，分析识别出水文要素所包含的周期，然后根据分析出来的周期进行外延，即可对水文要素等的变化规律进行预报[3~8]。其数学模型为：(1.1)其中：为水文要素序列；为第个周期波序列；为误差项。1.2

8、计算方法(1)设有个观测数据，按某一时间间隔分为组(当样本数为偶数时，；为奇数时，；(2)对于不同的，计算组间离差平方和，