本文以黄河干流小浪底站1919~1959年水文资料为依据,建立其马尔可夫随机模拟模型,生成年及月径流量系列。为模拟资料的周期性,共建了1~8阶八个 AR 总体模型,生成5千年径流系列。各阶模型成果的水文特征值模拟精度都较高,其中7阶模型...本文以黄河干流小浪底站1919~1959年水文资料为依据,建立其马尔可夫随机模拟模型,生成年及月径流量系列。为模拟资料的周期性,共建了1~8阶八个 AR 总体模型,生成5千年径流系列。各阶模型成果的水文特征值模拟精度都较高,其中7阶模型的自相关函数误差最小。根据本次计算及以往经验,我们认为 AR 自回归模型是一种适合我国水文水资源特点的随机模型,具有较高使用价值。本文中用典型解集法生成月径流系列,包括年内分季和年内不分季与五种资料分段的各种组合,生成五阶和七阶共计20个成果,所有成果每年各月月均流量均值、均方差精度都很高。本次成果可以用于实际工程。展开更多
文摘本文以黄河干流小浪底站1919~1959年水文资料为依据,建立其马尔可夫随机模拟模型,生成年及月径流量系列。为模拟资料的周期性,共建了1~8阶八个 AR 总体模型,生成5千年径流系列。各阶模型成果的水文特征值模拟精度都较高,其中7阶模型的自相关函数误差最小。根据本次计算及以往经验,我们认为 AR 自回归模型是一种适合我国水文水资源特点的随机模型,具有较高使用价值。本文中用典型解集法生成月径流系列,包括年内分季和年内不分季与五种资料分段的各种组合,生成五阶和七阶共计20个成果,所有成果每年各月月均流量均值、均方差精度都很高。本次成果可以用于实际工程。