洞庭湖区月降雨序列的混沌特性识别及预测研究

基于相空间重构思想,采用最大Laypunov指数法确定洞庭湖区岳阳水文站30 a的月降雨序列具有明显的混沌特性。应用混沌径向基函数神经网络预测月降雨量,预测精度远远低于时间序列分解模型,并表现出高度的无规律性。定量分析了噪声对混沌预测精度的影响,表明监测误差是影响混沌预测精度的一个重要因素,提高数据精度是提高混沌预测精度的一个有效方法。

月降雨序列的混沌判定的合理性分析

针对目前月降雨序列混沌特性研究中存在的问题,以广东省西江流域高要站月降雨序列为例,运用功率谱方法、主成分分析法、饱和关联维数法、C-C方法进行了混沌特性的判定及特征参数的求取,同时分析了数据长度和噪声对混沌研究的影响。研究结果表明,利用功率谱方法进行混沌判定时,单纯的根据连续多峰的噪声背景作为判定混沌存在的依据并不可靠;饱和关联维数法仅从能量角度对混沌序列进行判定,此外,对混沌序列进行滤波会导致此法判定结果的稳健性降低,C-C方法证明了其计算结果的可靠性;为计算出相对稳定的饱和关联维D2,计算数据的长度至少应为450个点;递归图及相应的各种定量判定标准验证了改进的双小波空域降噪方法可有效去除混沌序列中噪声的影响。

月降雨量时间序列中的混沌现象

降雨是水文水资源系统的输入 ,研究它的演变特性 ,对于水文水资源系统的预报、模拟是十分重要的。以四川省 6个水文站的月降雨量时间序列为例 ,通过混沌理论分析方法 ,探讨降雨系统的混沌特性。研究表明 ,降水系统中混沌现象是可能存在的。