中长期水文预报.03.11PPT课件

门限回归
不同取值区间，建立不同的回归方程
主成分回归
消除因子间的相关成分，提取主成分， 并以主成分为变量，建立回归方程
三、常用预报方法简介
（2）方法简介——时间序列（相关类模型）
基本 思想
分析时间序列自身的相关源自文库征，建立预报模型。
分类
ARMA（p,q） ARIMA（p,d,q）
解集模型 正则展开模型
三、常用预报方法简介
（3）方法简介——马尔可夫链 马尔可夫链是一种随机时间序列，预报对象在将来状态 （xt+1）只与它现在的状态（xt ）有关，而与过去的状态 （x1,x2,…,xt-1)无关，称为无后效性，即
P xt1 | x1, x2 ,, xt P xt1 | xt
假设水文时间序列满足无后效性性要求，则可采用马 尔可夫链对预报对象的未来状态进行定性预报。
三、常用预报方法简介
（1）预报方法分类
大气物理模型 统计学方法
初始场、边界条件 大气运动方程
寻找预报变量与预 报因子之间的统计 关系，实现预报
数值天气 预报产品
时间序列或统计相关
方法分类
统计分析与水
文模型耦合预 报方法
气象要素预报 水文模型 水文要素预报
水文模型
三、常用预报方法简介
统计方法分类
回归分析
。。。
例：AR（p）模型：
xt p,1(xt ) p,2 (xt2 ) p,p (xtp ) t xt (, x2 ,Csx )
t (0, 2 , Cs )
三、常用预报方法简介
（2）方法简介——时间序列（AR(p)）
模型阶数P确定
AIC准则确定
AIC( p) n ln( ) 2 p,
PT 1 PT P(1) [0.53,0.17,0.3]
枯
三、常用预报方法简介
（4）方法简介——周期分析法（谐波分析）
三、常用预报方法简介
统计分析与 水文模型 耦合预报方法
统计预测与水文 模型耦合
水文集合预报
➢ 率定确定性水文模型 ➢ 确定预报时刻系统初
始状态 ➢ 构建模型输入集 ➢ 集合预报及统计分析
➢ 统计方法预测模型输 入要素
➢ 率定确定性水文模型 ➢ 耦合预报
三、常用预报方法简介
（1）方法简介——多元回归类 基本 通过成因分析找出影响预测对象的影响因素（因子），应 思想 用数理统计中的多元线性回归方法建立预报方案。
传统统计方法 时间序列
➢ 多元回归 ➢ 逐步回归 ➢ 门限回归。。。
➢ 自回归滑动平均类 ➢ 马尔科夫转移 ➢ 周期分析。。。
聚类/判别
➢ 逐步聚类 ➢ 系统聚类 ➢ 。。。
➢距离判别 ➢贝叶斯判别 ➢。。。
现代统计方法
➢ 模糊 ➢ 灰色 ➢ 混沌 ➢ 投影寻踪 ➢ 神经网络
➢ 小波分析 ➢ 随机森林 ➢ 贝叶斯预报 ➢ 支持向量机 ➢ 相关向量机。。。
二、需要的基础资料
北太平洋海温资料
美国国家海洋和大气局（NOAA）提供的北太平洋 1956 年以来的逐月 海温资料，资料范围从 50˚N~10˚S，120˚E~80˚W，网格距为经度 5˚× 纬度 5˚。
二、需要的基础资料
水文、地形、工程运行等资料 ➢前期多年日、月降雨、气温、蒸发资料 ➢前期多年日、月径流、水位资料 ➢自然地理、地形资料 ➢水利工程特征参数及调度运行资料
高空气压场 海表温度
北半球100hpa 、500hpa逐月平均 高度场
北太平洋逐月海温场（SST）
地面观测
当地降雨、径流、蒸发、日照等
74项环流指数
二、需要的基础资料
可从中国国家气候中心下载
二、需要的基础资料
北半球 100hpa/500hpa 逐月平均高度场
美国环境预报中心（NCEP）和美国国家大气研究中心（NCAR）提供 1956年 以来的100hpa 和 500hpa 逐月平均高度场，资料范围从 0˚N~80˚N，0˚E~10˚W，网格距为经度 10˚×纬度 10˚。
预报时，只要将T月径流的初始概率分布PT 与P(1)相乘，便得到T+1月径流分别在枯、平、 丰三种状态的概率分布PT+1 。
枯 平丰
枯平 丰
p11, p12 , p13
P (1)
p21
,
p22 ,
p23
p31, p32 , p33
已知：T月径流为枯
PT [1,0,0]
估计：T+1月径流概率分布
多元线性回归方程：
y b0 b1x1 b2 x2 bm xm
x1,x2, ,xm
b0,b1,b2, ,bm
——预报因子 ——回归系数
根据相关性 分析和物理 成因分析
根据历史资 料用最小二 乘方法确定
三、常用预报方法简介
（1）方法简介——多元回归类
方法
思想
逐步回归
按相关性与贡献率的大小，逐步筛选与 剔除相关因子
三、常用预报方法简介
（3）方法简介——马尔可夫链
假定月径流状态分为枯、平、丰三种，分别 记为1、2、3；预报因子为T月径流，预报对 象为T+1月径流。
状态 枯 平 丰 标记 1 2 3
pij 表示径流从状态i (i=1,2,3)；一步转移到 状态j (j=1,2,3)时的概率，如p11代表T月径流 为枯时T+1月径流为枯的概率值，由转移频 数矩阵可计算所有情形的转移概率，得到一 步概率转换矩阵P(1)；
p 0,1,2,
AIC( p* ) min AIC( p)
步骤
模型参数确定
1,1 1
k
k 1,k 1
k 1 1
k 1 j k , j
j 1
k
jk, j
j 1
k
,i与
的关系：
k
利用各阶相关
系数计算模型 系数
k 1, j k, j , k 1,k 1 k,k 1 j j 1,2k
中长期水文预报——提供未来一年以内的预报
定量 提供具体数值。可在年初预报未来一年 （旬、月、季、年），也可滚动预报未 来一段时间（如3月报4月）
提供预报量定性评价，如偏枯、偏丰或 定性 提供等级预报，如Ⅰ～ V级
成果形式
二、需要的基础资料
遥相关因子 本地相关因子
气象水文资料
大气环流特征
74项环流指数（逐月）
中长期水文预报 统计预报方法
汇报内容提纲
1 2 3 4 5
一、中长期水文预报基本需求
中长期水文预报——提供未来一年以内的预报
未来一年各月（或旬）预报
Q
旬 12月31日 未来一年各季（或汛、枯期）预报
月
时间尺度
季 未来一年总量预报
年
12月31日
2月 4月
t
6月 8月 10月 12月
一、中长期水文预报基本需求