2023数模国赛优秀论文E032.pdf
版权申诉
5星 · 超过95%的资源 186 浏览量
2024-03-10
21:18:55
上传
评论
收藏 2.44MB PDF 举报 
1
基于时间序列分析预测的黄河水沙监测模型
摘 要
在对黄河进行水文研究时，常通过探究水沙关系分析水沙通量的各种特性和
变化规律，从而指导水资源分配和调水调沙、防洪减灾等措施。本文在对各附件
数据进行预处理后，通过回归分析、小波分析、时间序列分析方法建立水沙关系
模型和水沙通量模型，利用时间序列预测模型预测水沙通量的变化趋势，优化水
文站采样监测方案，分析调水调沙效果。本文主要借助 Python、Excel、Matlab 等
软件进行相关计算。
对于问题一，用“均值替补法”补充缺失数据后，分别研究含沙量与时间、水
位、水流量的关系，并进行模型展示。针对含沙量-水位关系和含沙量-水流量关
系分别进行回归分析，运用最小二乘法进行分段拟合，利用 Matlab 中多项式拟
合得到分段函数，同时进行拟合度检验。最后建立年总排沙量、年总水流量模型，
估算了近 6 年数据，又运用优化的数值积分法对上述模型进行了检验。
日期
2016
2017
2018
2019
2020
2021
年总排沙量(亿吨)
0.182
0.191
2.918
3.051
3.510
2.239
年总水流量(亿 m
3
)
143.809
153.353
388.973
387.239
433.910
472.626
对于问题二，按月汇总附件 1 数据，将每月水沙通量的特性、变化规律通过
月流量均值和月排沙量均值两要素描述。突变性利用“累积距平法”得到累积距平
曲线，找到突变月份，利用“M-K 突变检验”，判断两要素突变时间；季节性研究
通过季节分解原理得两要素的时间序列分解图，由此分析季节性变化规律；周期
性研究运用小波分析法得到该水文站 6 年来每月“小波方差分析图”与“小波变
换系数实数等值线图”，获得两要素各自的变化周期。根据各特性进一步得到水
沙通量的变化规律。
对于问题三，针对水沙通量趋势的预测，建立 SARIMA 预测模型。将 2016-
2020 年月流量数据作为训练集，预测 2021 年月水沙通量变化趋势。2021 年月水
沙通量作为测试集，将模型预测结果与实际数据进行拟合，观察结果，将参数进
行调整，找到最优参数，建立准确 SARIMA 预测模型，以此预测未来两年水沙
通量变化趋势。根据未来两年趋势走向图，判断出未来两年水沙通量的周期性与
突变性，制定最优采样监测方案。
对于问题四，从水沙通量变化、河底高程变化，水情监测数据变化三方面分
析调水调沙实际效果。结合问题二水沙通量变化，调水调沙起到一定作用；结合
水位、河底高程与起点距离的关系，分析了水面宽度与水深的变化；采用“断面
测量法”计算了水道断面面积，采用“流速面积法”计算了水道平均流速，计算
结果展示出面积增大、流速略增的趋势。得出若不调水调沙，河底高程会升高的
结论。
关键词：回归分析，数值积分法，累积距平法，M-K 突变检验，小波分析，
SARIMA 模型，流速面积法
剩余52页未读，继续阅读
资源评论
wyz9210162024-05-21资源和描述一致，质量不错，解决了我的问题，感谢资源主。
