%0 Journal Article
%T Problems existing in ARIMA model of hydrologic series and some improvement suggestions<br>水文序列ARIMA模型应用中存在的问题与改进方式
%A 王红瑞
%A 康 健
%A 林 欣
%A 钱龙霞
%J 系统工程理论与实践
%D 2008
%I 
%X 经典的ARMIA模型应用是对水文过程年际月变化所形成的时序数据进行计算处理,而忽略了水文过程平稳性检验和月际年变化对时序预测结果的影响.本文在对这一问题讨论的基础上,基于聚类提取分类后月份的特征,利用回归分析建立特征量和月水文数据间的关系,通过差分对特征量时序做平稳性处理,使用ARIMA模型按类预测特征量,由此,提出了一种新的挖掘水文时序月际年变化信息的方法,建立了改进的ARIMA模型及预测方法.作者以兰州降水站为例进行了应用验证,研究结果表明,改进后的ARIMA模型的精度要明显高于季节ARIMA模型,其平均残差达到了9.41,预报精度提高了21%,效果十分明显.最后就改进后的ARIMA模型的应用给出了进一步的研究方向.
%K 水文过程
%K 季节性ARIMA
%K 聚类
%K 回归
%K 降水量
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=962324E222C1AC1D&jid=1D057D9E7CAD6BEE9FA97306E08E48D3&aid=7F4FE3761412338E9A13AD93B1921F69&yid=67289AFF6305E306&vid=D3E34374A0D77D7F&iid=F3090AE9B60B7ED1&sid=43608FD2E15CD61B&eid=5BC9492E1D772407&journal_id=1000-6788&journal_name=系统工程理论与实践&referenced_num=1&reference_num=18