地下水资源评价中降水量的时间序列-马尔可夫模型

降水量的预报精度对以其为直接或间接补给源的地下水资源评价具有重要的影响。将时间序列方法与随机过程离散状态的马尔可夫链理论相结合,提出了时间序列马尔可夫模型以预报大气降水量。模型根据降水序列的特征,采用一维非平稳时间序列模型进行预测,预测结果总体效果较好,但峰值点处误差较大。为了提高模型对波动性较大随机变量的预报精度,利用随机过程马尔可夫概率状态转移矩阵预报方法对其预测值进行二次拟合。实例计算表明时间序列-马尔可夫模型预报效果良好,预报精度明显高于单一的时间序列模型精度。该结果拓宽了时间序列预报模型的应用范围,且对以大气降水为最终补给源的地下水资源评价具有重要的实用价值及理论意义。