基于条件异方差分析的水文时序模型及其应用

？针对条件异方差现象在水文过程的时序研究中常被忽略的情况,建立了水文过程时间序列分析和预测模型.首先,利用censusx12分解水文时序,由其得到的周期项与趋势项分别建立相应的条件异方差模型；其次,对于分解序列后得到的残差项,建立基于bx数据生成的灰色markov预测模型;再次,将三个模型进行耦合,编制了算法流程,由此提出了一种基于条件异方差的水文时序分析与预测模型;最后以河南省淮河流域的鲇鱼山水文站1975--1999年逐月的径流量为例进行了应用验证.研究结果表明:提出的模型从预测效果来看,总的平均偏差只有17.42%,其精度要明显高于常规的水文时序分析中arch和arma(1,1)等传统方法.