月径流时间序列的混沌特性分析.doc月径流时间序列的混沌特性分析.doc

收藏 分享

资源预览需要最新版本的Flash Player支持。
您尚未安装或版本过低,建议您

专业文档,值得下载专业文档,值得珍藏月径流时间序列的混沌特性分析汪丽娜1,2,陈晓宏1,2,李粤安3,林凯荣1,2,李艳41中山大学水资源与环境研究中心,广东广州510275;2广东省近岸海洋工程重点实验室,广东广州510275;3广东省水利厅,广东广州510635;4广东商学院资源与环境学院,广东广州510320摘要研究根据混沌理论,分别采用功率谱分析方法、GP关联维识别合水水库月径流量的混沌特性,并且得出主要的混沌特性指标。以TANKS嵌入定理为理论基础,进行短期预测,能够取得精度较高的预测结果。研究表明月径流序列存在一定的混沌特性,其最小嵌入维数在M8对应的吸引子维数D095,最大李雅谱诺夫指数Σ0325,采用加权一阶权域方法预测时,预测最大时限为4个月,其预测精度均在5以内。关键词合水水库;混沌理论;李雅谱诺夫指数中图分类号S15641;S161文献标识码A文章编号16722175(2008)06243604一般地,非线性学科主要包括混沌、分形和孤子。混沌研究始于19世纪中后期法国庞加莱对太阳系稳定性问题的探讨,从时间序列研究混沌始于PACKARD等提出的相空间重构理论。混沌理论认为,客观事物的运动,除周期、准周期和定常外,还存在着一种运动形式混沌运动。由于径流过程受多种因素的影响和制约,径流过程表现出复杂的、随机的、多维等特性,因此有研究表明径流是一类混沌系统,并提出许多混沌预测方法15。混沌中所指的无序是一种有其内在规律性的表现,并不是指单纯的混乱。因此,确定径流序列的混沌特性,对径流的预测具有非常重要的意义。本文根据合水水库1958年1月至2000年12月逐月径流量序列资料,通过识别其混沌动力学特性,进一步对月径流量进行预测,为径流的合理开发利用提供了理论基础。1混沌理论11时间序列的混沌识别功率谱的幂函数3EFEF表明时间序列资料在频率F空间中跨度很宽的尺度,但却有自相似结构。在其功率谱上能呈现出在时间序列的图像上看上去不规则的规律。时间序列12N,,XXX,的功率谱,对N个采样值机上周期调焦NJJXX,计算自相关函数(离散卷积)11NJIIJTCXXN,然后对JC进行离散傅氏变换,计算傅氏系数121JXNNKJJPCE。由于应用快速傅氏变换算法(FFT),可以直接由IX作快速傅氏变换,得到系数11COSNKIIIJAXNN11SINNIIJBX然后计算22KKKPAB,有许多组X得到一批KP,求平均后即趋近前面定义的功率谱KP。由一个混沌系统产生的轨迹经过一定时期的变化后,最终会做有规律的运动,产生一种有规则的、有形的轨迹(混沌吸引子)。PACKARD6等建议用原始系统中的某变量的延迟坐标来重构相空间,TANKS证明了可以找到一个合适的迁入维,即如果延迟坐标的维数M≥2D1,D使动力系统的维数,在这个嵌入维德空间里可以把有规律的轨迹(吸引子)恢复过来。目前常用的计算混沌序列最大的LYAPUNOV指数方法主要有五种由定义法延伸的NICOLIS方法、JACOBIAN方法、WOLF方法、P范数方法和小数据量法,其中以WOLF和小数据量方法使用最为广泛和普遍。WOLF方法6直接基于相轨线、相平面、相体积等的演化来估计LYAPUNOV指数,WOLF方法示意图如图1所示。设混沌时间序列为12N,,XXX,嵌入维数M,时间延迟,则线重构像空间为汪丽娜等月径流时间序列的混沌特性分析2437,,1,1,2,NIIIIYTXTXTXTMI,,取初始点0YT,设其与最邻近点00YT的距离为0L,追踪这两点的时间演化,直到1T时刻,其间距超过某规定值01010,LYTYT,保留1YT邻近另找一个点11YT使得1101LYTYT,并且与之夹角尽可能的小,继续上述过程,直至YT到达时间序列的终点N,这是追踪演化过程总的迭代次数为M,则最大LYAPUNOV指数为001LNMITMILTTL12混沌时间序列的短期预测设中心点KY的临近点为,1,2,KYI,Q,并且到KY距离为ID,设MD是ID中的最小值,定义点KIY的权值为1EXPEXPIMIQIMIADDPADD(A是参数,一般取值为1)则一阶局域线形拟合为1,1,2,KIKIYAEBYI,Q其中1,1,E,1。应用加权最小二乘法,则211MINQIKIKIIPXABX对两边求偏导,化简后得到关于,AB的方程组为111QQIKIIKIIIABPXBPX21111QQQIKIIKIIKIKIIIIAPXBPXPXX进行预测时,当嵌入维数1M,将上所求,AB代入一阶加权线形局域拟合1112121KKKQKQXXEXEXABXEX即可进行预测。2分析与结果21月径流的混沌特性功率谱分析方法是一种常用的时间序列分析方法,通常,不同性质的时间序列表现出的功率谱线不同。非线性混沌序列是非周期的,因此其功率谱线和呈等间距的周期性时间序列的功率谱线不相同。本研究采用功率谱的方法初步分析合水水库月径流量的时间特性,如图2所示。图2表明,合水水库的频谱曲线均未表现出明显的峰值或峰连成一片,因此对应的月径流时间序列为混沌序列。混沌运动的基本特点是运动对初值条件极为敏感。LYAPUNOV指数就是定量刻画耗散体系相空间中相体积收缩过程的物理量。对于随即序列,关联维数随着嵌入维数的增加而增加,不会达到饱和,而对于混沌序列则存在无标度区,关联维数随着嵌入维数的增加而趋于饱和,即呈现直线段,则表明时序分布存在分形特征,且直线段的斜率即为该时序段的维数。因此,可以根据关联维数是否饱和现象来区别混沌序列与随机序列。本文采用G_P算法7计算合水水库月径流时间序列的饱和关联维数。图3为合水水库的LNC(R)LN(R)关系图,图3表明,不同嵌入维M下,LNC(R)LN(R)曲线中,存在直线相关部分,随着嵌入维数M的增加,LN(R)在7585之间逐渐平行,即关联维达到饱和。因此合水水库月径流时序分布具有分形的特征,并且每一条曲线中的直线段部分图1WOLF方法图示FIG1THEWOLFMETHOD01002003004005006000020406081121416182X106图2合水水库月径流量时序频谱FIG2FREQUENCESPECTRUMOFTHEMONTHLYRUNOFFTIMESERIES004201612081060500400300200100600频率/HZ2438生态环境第17卷第6期(2008年11月)的斜率就是各自嵌入维所对应的关联维数。图4为关联维数D(M)随嵌入维数M的变化曲线,随着M的增加,在M8对应的吸引子维数D095时,关联维基本稳定。吸引子维数为非整数,说明合水水库的月径流量系统存在混沌特征。系统的LYAPUNOV指数可有效地表征变量随时间演化,系统对初值的敏感性。LYAPUNOV指数小于零(Σ0)说明体系的相体积在该方向上是收缩的,此方向的运动是稳定的;而Σ0表明体系的相体积在该方向上不断膨胀和折叠,以致吸引子中本来邻近的轨迹线变得越加不相关8。若某系统具有混沌吸引子,则必须同时满足以下条件9(1)至少存在一个正李雅谱诺夫指数;(2)至少某一个李雅谱诺夫指数等于零;(3)李雅谱诺夫指数之和为负。对于离散的系统,或者说是非线性时间序列,往往不需要计算出所有的李雅谱诺夫指数,通常只需计算最大的李雅谱诺夫指数即可。最大李雅谱诺夫指数是判断混沌存在和混沌特性的一个重要依据,只要最大李雅谱诺夫指数大于零,就说明混沌的存在,并且,最大李雅谱诺夫指数越大,混沌特性越强,对初值的敏感性越强,反之,敏感性越弱。本研究中,合水水库月径流量的最大李雅谱诺夫指数Σ0325,进一步说明合水水库月径流时间序列存在混沌特性。22混沌时间序列的短期预测由于混沌系统对初值的敏感性,因此对混沌系统做长期预测误差较大,可预测时间是最大李雅谱诺夫指数的倒数值。由于本研究中合水水库的最大雅谱诺夫指数Σ0325,因此可预测时间T1/Σ308,即可预测3个月的月径流量。由于加权一阶局域法短期预测效果较好,因此在本研究中选用此方法进行短期预测。本文选用的合水水库月径流时间序列为1958年1月至2000年12的逐月径流量,因此在预测阶段,对1985年1月至2000年8月数据进行分析,预报2000年9、10、11和12月,4个月的月径流量,如表1所示。表1说明在判断出月径流序列具有混沌特性后,采用加权一阶局域法进行预测是可行的,相对误差范围在5以内,说明预测精度较高。3结论本文采用功率谱分析法、WOLF法和最大李雅谱诺夫指数法,对合水水库1958年1月至2000年12月的逐月径流量资料进行分析,结果表明该水库月径流具有混沌特性,因此表现出合水水库月径流量的复杂多变性。根据最大李雅谱诺夫指数得出可预测的时限为4个月,进一步采用加权一阶局域法进行月径流量预测,结果表明,预测精度较高,相对误差均在5以内。参考文献1黄国如,芮孝芳流域降雨径流时间序列的混沌识别及其预测研究进展J水科学进展,2004,152255260HUANGGUORU,RUIXIAOFANGSTUDYADVANCESINDIAGNOSISOFCHAOTICBEHAVIOURANDITSPREDICTIONFORRAINFALLANDSTREAMFLOWTIMESERIESINWATERSHEDJADVANCESINWATERSCIENCE,2004,1522552602SIVAKUMARB,JAYAWARDENAAW,FERNANDOTMKGRIVERFOLWFORECASTINGUSEOFPHASESPACERECONSTRUCTIONANDARTIFICIALNEUTRALNETWORKSAPPROACHESJJOURNALOFHYDROLOGY,2002,2652252453JAYAWARDENAAW,LAIFANALYSISANDPREDICTIONOFCHAOSINRAINFALLANDSTREAMFOLWTIMESERIESJJOURNALOFHYDROLOGY,1994,758859951076543210M3M4M5M12图3LNR和LNCR的关系图FIG3RELATIONBETWEENLNRANDLNCR751088599576102345LNRLNCR024681012141618020304050607080911112维数E1CAO氏法求最小嵌入维数020806041210018161412108642图4关联维DM随嵌入维数M的变化曲线FIG4DMMFORRUNOFFTIMESERIES嵌入维数M关联维数DM表1合水水库2000年后4个月月径流量预测值TABLE1THEMONTHLYRUNOFFPREDICTEDVALUEFROMSEPTEMBERTODECEMBER,2002INTHEHESHUIRESERVOIR105M3项目2000年9月2000年10月2000年11月2000年12月真实值411114288668225436221261预测值401005277983215646210685绝对误差101091068597910576相对误差/246370434478汪丽娜等月径流时间序列的混沌特性分析243915323524AMILCAREP,LUCARNONLIEARANALYSISOFRIVERFLOWTIMESEQUENCESJWATERRESOURCESRESEARCH,1997,336135313675FRANCESCOLVVCHAOTICFORECASTINGOFDISCHARGETIMESERIESACASESTUDYJJOURNALOFTHEAMERCIANWATERRESOURCESASSOCIATION,2001,3722712796吕金虎,陆君安,陈士华,等混沌时间序列分析及其应用M武汉武汉大学出版社,2002LJINHU,LUJUNAN,CHENSHIHUA,ETALCHAOSTIMESERIESANALYSISANDAPPLICATIONMWUHANWUHANUNIVERSITYPUBLISH,20027TANKENSFDETECTINGSTRANGEATTRACTORSINTURBULENCEJLECTURENOTESINMATHEMATICS,1981,8983663818梁世清,王德明,刘维亭基于LYAPUNOV指数的舰船电力系统稳定性分析J舰船科学技术,2008,3017679LIANGSHIQING,WANGDEMING,LIUWEITINGSTABILITYANALYSISINSHIPELECTRICALOWERSYSTERMBASEDONLYAPUNOVEXPONENTSJSHIPSSCIENCEANDTENCHNOLOGY,2008,30176799王东生混沌、分形及其应用M合肥中国科学技术出版社,1995WANGDONGSHENGTHETHEORYANDAPPLICATIONOFCHAOSANDFRACTALMHEFEISCIENCEANDTECHNOLOGYPUBLISHOFCHINA,1995THECHAOTICFEATURESOFMONTHLYRUNOFFTIMESERIESWANGLINA1,2,CHENXIAOHONG1,2,LIYUEAN3,LINKAIRONG1,2,LIYAN1CENTERFORWATERRESOURCESANDENVIRONMENT,SUNYATSENUNIVERSITY,GUANGZHOU510275,CHINA;2GUANGDONGPROVINCEKEYLABOFCOASTALOCEANENGINEERING,GUANGZHOU510275,CHINA;3DEPARTMENTOFWATERRESOURCESOFGUANGDONG,GUANGZHOU510635,CHINA;4GUANGDONGUNIVERSITYOFBUSINESSSTUDIES,DEPARTMENTOFRESOURCESANDENVIRONMENT,GUANGZHOU510320,CHINAABSTRACTTHISPAPERANALYZEDTHECHAOSCHARACTERISTICOFMONTHLYRUNOFFINHESHUIRESERVOIRANDDISPLAYEDTHEMAINCHAOSCHARACTERISTICTARGET,ACCORDINGTOTHETHEORYOFCHAOTICBASEDONTANKSIMBEDDINGTHEORY,SHORTTERMPREDICTIONSOFMONTHLYRUNOFFOBTAINEDTHESATISFACTIONRESULTTHISRESULTINDICATED,MONTHLYRUNOFFHASCHAOSCHARACTERISTICWHENTHEMINIMUMEMBEDDINGDIMENSIONWAS8,THECORRESPONDINGATTRACTSDIMENSIONWAS095ANDTHEMAXIMUMLYAPUNOVINDEXHAVEBEENCALCULATED,Σ0325THEBIGGESTFORECASTTIMELIMITIS4MONTHS,THEFORECASTPRECISIONAREALLIN5,ACCORDINGTOTHEWEIGHTINGFIRSTORDERPOWERTERRITORYMETHODKEYWORDSHESHUIRESERVOIR;CHAOSTHEORY;LYAPUNOVINDEX
编号:201311161157064457    类型:共享资源    大小:604.00KB    格式:DOC    上传时间:2013-11-16
  
5
关 键 词:
专业文献 学术论文 精品文档 月径流时
  人人文库网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文
本文标题:月径流时间序列的混沌特性分析.doc
链接地址:http://www.renrendoc.com/p-94457.html

当前资源信息

4.0
 
(2人评价)
浏览:30次
dingyx0101上传于2013-11-16

官方联系方式

客服手机:17625900360   
2:不支持迅雷下载,请使用浏览器下载   
3:不支持QQ浏览器下载,请用其他浏览器   
4:下载后的文档和图纸-无水印   
5:文档经过压缩,下载后原文更清晰   

精品推荐

相关阅读

人人文库
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

网站客服QQ:2846424093    人人文库上传用户QQ群:460291265   

[email protected] 2016-2018  renrendoc.com 网站版权所有   南天在线技术支持

经营许可证编号:苏ICP备12009002号-5