文档介绍：第卷第期杭州电子科技大学学报自然科学版
3 6 6 ( ) 6
年月
20 1 6 1 1 Journal of Hangzhou Dianzi University(Natural Sciences) 1 6
DOI:1 0 .1 3 9 5 4/j . 1 6 .0 6 .0 1 6
杭州湾悬浮泥沙浓度时间序列模型和预测
邓杰,程宗毛
(杭州电子科技大学理学院,浙江杭州)
3 100 1 8
摘要:根据杭州湾悬浮泥沙浓度的时间序列数据通过数据预处理模型识别定阶参数估计及适
, 、、、
应性检验建立了一个模型并对未来杭州湾悬浮泥沙的浓度作了预测结果表
, ARIMA(3 ,1 ,2 ) , .
明模型对描述和预测杭州湾悬浮泥沙浓度具有较高的精度
,ARIMA .
关键词:时间序列悬浮泥沙浓度求和自回归移动平均模型预测
; ; ;
中图分类号: 文献标识码: 文章编号:
O2 1 3 A 100 1-9 146(20 1 6)06-0077-04
0 引言
河流和近海中含有大量的悬浮泥沙研究悬浮泥沙浓度对水生生态系统具有重要的意义文献
, .
通过观察和实验验证了悬浮泥沙对藻类等水生生物的生长具有影响文献介绍了目前研究
[1-2] . [3-4]
悬浮泥沙浓度的主流方法即建立悬浮泥沙的遥感反演模式其中文献建立的悬浮泥沙浓度反演模
, . , [3]
型基于中分辨率成像光谱仪影像技术文献建立了基于实测光谱的悬浮泥沙遥感反演模
(MODIS) , [4]
型文献提出了一种用机器学****的方法来研究和预测印度格皮利河每日的悬浮泥沙浓度
. [5] (Kapili) .
此前的一些研究由于观测技术和统计数据存在某些偏差建立模型的精度不足基本上没有进行预测
, , , .
本文应用遥感影像技术得到了较为精确的时间序列观测数据经过有效系统地整理建立了相应的时间
, ,
序列模型对杭州湾悬浮泥沙浓度的变化规律进行定量描述并进行相应的预测
, , .
1 模型介绍和数据采用
1 .1 模型介绍
求和自回归移动平均模型根据时间序列过去的行为来预测其未来的趋势是一种具有
(ARIMA) ,
一定精度的短期预测模型[6] 模型包含个参数自回归阶数 p 差分阶数 d 移动平均阶数
.ARIMA 3 : ( )、( )、
q 简记为 p d q
(), ARIMA( , ,):
d
ìΦ B X t =Θ B a t
( )∇( )
íE a t = a t =σa2 E a ta s = s t
( ) 0,Var( ) , ( ) 0, ≠(1)
î
EX sa t = s t
0,∀<
式中 d d 是差分算子其中 p 是自回归算子
= - B Φ B = -φ B -φ B 2 - -φpB Θ B =
,∇(1 ) ; ( ) 1 1 2 …; ( )
q
-θ B -θ B 2 - -θqB t 是白噪声WN σ2 .对时间序列数据拟合 p
1