Page 10 - 《水资源与水工程学报》2023年第4期
P. 10

６                        & ' ( ) & * + , -                 ２０２３ $

                ｇｒｅｓｓｉｖｅｃｏｎｄｉｔｉｏｎａｌｈｅｔｅｒｏｓｃｅｄａｓｔｉｃｉｔｙｍｏｄｅｌｌｉｎｇｏｆｈｙｄｒｏｌｏｇ  ｆｌｕｃｔｕａｔｉｏｎｓｉｎｈｙｄｒｏｃｌｉｍａｔｉｃｖａｒｉａｂｌｅｓ［Ｊ］．Ｔｈｅｏｒｅｔｉｃａｌ
                ｉｃｔｉｍｅｓｅｒｉｅｓ［Ｊ］．ＨｙｄｒｏｌｏｇｉｃａｌＰｒｏｃｅｓｓｅｓ，２０１３，２７（２２），  ａｎｄＡｐｐｌｉｅｄＣｌｉｍａｔｏｌｏｇｙ，２０１９，１３８：５９１－６０３．
                ３１７４－３１９１．                                     ［１９］ＫＨＡＬＥＫＭＡ，ＡＨＡＳＡＮＭ Ｎ，ＡＬＩＭ Ａ．Ｇｒｏｕｎｄｗａｔｅｒ
            ［８］ＭＯＤＡＲＲＥＳＲ，ＯＵＡＲＤＡＴＢＭ Ｊ．Ｍｏｄｅｌｉｎｇｒａｉｎｆａｌｌ－             ｔａｂｌｅｖｏｌａｔｉｌｉｔｙｆｏｒｅｃａｓｔｉｎｇｕｓｉｎｇｈｙｂｒｉｄｗａｖｅｌｅｔ－ＧＡＲＣＨ
                ｒｕｎｏｆｆｒｅｌａｔｉｏｎｓｈｉｐｕｓｉｎｇｍｕｌｔｉｖａｒｉａｔｅＧＡＲＣＨ ｍｏｄｅｌ［Ｊ］．  ｍｏｄｅｌｉｎｔｈｅｎｏｒｔｈｗｅｓｔＢａｎｇｌａｄｅｓｈ ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒ
                ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ ，２０１３，４９９：１－１８．                 ｎａｌｏｆＳｔａｔｉｓｔｉｃａｌＳｃｉｅｎｃｅｓ ，２０１９，１７：３９－６０．
            ［９］ＭＯＤＡＲＲＥＳＲ，ＯＵＡＲＤＡＴＢＭ Ｊ．Ｍｏｄｅｌｌｉｎｇｈｅｔｅｒｏｓｃｅ       ［２０］ＬＩＵ Ｑｉ，ＺＨＡＮＧ Ｇｕａｎｇｌａｎ，ＡＬＩＳ，ｅｔａｌ．ＳＰＩｂａｓｅｄ
                ｄａｓｔｉｃｉｔｙｏｆｓｔｒｅａｍｆｌｏｗｔｉｍｅｓｅｒｉｅｓ ［Ｊ］．ＨｙｄｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓ  ｄｒｏｕｇｈｔｓｉｍｕｌａｔｉｏｎａｎｄｐｒｅｄｉｃｔｉｏｎｕｓｉｎｇＡＲＭＡ－ＧＡＲＣＨ
                Ｊｏｕｒｎａｌ，２０１３，５８（１）：５４－６４．                          ｍｏｄｅｌ ［Ｊ］．ＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔａｔｉｏｎ，２０１９，
            ［１０］ＭＯＤＡＲＲＥＳＲ，ＯＵＡＲＤＡＴＢＭＪ．Ｍｏｄｅｌｉｎｇｔｈｅｒｅｌａｔｉｏｎ          ３５５：９６－１０７．
                 ｓｈｉｐｂｅｔｗｅｅｎｃｌｉｍａｔｅｏｓｃｉｌｌａｔｉｏｎｓａｎｄｄｒｏｕｇｈｔｂｙａｍｕｌｔｉｖａ  ［２１］ＰＡＮＤＥＹ ＰＫ，ＴＲＩＰＵＲＡ Ｈ，ＰＡＮＤＥＹ Ｖ．Ｉｍｐｒｏｖｉｎｇ
                 ｒｉａｔｅＧＡＲＣＨ ｍｏｄｅｌ ［Ｊ］． ＷａｔｅｒＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ，     ｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｒａｉｎｆａｌｌｔｉｍｅｓｅｒｉｅｓｂｙｈｙｂｒｉｄＳＡＲＩ
                 ２０１４，５０（１）：６０１－６１８．                               ＭＡ－ＧＡＲＣＨ ｍｏｄｅｌｉｎｇ ［Ｊ］． ＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓＲｅ
            ［１１］ＭＯＤＡＲＲＥＳＲ，ＯＵＡＲＤＡＴＢＭＪ．Ａｇｅｎｅｒａｌｉｚｅｄｃｏｎｄｉ            ｓｅａｒｃｈ ，２０１９，２８：１１２５－１１３８．
                 ｔｉｏｎａｌｈｅｔｅｒｏｓｃｅｄａｓｔｉｃｍｏｄｅｌｆｏｒｔｅｍｐｅｒａｔｕｒｅｄｏｗｎｓｃａｌｉｎｇ  ［２２］×ØÙ， X ¨， 0©D， ‘． 'xvwj=k·1^@
                 ［Ｊ］．ＣｌｉｍａｔｅＤｙｎａｍｉｃｓ，２０１４，４３：２６２９－２６４９．            AâfqrB/¬­［Ｊ］． W#NOUK¾ª，２００９，
            ［１２］ＦＡＴＨＩＡＮＦ，ＦＡＫＨＥＲＴ－ＦＡＲＤＡ，ＭＯＤＡＲＲＥＳＲ，ｅｔ                ２９（１１）：１９－３０．
                 ａｌ．Ｒｅｇｉｏｎａｌｓｃａｌｅｒａｉｎｆａｌｌ－ｒｕｎｏｆｆｍｏｄｅｌｉｎｇｕｓｉｎｇＶＡＲＸ－  ［２３］×ØÙ， X ¨， ¥¦§， ‘． 'x ＡＲＭＡ－ＧＡＲＣＨqr
                 ＭＧＡＲＣＨ ａｐｐｒｏａｃｈ［Ｊ］．ＳｔｏｃｈａｓｔｉｃＥｎｖｉｒｏｎｍｅｎｔａｌＲｅ     ^@AîOêÂ=l·1［Ｊ］．¢!%&H«%&，
                 ｓｅａｒｃｈａｎｄＲｉｓｋＡｓｓｅｓｓｍｅｎｔ，２０１８，３２：９９９－１０１６．         ２０１２，４２（９）：１０６９－１０８０．
            ［１３］ＲＯＭＩＬＬＹＰ．Ｔｉｍｅｓｅｒｉｅｓｍｏｄｅｌｉｎｇｏｆｇｌｏｂａｌｍｅａｎｔｅｍ    ［２４］øùú， ¬ ­， ®¯°， ‘． ûüýþÿ'Z^ ＧＡＲＣＨ
                 ｐｅｒａｔｕｒｅｆｏｒｍａｎａｇｅｒｉａｌｄｅｃｉｓｉｏｎｍａｋｉｎｇ［Ｊ］．Ｊｏｕｒｎａｌｏｆ  [qrq™Kºû［Ｊ］．F‘NO&c，２０１５，３１（７）：
                 ＥｎｖｉｒｏｎｍｅｎｔａｌＭａｎａｇｅｍｅｎｔ ，２００５，７６（１）：６１－７０．        １３１－１３６．
            ［１４］ＣＨＥＮＣｈａｎｇｓｈｉａｎ，ＬＩＵＣｈｉｎｈｕｉ，ＳＵＨｕｉｃｈｅｎ．Ａｎｏｎｌｉｎ   ［２５］×$%， ±A$， ²³›， ‘． 'x(›·1^ ＡＲＭＡ－
                 ｅａｒｔｉｍｅｓｅｒｉｅｓａｎａｌｙｓｉｓｕｓｉｎｇｔｗｏｓｔａｇｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓ  ＧＡＲＣＨqr€£@[c¢^¬­［Ｊ］． E@´µ，２０１１
                 ｆｏｒｓｔｅａｍｆｌｏｗ ｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．ＨｙｄｒｏｌｏｇｉｃａｌＰｒｏｃｅｓｓｅｓ，  （５）：５２－５６．
                 ２００８，２２：３６９７－３７１１．                            ［２６］ＷＡＮＧＨｕｉｍｉｎ，ＳＯＮＧＳｏｎｇｂａｉ，ＺＨＡＮＧＧｅｎｇｘｉ，ｅｔａｌ．
            ［１５］ＹＵＳＯＦＦ，ＫＡＮＥＩＬ，ＹＵＳＯＰＺ．ＨｙｂｒｉｄｏｆＡＲＩＭＡ－                Ｓｔｏｃｈａｓｔｉｃｖｏｌａｔｉｌｉｔｙｍｏｄｅｌｉｎｇｏｆｄａｉｌｙｓｔｒｅａｍｆｌｏｗｔｉｍｅｓｅ
                 ＧＡＲＣＨｍｏｄｅｌｉｎｇｉｎｒａｉｎｆａｌｌｔｉｍｅｓｅｒｉｅｓ ［Ｊ］．ＪｏｕｒｎａｌＴｅ  ｒｉｅｓ［Ｊ］．ＷａｔｅｒＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ，２０２２，５９（１）：
                 ｋｎｏｌｏｇｉ ，２０１３，６３（２）：２７－３４．                        ｅ２０２１ＷＲ０３１６６２．
            ［１６］ＳＺＯＬＧＡＹＯＶ?ＥＰ，ＤＡＮＡＣＯＶＡＭ，ＫＯＭＯＲＮＩＫＯＶＡ             ［２７］ＷＡＮＧＨｕｉｍｉｎ，ＳＯＮＧＳｏｎｇｂａｉ，ＺＨＡＮＧＧｅｎｇｘｉ，ｅｔａｌ．
                 Ｍ，ｅｔａｌ．Ｈｙｂｒｉｄｆｏｒｅｃａｓｔｉｎｇｏｆｄａｉｌｙｒｉｖｅｒｄｉｓｃｈａｒｇｅｓｃｏｎ  Ｐｒｅｄｉｃｔｉｎｇｄａｉｌｙ ｓｔｒｅａｍｆｌｏｗ ｗｉｔｈ ａ ｎｏｖｅｌｍｕｌｔｉｒｅｇｉｍｅ
                 ｓｉｄｅｒｉｎｇａｕｔｏｒｅｇｒｅｓｓｉｖｅｈｅｔｅｒｏｓｃｅｄａｓｔｉｃｉｔｙ ［Ｊ］．ＳｌｏｖａｋＪｏｕｒ  ｓｗｉｔｃｈｉｎｇＡＲＩＭＡ－ＭＳ－ＧＡＲＣＨ ｍｏｄｅｌ ［Ｊ］．Ｊｏｕｒｎａｌｏｆ
                 ｎａｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ ，２０１７，２５（２）：３９－４８．          Ｈｙｄｒｏｌｏｇｙ ：ＲｅｇｉｏｎａｌＳｔｕｄｉｅｓ，２０２３，４７：１０１３７４．
            ［１７］ＬＩＵＹａｎ，ＷＡＮＧＢｉｎｂｉｎ，ＺＨＡＮＨｏｎｇｂｉｎ，ｅｔａｌ．Ｓｉｍｕｌａ     ［２８］/00， ¶ Y， · ¸． @ÆdZ-‡.Ì¢^j=kl
                 ｔｉｏｎｏｆｎｏｎｓｔａｔｉｏｎａｒｙｓｐｒｉｎｇｄｉｓｃｈａｒｇｅｕｓｉｎｇｔｉｍｅｓｅｒｉｅｓ  ·1———Î0·L€?«［Ｊ］． ¹ºI&&c （ &
                 ｍｏｄｅｌｓ ［Ｊ］．ＷａｔｅｒＲｅｓｏｕｒｃｅｓＭａｎａｇｅｍｅｎｔ，２０１７，３１：      »），２０１４，６０（１）：７３－７８．
                 ４８７５－４８９０．                                    ［２９］\34， ¼½¾， ¿(™． IÂ1Þ2”#Ìqr¢^j=
            ［１８］ＦＡＲＳＨＡＤＦ．ＤｙｎａｍｉｃｍｅｍｏｒｙｏｆＵｒｍｉａＬａｋｅｗａｔｅｒｌｅｖｅｌ       kƒ„［Ｊ］． 8·%&PPc，２００２，１９（１）：４２－４４．
   5   6   7   8   9   10   11   12   13   14   15