• ▶ 2008-2024年被中国情报信息研究所评价中心评为“中国科技核心期刊”
  • ▶ 2019-2024年连续三届被中国科学院文献情报中心中国科学引文数据库CSCD(核心库)收录
  • ▶ 2021、2023年入编北京大学图书馆《中文核心期刊要目总览》
  • ▶ 2020-2024连续四年入选《科技期刊世界影响力指数(WJCI)报告》
LU Kuifeng,Xiong Heigang,Mao Jing,Xia Qianrou.两种不同时间序列模型在地下水动态变化预测中的比较研究水资源与水工程学报[J].,2011,22(1):
两种不同时间序列模型在地下水动态变化预测中的比较研究
Comparative study on two different time series model in forecast of groundwater dynamic change
  
DOI:10.11705/j.issn.1672-643X.2011.01.001
中文关键词:  地下水  时间序列模型  地下水动态  奇台绿洲  
英文关键词:ground water  time series model  groundwater dynamic change  Qitai oasis  
基金项目:国家自然科学基金项目(40771194); 北京市属高等学校人才强教计划资助项目(PHR200906125)资助
作者单位
LU Kuifeng,Xiong Heigang,Mao Jing,Xia Qianrou 1. 新疆大学,资源与环境科学学院,乌鲁木齐,830046
教育部绿洲生态重点实验室,乌鲁木齐,830046
2. 北京联合大学
,应用文理学院,北京,100083
教育部绿洲生态重点实验室,乌鲁木齐,830046 
摘要点击次数: 6935
全文下载次数: 19
中文摘要:
      运用季节性叠加趋势模型、季节周期-ARMA组合模型对奇台绿洲地下水位动态变化进行了分析和预测,并通过了后验差检验。结果表明:两种时间序列模型均适合对地下水动态变化的预测,后验差比值c和小误差频率p分别为(0.22、0.99)和(0.21、1)。但经过综合对比,季节周期-ARMA组合模型的预测精度更高。应用其对井灌区2005-2015年水位埋深进行预测,未来10年中,地下水位埋深以年均1.18 m的速度下降,应及时加以控制。
英文摘要:
      Using seasonal trends superposition model,seasonal cycle-ARMA model odd combination,dynamic changes of Qitai Oasis groundwater was analyzed and forecasted,and adopted after test.the results show that the two time series models are suitable for the prediction of groundwater dynamics,a posteriori error ratio c and the frequency of small errors p were(0.22,0.99) and(0.21,1) respectively.However,after comparison of the overall combination the seasonal cycle-ARMA model has higher prediction accuracy.Application ...
查看全文  查看/发表评论  下载PDF阅读器
关闭