基于多元周期平稳时序分析及灰色理论的水华预测及因素分析方法技术

本发明专利技术公开了一种基于多元周期平稳时序分析及灰色理论的水华预测及因素分析方法，属于环境工程技术领域。所述方法包括进行监测数据采集及预处理；特征因素筛选；特征因素时序建模；特征因素时序预测和特征因素分析的步骤。本发明专利技术解决了多元时序的多元周期平稳性检验问题；给出了水华特征因素的筛选方法，为水华特征因素多元时序的合理建模提供了必要的条件，也为水华特征因素的因素分析提供了基础。本发明专利技术对多特征因素的水华形成过程描述更加全面，从而提高了水华预测结果的准确度、可信度。根据本发明专利技术方法给出的水华预测结果与实测数据的误差，可以得到各影响因素与水华发生现象联系的密切程度。

【技术实现步骤摘要】

本专利技术涉及一种水华预测及因素分析方法，属于环境工程

技术介绍
水华是指出现在富营养化水体中，当具备适宜的光照、水温、气候及水文等有利于藻类生长和聚集的环境条件时，藻类爆发性繁殖聚集并达到一定浓度的一种现象。大规模的水华危害很大，它不仅会破坏水体生态系统的结构和功能，危害人类健康，而且还会降低水资源利用效能，威胁水资源的可持续开发和利用，造成巨大的经济损失。从总体上看，目前还缺少能在短期内有效治理水华的技术和手段。因此在水华未得到有效治理之前，对水华的发生进行准确预测便于有关部门采取应对措施，降低危害，因此，水华防治具有重要的科学意义和应用价值。在水华的防治工作中，水华预测一直都是一个难点，这是因为水华形成的随机过程是一个复杂的物理、化学和生物综合反应过程，与水华形成有关的特征因素较多，相互作用关系密切，构成一个复杂的水生生态系统，由于生态过程内在机制的复杂性、人类活动的影响及水质信息自动测报、接收等条件的限制，目前对水华形成机理和爆发的成因还没有完全清楚，因而直接建立水华机理生态模型比较困难。随着水华预测研究的深入，部分学者尝试建立精确可靠的数学模型来对水华形成的随机本文档来自技高网...

【技术保护点】
基于多元周期平稳时序分析及灰色理论的水华预测及因素分析方法，包括以下步骤：步骤一、监测数据采集及预处理；所述的预处理包括去除异常采样点、去除均值漂移以及填补采样点缺失数据；步骤二、根据多元周期平稳性检验方法进行特征因素筛选；步骤三、特征因素时序建模；(1)、确定特征因素时序结构；将t时刻的特征因素向量Yt分解为周期项Ct和随机项Rt的叠加，Yt＝Ct+Rt????(1)Yt=y1ty2t...ynt,Ct=c1tc2t...cnt,Rt=r1tr2t...rnt其中cit为第i个特征因素的周期项，rit为第i个特征因素的随机项，i＝1,2,…,n，其中n为特征因素的个数；(2)、建立特征因素时...

【技术特征摘要】
1.基于多元周期平稳时序分析及灰色理论的水华预测及因素分析方法，包括以下步骤 步骤一、监测数据采集及预处理； 所述的预处理包括去除异常采样点、去除均值漂移以及填补采样点缺失数据； 步骤二、根据多元周期平稳性检验方法进行特征因素筛选； 步骤三、特征因素时序建模； (1)、确定特征因素时序结构； 将t时刻的特征因素向量Yt分解为周期项Ct和随机项Rt的叠加，2.根据权利要求1所述的基于多元周期平稳时序分析及灰色理论的水华预测及因素分析方法，步骤二中所述多元周期平稳性检验方法如下 记一组待检验的特征因素向量时序Yt，t = 1，2，···，N的协方差矩阵为 Γ0 = Ε[(Υ「Ε(Yt)) (Yt-E(Yt))T] 则为ηΧη方阵，Yt的交叉相关矩阵为 Yo = D^r0D-1 其中3.根据权利要求1所述的基于多元周期平稳时序分析及灰色理论的水华预测及因素分析方法，步骤三中特征因素的多重潜周期多元自回归混合模型的结合方法如下 设矩阵系数多项式4.根据权利要求1所述的基于多元周期平稳时序分析及灰色理论的水华预测及因素分析方法，步骤四中采用系统灰色预测嵌套法对特征因素多元周期平稳时序预测的具体步骤如下 (1)设定预测总步数H...

【专利技术属性】
技术研发人员：王立，刘载文，
申请(专利权)人：北京工商大学，
类型：发明
国别省市：