基于支持向量机的需水预测研究

以山西省11年实际用水量为例,17个影响需水预测的因子作为支持向量机模型的输入,需水量作为模型的输出,建立了基于支持向量机理论的非线性需水预测模型;根据预测精度,确定了损失系数ε,惩罚因子C及径向基核函数的宽度σ.采用11年用水量资料,前8年用水量作为训练样本,后3年用水量作为检验样本,3个检验样本的需水总量的相对误差分别为0.91%、1.86%和0.93%.结果表明,在训练样本较少的情况下,支持向量机需水预测模型具有较高的预测精度和较强的泛化能力.     

蒸发蒸腾量支持向量机预测

分析了遥感月蒸发蒸腾量数据的动态变化趋势,把一维遥感月蒸发蒸腾量输入空间映射到高维输入空间,将蒸发蒸腾量时间序列重构为12维相空间,建立了基于支持向量机的蒸发蒸腾量预测模型。根据预测精度,确定了损失系数ε、惩罚因子C及径向基核函数的宽度σ。通过对48个训练样本的学习,得到拟合样本平均相对误差为3.51%;将模型应用于12个样本的预测,预测平均相对误差为12.30%,预测值与实测值的确定性系数达0.97。结果表明,支持向量机(SVM)模型泛化能力强,具有较满意的预测效果。研究结论较好地解决了小样本、过学习、高维数、局部最小等问题。     

河川径流序列协整预测研究

针对河川径流序列的非平稳性,将协整理论引入河川径流分析中,以建立可靠的数学模型.以黄河为例,通过单位根检验,协整检验,建立了上下游之间的误差校正模型,用于描述流域上下游径流间的协整关系,并初步建立协整预测模型,结果表明,预测模型是可行的.     

突发性水资源安全风险分析

突发性水污染是水资源安全面临的最常见的威胁之一,为做好突发性事故的预防、应急监测及应急处理,最大限度地减少对生态环境的破坏,应用扩散理论和风险理论,研究泄漏点下游一定断面在不同泄漏时间有毒物质超标的风险、一定时间不同断面有毒物质超标的风险及有毒物质沿河宽的浓度分布,并计算得出高风险河段和高风险时间段.研究结果表明,超标风险大体呈抛物线型变化,表现出先增大,后减少的规律,高风险河段和高风险时间段的分析,可提供有益的信息,以避开在这些河段和时间段取水,尽可能降低污染事故的危害程度.