基于马尔柯夫模型的黄河三门峡河段水质预测

水质变化趋势预测是维护和管理当前水质状况的重要依据,影响水质的因素有物理、化学、水力学、生物学、气象学以及人类活动等多方面的因素,在时间和空间上存在相当多的影响变量,现有的基于数学表达式水质预测模型很难将这些因素都考虑进去,而且预测的是一个具体的数值.利用马尔柯夫链预测水质所处状态概率,实质上是预测水质指标带有一定置信水平的置信区间,在可以完全满足实际需要的前提下,扩大了预测的范围,相对的提高了预测的精度.文章介绍了马尔柯夫模型的基本原理,并且应用到黄河三门峡河段的水质预测中,总体效果基本满意.     

基于季节性AR(P)模型的水质预测

自回归模型的建立是基于序列平稳性的假设,只能描述平稳序列的统计特性,而水质的月监测数据序列往往具有季节性变化的现象.文章介绍了平稳过程的相关理论及其检验方法并应用到黄河潼关、三门峡断面的水质序列的检验中,检验结果为非平穗序列,且序列具有明显季节性(月份)变化的特性。为此尝试建立季节性AR (P)模型来捕捉黄河水质的季节性变化规律,实践表明该模型预测总体效果是较为满意的。