原文服务方: 水资源与水工程学报       
摘要:
在剖析了现有年径流量预测方法的基础上,根据乌拉斯台河年径流量(1960年~1989年)序列的长期变化特征,提出了时间序列分解预测模型,即将年径流系列分解为趋势项、周期项、随机项,通过对其各项进行识别、提取,再将各项线性叠加,从而建立年径流量预测模型.从模型的识别过程可得,乌拉斯台河年径流具有不显著的递减趋势和明显的周期变化,同时具有一定的随机性.从模型的检验来看,所建模型具有较好的适应性和预报精度,并且拟合效果较好,说明这种预测方法有一定的实用性.
推荐文章
混沌时间序列支持向量机模型及其在径流预测中应用
混沌
相空间重构
水文时间序列
支持向量机
径向基核函数
径流预测
基于时间序列分析的网络流量预测模型研究
网络流量
时间序列分析
径向基神经网络
小波变换建模
基于小波分解的网络流量时间序列建模与预测
网络流量
小波分解
时间序列
预测
GM(0,N)模型在河流径流量预测中的应用
GM(0,N)模型
河流径流量
随机性
预测精度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 时间序列分解模型在乌拉斯台河年径流量预测中的应用研究
来源期刊 水资源与水工程学报 学科
关键词 时间序列 年径流量预测 乌拉斯台河
年,卷(期) 2006,(2) 所属期刊栏目
研究方向 页码范围 22-24
页数 3页 分类号 TV124|P333
字数 语种 中文
DOI 10.3969/j.issn.1672-643X.2006.02.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 雷晓云 新疆农业大学水利与土木工程学院 92 725 14.0 21.0
2 张丽霞 新疆农业大学水利与土木工程学院 2 17 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (13)
同被引文献  (53)
二级引证文献  (15)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(1)
  • 引证文献(0)
  • 二级引证文献(1)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
时间序列
年径流量预测
乌拉斯台河
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水资源与水工程学报
双月刊
1672-643X
61-1413/TV
大16开
陕西省杨凌示范区西农路22号
1990-01-01
chi
出版文献量(篇)
4150
总下载数(次)
0
总被引数(次)
30284
论文1v1指导