基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将系统分析方法中的传统GM(1,1)模型与时间序列分析方法相结合建立地下水位的预报模型.为更好地反映地下水位的统计规律随时间而缓慢变化的现象,采用衰减记忆最小二乘法率定GM(1,1)模型参数.用方差分析法进行地下水位时间序列的周期分析时,对初相进行优选;在选定的置信度水平下,当有多个周期都通过检验,此时该如何优先选择哪个周期,文中提出按拟选周期的F分布检验统计量与检验区间界限值的比值最大原则来选择周期成分.最后,采用本文所述方法进行福建省龙岩市的年最高地下水位的预报.
推荐文章
基于主成分-时间序列模型的地下水位预测
地下水位
主成分分析
多变量时间序列
预测
区域地下水位预报的季节型神经网络模型
区域
地下水位
季节型神经网络模型
预报
周期
频谱分析法在吉林西部地下水动态预报中的应用
频谱分析
周期成分
吉林西部
地下水位
动态预报
应用时间序列模型分析长武塬区地下水水位的变化特征
地下水位
动态变化
时间序列分析
长武塬区
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 地下水位预报中的组合时间序列分析法
来源期刊 山东大学学报(工学版) 学科 工学
关键词 地下水位预报 GM(1,1)模型 方差分析 初相优选 时间序列分析
年,卷(期) 2008,(2) 所属期刊栏目
研究方向 页码范围 96-100
页数 5页 分类号 TV213
字数 3547字 语种 中文
DOI
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 束龙仓 河海大学水资源环境学院 145 2235 23.0 41.0
2 董增川 河海大学水文水资源及水利工程科学国家重点实验室 327 4778 36.0 58.0
3 贠汝安 山东大学土建与水利学院 9 132 5.0 9.0
4 廖伙木 河海大学水文水资源及水利工程科学国家重点实验室 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (80)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (18)
二级引证文献  (43)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(5)
  • 参考文献(4)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(6)
  • 引证文献(3)
  • 二级引证文献(3)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
地下水位预报
GM(1,1)模型
方差分析
初相优选
时间序列分析
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
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
总被引数(次)
24236
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导