[发明专利]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

说明书

技术领域

本发明涉及一种水华预测及因素分析方法，属于环境工程技术领域。

背景技术

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过程进行预测，取得了一定的进展。然而，现有的水华预测方法仍存在预测精度不高，预测步长较短的问题。

此外，不同特征因素与水华形成的相关程度也不尽相同，因此水华形成的因素分析也是水华防治工作中的一项重要任务。

时间序列分析是一种研究随机过程的重要数学预测工具。传统一元时间序列预测的基本假设是可利用的信息都包含在历史数据中，历史数据决定了未来时间序列的变化，但是这种假设过多的依赖于时间序列历史数据，而忽略了事物之间的关联性，也忽略了外部因素对时间序列走势的影响。而多元时间序列的建模和预测则不仅考虑了时间序列历史数据对未来的影响，更多的考虑到多元协方差和相关系数在建模过程中的重要作用，比一元时间序列建模和预测更具备应用潜力，是一种适于描述和预测在多种特征因素作用下水华形成随机过程的方法。因此采用多元时序分析方法，对水华形成的特征因素多元时序建模，从而进行水华预测为一种有效途径。

然而，时序分析方法虽然可以充分挖掘数据中的随机性信息，该方法存在预测精度的保证依赖于大样本量的局限。若采用常规的直接预测方法进行时序模型预测，则预测精度难以保证，从而降低了水华预测结果的可信度。灰色理论是研究少数据不确定性的理论，即研究在少数据不确定性的背景下，数据的处理、现象的分析、模型的建立、发展趋势的预测、事物的决策以及系统的控制与状态的评估。采用灰色理论预测多元时序模型，可以在保留时序建模优点的基础上，很好地克服时序模型预测的局限性，提高模型的预测精度。

另外，多元时序分析不仅适于建模预测，也是一种因素分析的有效工具。因此可利用多元时序分析预测结果对水华形成过程中的各种特征因素进行因素分析。

应用多元时序分析及灰色理论进行水华预测及因素分析还需要解决以下问题：

1.由于水华的发生具有随机性，描述水华形成过程中各特征因素的随机性波动，不但需要考虑了同一时刻多个特征因素之间的互相关性，还要考虑各特征因素在不同时刻的自相关性。

2.水华的发生与季节变化相关，因而水华的发生还具有周期性，描述水华形成过程中各特征因素的周期性波动，不仅需要考虑周期性的环境季节变化对水华形成过程的影响，还要考虑不同特征因素间多重周期性变化的交互影响。

3.水华形成过程中特征因素的随机性和周期性波动在不同特征因素间的交互影响也是需要考虑的问题。

4.如何将适用于少数据预测灰色理论方法与所建的时序模型相结合，从而提高所建时序模型的预测精度，需要具体研究。

5.如何基于所建的时序模型预测结果来进行水华特征因素分析。

发明内容

本发明的目的是为了解决现有的水华预测结果不够准确，水华形成过程中多种特征因素间的交互影响建模困难，以及不同特征因素与水华发生的相关性程度的判定问题，采取基于多元周期平稳时序分析以及灰色理论的技术手段，达到通过对水华形成过程中的特征因素时序建模分析得到与实际情况更为相符的水华预测效果以及因素分析结果。