一種改進的時間序列重建方法及其在地下水埋深估計中的應用

帶噪聲傳遞函數(TFN)模型可通過相關性分析在輸入輸出序列時間上同步的情況下估計輸出序列.基于TFN模型、Kalman濾波和復合型混合演化(SCE-UA)算法,發展一種新的時間序列重建方法,并將其用于地下水埋深估計.該方法將高階TFN模型表述成狀態空間,并用Kalman濾波進行狀態估計,基于SCE-UA方法優化TFN模型參數,能夠在輸入輸出序列異步的情況下率定TFN模型并用于時間序列重建.最后,利用已有降水和地下水觀測資料驗證該方法,并重建了中國東北部分地區40年地下水埋深序列,結果表明該方法有較好精度且能反映埋深變化對降水的響應,在各類時間序列重建中具有一定推廣性.

作 者： 袁星 謝正輝 YUAN Xing XIE Zheng-Hui   作者單位： 袁星,YUAN Xing(中國科學院大氣物理研究所,北京,100029;中國科學院研究生院,北京,100049)

謝正輝,XIE Zheng-Hui(中國科學院大氣物理研究所,北京,100029) 

刊 名： 氣候與環境研究  ISTIC PKU 英文刊名： CLIMATIC AND ENVIRONMENTAL RESEARCH  年，卷(期)： 2007 12(4)  分類號： P345  關鍵詞： 時間序列重建   TFN模型   Kalman濾波   地下水埋深  

【一種改進的時間序列重建方法及其在地下水埋深估計中的應用】相關文章：

基于非線性約束的參數估計方法及其在軌道確定中的應用04-26

汾河灌區地下水埋深變化規律分析04-27

模擬退火法及其在抗差估計中的應用04-26

核密度的隨機加權估計及其應用04-26

一種新的峰值提取方法及其在語音基頻提取中的應用04-26

基于MATLAB實現的ANN方法在地下水評價中的應用04-27

改進的MacCormack有限體積格式及其應用04-27

1m深地溫在滑坡地下水分布調查中的應用04-26

逆序配方法及其應用04-26

改進模糊聚類算法及其在人力資源管理中的應用04-26