林小明,華 晨,胡尊樂,李 丹,閆 浩,紀(jì)小敏
(1.溧陽市水利局,江蘇常州 213300;2.江蘇省水文水資源勘測局常州分局,江蘇常州 213022;3.江蘇省水文水資源勘測局,江蘇南京 210029)
溧陽市地處北亞熱帶邊緣、太湖流域上游,境內(nèi)地形變化較大,山圩緊依,河流源短流急,水情盈枯強(qiáng)弱多變。進(jìn)入20世紀(jì)80年代以后,一方面隨著溧陽市工業(yè)化和城鎮(zhèn)化的迅速發(fā)展,水資源短缺問題日趨突出;另一方面因流域下墊面及上下游工情變化較大,區(qū)域防洪壓力有加重之勢。準(zhǔn)確預(yù)測區(qū)域年度降水量,合理配置水資源,減緩水資源供需矛盾,為區(qū)域防洪提供可靠的技術(shù)支撐顯得較為迫切且具有重要的社會經(jīng)濟(jì)效益[1]。
本文對溧陽市1951—2020年的降水量進(jìn)行分級,將其分為枯水年、偏枯年、平水年、偏豐年、豐水年5個狀態(tài),以馬爾科夫鏈理論[2-3]和模糊集理論[4]為基礎(chǔ),以規(guī)范化的各階自相關(guān)系數(shù)為權(quán)重,建立適用于溧陽市降水量的馬爾科夫鏈加權(quán)預(yù)測模型,對溧陽市2021年的降水量、豐枯水重現(xiàn)期進(jìn)行了預(yù)測,旨在為溧陽市水旱災(zāi)害防御、水資源優(yōu)化配置以及河湖生態(tài)流量的調(diào)度提供技術(shù)支撐。
馬爾科夫鏈?zhǔn)茄芯渴挛餇顟B(tài)及狀態(tài)轉(zhuǎn)移規(guī)律的理論,通過不同狀態(tài)的初始概率及狀態(tài)的轉(zhuǎn)移概率來確定狀態(tài)之間的變化趨勢,從而預(yù)測其未來變化趨勢的一種技術(shù),其基本原理如下。
如果對時間t的任意n個數(shù)值(n≥3),在條件X(ti)=xi(i=1,2,…,n-1)下,X(tm)的分布函數(shù)恰好等于在條件X(tn-1)=xn-1下X(tn)的分布函數(shù),即:
通常稱X(tn)為馬爾可夫鏈(過程),馬爾科夫鏈法可用來預(yù)測未來發(fā)生狀態(tài)的水文時間序列,廣泛用于一個區(qū)域中長期降水量的預(yù)測預(yù)報。
從應(yīng)用的實(shí)踐來看,傳統(tǒng)的馬爾科夫模型采用最大隸屬原則來確定預(yù)報對象的狀態(tài),它有兩大缺點(diǎn):一是只考慮最大概率,忽略了其他概率的影響;二是無法預(yù)報對象的具體值,只能預(yù)報對象所在的區(qū)間。而加權(quán)馬爾科夫鏈預(yù)測模型[5-7]先依據(jù)前面若干時段的預(yù)報對象對后面某一時段的預(yù)測對象進(jìn)行預(yù)測,再考慮前面各個時段與所求時段的相關(guān)關(guān)系進(jìn)行加權(quán)求和,其最大優(yōu)點(diǎn)是既考慮最大概率的影響,也考慮其他概率的影響,彌補(bǔ)了傳統(tǒng)的馬爾科夫模型的不足,提高了預(yù)測的可靠性。
模糊集理論是一種描述模糊現(xiàn)象的方法,它把待考察的對象及反映它的模糊概念作為一定的模糊集合,建立適當(dāng)?shù)碾`屬函數(shù),通過模糊集合的有關(guān)運(yùn)算和變換,對模糊對象進(jìn)行分析。具體到前述馬爾科夫鏈中的預(yù)測對象,就是通過模糊集理論中的級別特征值[8]解決傳統(tǒng)馬爾科夫鏈中“最大隸屬原則”只考慮最大概率影響的問題,而兼顧考慮其他概率的影響,也就是通過級別特征值對馬爾科夫鏈中的各狀態(tài)賦予相應(yīng)權(quán)重,亦即加權(quán)馬爾科夫鏈。
(1)對各狀態(tài)賦予相應(yīng)權(quán)重,得權(quán)重集w={w1,w2,…,wi},其中i為研究系統(tǒng)的狀態(tài)。權(quán)重公式為
式中:η為最大概率作用指數(shù),指數(shù)越大越能夠突出最大概率的作用,本文取2;p i為狀態(tài)i的概率。
(2)對各級別特征值進(jìn)行計(jì)算,級別特征值H計(jì)算式為
若級別特征值H>i,則預(yù)測對象的特征值Q為
若級別特征值H<i,則預(yù)測對象的特征值Q為
式中:Ti、Bi分別為狀態(tài)區(qū)間的上限和下限。
以均值、方差作為選取預(yù)測對象(Q)組合的準(zhǔn)則,即既定組合方差下的最大均值或既定均值下的最小方差。
(1)計(jì)算預(yù)測對象的均值和方差S,建立指標(biāo)值分級標(biāo)準(zhǔn),確定序列中各個時段的指標(biāo)值所處的狀態(tài)。計(jì)算式為
(2)對預(yù)測對象的序列進(jìn)行馬氏性檢驗(yàn)。檢驗(yàn)隨機(jī)過程是否具有馬爾科夫性[9]是應(yīng)用馬爾科夫預(yù)測模型的必要前提。一般情況下,選用離散序列的馬爾可夫鏈來對變量具有隨機(jī)性的序列進(jìn)行“馬氏性”檢驗(yàn),檢驗(yàn)常用χ2(卡方分布)統(tǒng)計(jì)量。計(jì)算方法為:
設(shè)研究的序列狀態(tài)個數(shù)為m,使用()f ij,i、j∈I表示轉(zhuǎn)移頻數(shù)概率矩陣,把各個列之和去除以全部元素之和,就會得到“邊際概率”,用字母pj表示,其中:
當(dāng)m很大時,χ2(卡方分布)統(tǒng)計(jì)量為
如果給定顯著性水平為α,經(jīng)查表可得值。如果,則拒絕零假設(shè),可以認(rèn)為序列具備“馬氏性”,反之則這個序列不能當(dāng)作馬爾可夫鏈來對待。
(3)計(jì)算各階自相關(guān)系數(shù)。計(jì)算式為
(4)考慮到各階相關(guān)系數(shù)可能會出現(xiàn)負(fù)值,需對各階自相關(guān)系數(shù)進(jìn)行規(guī)范化處理,即:
式中,m為預(yù)測時需要計(jì)算的最大階數(shù)。
(5)對上述步驟的結(jié)果進(jìn)行統(tǒng)計(jì),得到不同步長的狀態(tài)轉(zhuǎn)移概率矩陣。以前面各年預(yù)測對象為初始狀態(tài),結(jié)合其相應(yīng)的狀態(tài)轉(zhuǎn)移概率矩陣即可預(yù)測出該時段預(yù)測對象狀態(tài),其中k為步長。
(6)指標(biāo)值處于某狀態(tài)的預(yù)測概率可用處于此狀態(tài)的各預(yù)測概率的加權(quán)和Pi表示,max(P i,i∈I()I為狀態(tài)空間)對應(yīng)的狀態(tài)即為此時段指標(biāo)值的預(yù)測狀態(tài)。然后,利用模糊集理論中的級別特征值即可計(jì)算出此時段的預(yù)測值(Q)。重復(fù)以上步驟可預(yù)測下一時段的預(yù)測值。
(7)進(jìn)一步對加權(quán)馬爾科夫鏈的遍歷性、平穩(wěn)分布進(jìn)行預(yù)測。其中,遍歷性是指對于有限狀態(tài)馬氏鏈,如果存在正整數(shù)s,并且對所有的i,都有j=1,2,…,k對于成立,則該馬氏鏈必具有遍歷性。平穩(wěn)分布是指對于有限狀態(tài)馬氏鏈,這個鏈的所有狀態(tài)都是正常返的,且這是極限分布Pj是唯一的平穩(wěn)分布[10]。馬爾科夫鏈的遍歷性、平穩(wěn)分布預(yù)測是采用加權(quán)馬爾科夫鏈法的必要條件。
本文選取江蘇省溧陽市1951—2020年降水量作為對象,采用上述加權(quán)馬爾科夫鏈法對該市2021年降水量及豐枯年重現(xiàn)期進(jìn)行預(yù)測分析。
利用式(6)、式(7),計(jì)算出溧陽市1951—2020年平均降水量=1 165.6 mm,均方差S=246.1 mm。
(1)根據(jù)水文上傳統(tǒng)的年型分級定義,用均方差法把溧陽市1951—2020年降水量分成干旱年、偏旱年、平水年、偏豐年、豐水年等5級(狀態(tài))。其中,干旱年定義為,偏旱年定義為平水年定義為,偏豐年定義為,豐水年定義為,見表1。
(2)根據(jù)已知的溧陽市年降水量序列,結(jié)合表1的分級標(biāo)準(zhǔn),判斷每年降水量的狀態(tài),見表2。
表1 溧陽市降水量分級
利用式(8)、式(9),對溧陽市年降水量序列進(jìn)行馬氏性檢驗(yàn)。其中,狀態(tài)空間m=5,顯著性水平則拒絕零假設(shè),可以認(rèn)為溧陽市年降水量序列具備“馬氏性”。
(1)利用式(10)和式(11),計(jì)算出前5階自相關(guān)系數(shù)rk與相應(yīng)的權(quán)重Wk,見表3。
表3 溧陽市年降水量1~5階各階自相關(guān)系數(shù)及權(quán)重
(2)根據(jù)表2,計(jì)算溧陽市1951—2020年降水量各種步長的狀態(tài)概率矩陣,見式(12)。
表2 溧陽市年降水量序列及狀態(tài)
(3)根據(jù)溧陽市1951—2020年降水量及其相應(yīng)的狀態(tài)轉(zhuǎn)移概率矩陣,采用1~5階權(quán)重系數(shù)對溧陽市2021年的降水量狀態(tài)進(jìn)行預(yù)測,結(jié)果見表4。
各狀態(tài)對應(yīng)的加權(quán)和分別為0.0469、0.2686、0.0664、0.0488、0.5693。由表4可知,max{ }
表4 溧陽市2021年降水量預(yù)測
p i,i∈E=0.4715,對應(yīng)的i=3,即溧陽市2021年降水量預(yù)測狀態(tài)為3(平水年),狀態(tài)3的數(shù)值區(qū)間為[1 042.6,1 288.7]。由模糊集理論計(jì)算得級別特征值H=3.825,H>i,故由式(4)計(jì)算得2021年降水量為1 408.4 mm,實(shí)測值為1 464.5 mm,相對誤差為-3.8%,符合相關(guān)標(biāo)準(zhǔn)(≤±20%)要求。
豐枯水重現(xiàn)期預(yù)測是溧陽市防汛防旱和水資源科學(xué)開發(fā)利用的重要依據(jù)。本文根據(jù)溧陽市1951—2020年的滑動平均降水量序列,以相依性最強(qiáng)的步長為5的馬爾科夫鏈進(jìn)行分析。降水量馬爾科夫鏈的5個狀態(tài)是互通的,且是非周期的,因此該馬氏鏈具有遍歷性,且存在唯一的平穩(wěn)分布。
步長為5的狀態(tài)轉(zhuǎn)移概率矩陣為
設(shè)πi、πj分別為狀態(tài)i、j的平穩(wěn)分布,則得到方程組:
由上述狀態(tài)轉(zhuǎn)移概率矩陣計(jì)算出極限分布(y)與各狀態(tài)的重現(xiàn)期(T)見表5。
由表5可知,溧陽市出現(xiàn)平水年可能性較大,重現(xiàn)期2.17 a。同時溧陽市近年來降水量總體呈增加趨勢,降水變化存在5 a和11 a這2個主周期[11]。
表5 溧陽市豐枯水重現(xiàn)期預(yù)測
通過對2021年溧陽市年降水量預(yù)測實(shí)踐,可得出以下結(jié)論。
(1)采用均方差分級法對溧陽市1951—2020年的降水量進(jìn)行分級,建立的加權(quán)馬爾科夫鏈預(yù)測模型較可靠,對2021年溧陽市年降水量預(yù)測結(jié)果相對誤差僅為-3.8%。
(2)以馬爾科夫鏈理論和模糊集理論為基礎(chǔ),以規(guī)范化的各階自相關(guān)系數(shù)為權(quán)重,建立的溧陽市降水量的加權(quán)馬爾科夫鏈預(yù)測模型,對豐枯水重現(xiàn)期的預(yù)測結(jié)果較合理,預(yù)測結(jié)果與實(shí)際基本吻合。
(3)運(yùn)用加權(quán)馬爾科夫鏈預(yù)測模型,得出的溧陽市降水量處于平水年的概率最大,平均周期為2.17 a,降水年際變化存在5 a和11 a這2個主周期,為區(qū)域防汛防旱、水資源綜合利用規(guī)劃提供可靠的依據(jù)。