葠窝水库降雨量灰色预测模型应用分析

赵 莹

(辽阳市水利工程建设技术审核中心，辽宁辽阳 111000)

葠窝水库降雨量灰色预测模型应用分析

赵 莹

(辽阳市水利工程建设技术审核中心，辽宁辽阳 111000)

本文对葠窝水库60年降雨数据进行分析，采用灰色新陈代谢预测模型对未来降雨量进行了预测和检验。结果显示：灰色新陈代谢模型在葠窝水库降雨预测中比传统灰色模型预测结果更准确，精度更高，可为葠窝水库降雨量预测提供新方法。

葠窝水库；降雨量；灰色预测模型

1 概 述

灰色预测模型［1-5］在使用降雨数据一次累加后进行预测时，由于其单一指数特点，计算简便，但对数据要求较高，使其在降雨领域中应用较少。灰色新陈代谢模型对数据进行优化，在增加新数据的同时删除旧数据，保持实时更新，可有效提高计算结果准确性［5-10］，减少不确定因素对计算结果的扰动。

2 概 况

2.1 工程概况

葠窝水库位于辽宁省辽阳市以东约40km处的太子河干流上，水库控制流域面积6175km2，总库容7.91亿m3，设计洪水标准100年一遇，校核洪水标准10000年一遇。葠窝水库是一座以防洪为主，兼顾灌溉、工业用水，并结合供水进行发电等综合利用的Ⅱ等大（2）型水利枢纽工程。

2.2 工程水文气候概况

辽阳市的主要自然灾害是水灾，其降雨集中在7—8月，而且经常有连续性大雨天气，境内危害较严重的是浑河和太子河。1995年，辽阳遭逢百年不遇的特大洪水灾害，自7月29日凌晨2时起沿河流域普降高强度大暴雨，全市平均降水量达124.30mm，北沙河出现1770 m3/s的洪峰流量，大大超过其809m3/s的抗洪能力，浑河水系发生自1888年以来最大洪水，黄腊坨水文站出现5770m3/s的洪峰流量，远远超出辽阳市区坝段2500m3/s的抗洪能力。

近几年，暴雨对辽阳市人民生命构成了巨大威胁，并造成了重大经济损失。葠窝水库运用科学方法，准确对降雨、洪水情况进行了预测，在防洪减灾中，发挥了重大防洪、调洪作用，有利保障了下游人民群众生命财产安全，产生了巨大的经济效益和社会效益。

3 建模方法

3.1 灰色预测模型

设降雨量的原始数据序列为：

对数据进行一次累加生成：

系数估计用最小二乘法求解出时间序列向量：

称

还原：

3.2 新陈代谢

灰色新陈代谢模型在使用时，在将部分老数据去掉的同时，加入部分最新数据，保持数据同步，再使用灰色模型进行预测，能保证始终有最新数据加入，避免了灰色预测模型造成的后续预测结果的偏差性。

4 葠窝水库预测模型应用情况分析

4.1 灰色模型计算

根据葠窝水库1951—2005年的降雨资料建模，对2006—2009年数据进行分析后，得出的预测结果见表1。

表1 灰色模型预测值及误差值

由表1可以看出，传统的灰色模型得出的模拟值和实际值差距并不算太大，证明传统的灰色模型在该地区有较高精度。

4.2 第1次新陈代谢

为了验证新陈代谢模型在该地区是否可用，进行第1次新陈代谢，去掉1951年数据，加入2006年数据，得出的预测结果见表2。

第1次新陈代谢后，数据精度大幅度提升，2008年和2009年预测精度达到一级。

表2 灰色新陈代谢模型预测值及误差值

4.3 第2次新陈代谢

为了验证方法的准确性，再次进行新陈代谢，去掉1952年数据，加入2007年数据，得出的预测结果见表3。

表3 灰色新陈代谢模型预测值及误差值

第2次新陈代谢以后，我们可以看出，整体数据的预测结果精度已经非常高，尤其是2008年和2009年，已经达到个位数。

4.4 两种模型对比分析

两种模型对比结果见表4。

表4 灰色模型与新陈代谢模型预测结果对比

由表4可以看出，新陈代谢模型比灰色模型更加接近实际值。

5 结 语

本文通过建立灰色新陈代谢模型，应用葠窝水库近60年降雨数据进行验证，得出如下结论：灰色新陈代谢模型具有灰色模型优点，对样本要求小，只需少量新数据即可预测，并且在新数据加入后，预测准确性有较大提升；在对葠窝水库降雨量预测中，结果准确，精度达到一级，证明该方法适合该地区使用，值得借鉴。

［1］ 许晓艳，郭纯一.基于灰色理论的浑河流域旱涝预测模型建立与应用研究［J］.吉林水利，2010（5）：45-47.

［2］ 谢龙生.灰色预测模型在梅州旱涝年预测中的应用［J］.广东水利水电，2010（4）：34-36.

［3］ 崔杰，党耀国.基于一类新的强化缓冲算子的GM（1，1）预测精度研究［J］.控制与决策，2009（1）：44-48.

［4］ 崔杰，党耀国，刘思峰.基于新弱化算子的GM（1，1）建模精度分析［J］.系统工程理论与实践，2009（7）：132-138.

［5］ 王弘宇，马放，杨开，等.灰色新陈代谢GM（1，1）模型在中长期城市需水量预测中的应用研究［J］.武汉大学学报（工学版），2004（6）：31-34.

［6］ 曾小倩，周新志.基于新陈代谢无偏灰色神经网络的水质预测模型［J］.水电能源科学，2012（2）：35-37.

［7］ 池自英，池彭军.新陈代谢离散灰色预测MDGM（1，1）模型及其应用［J］.数学的实践与认识，2009（39）：26-30.

［8］ 黄松钱，王卫民，曾聪，等.基于灰色新陈代谢GM（1，1）模型的中国水产品年总产量的预测［J］.中国农学通报，2012（17）：126-131.

［9］ 李齐放.灰色理论在灾变预测中的应用［J］.武汉水利电力大学（宜昌）学报，1997（3）：87-91.

［10］ Deng，J.L.Introduction to grey system theory［J］.The Journal of Grey System（UK），1989，1（1）：1-24.

Analysis on Application of Rainfall Grey Prediction Model for Shenwo Reservoir

ZHAO Ying
（Liaoyang Hydropower Engineering Construction Technical Review Center，Liaoyang 111000，China）

In this paper,the 60 years of rainfall data for Shenwo Reservoir is analyzed;prediction and inspection are conducted on future rainfall by adopting grey metabolic prediction model.Results show that:for Shenwo Reservoir rainfall prediction,the results and precisions predicted by using grey metabolic prediction model are more accurate and higher than that predicted by using traditional grey model;and a new method is provided for Shenwo Reservoir rainfall prediction.

Shenwo Reservoir;rainfall;grey prediction model

P338

B

1673-8241（2016）12-0068-03

10.16617/j.cnki.11-5543/TK.2016.12.017