《表2 横山站5组预测序列与R0的拟合度》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《水文时间序列高阶自相关性识别及其对水文分析的影响研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由图6和表2可以看出，当输入变量依次为P0、P7+P0、P6+P7+P0、P1+P6+P7+P0即加入了不同阶数的降雨序列时，预测序列R1—R4的预测效果逐渐变好，与R0的拟合度R2由0.336逐渐增加到0.769，表明当把不同阶数的降雨序列加入当年降水序列中进行预测时能有效提高预测的效果，从侧面验证了径流序列高阶自相关的存在。但当加入1—6阶的全部降雨序列时，预测序列R5的预测效果反而有所下降，与R0的拟合度降低至0.375。由此可见，在加入不同阶数计算时应该首要考虑的是显著阶数、偏自相关系数较大值对应的阶数，而把所有阶数均加入计算时则有可能因为各阶序列的重复叠加，使预测出现叠加误差，进而导致预测效果有所下降。