顧志華，商秀印

（河北農(nóng)業(yè)大學(xué)理學(xué)院，河北保定 071001）

“馬爾可夫模型”是俄國數(shù)學(xué)家Markov在1966年最早提出的，經(jīng)過幾十年不斷的發(fā)展，Markov過程已成為隨機(jī)過程的一個(gè)重要分支.馬爾可夫鏈可以描繪一個(gè)隨機(jī)變化的動態(tài)系統(tǒng)，它根據(jù)狀態(tài)間的轉(zhuǎn)移概率來推測一個(gè)系統(tǒng)的未來的發(fā)展變化.

降雨過程受氣象等條件的影響，存在大量的隨機(jī)性.如果能夠比較準(zhǔn)確地預(yù)測降雨量，可以為農(nóng)業(yè)等行業(yè)的決策提供重要依據(jù).針對保定地區(qū)1960—2010年的年降雨量資料，采用均值－標(biāo)準(zhǔn)差分級法，建立了適用于保定地區(qū)的年降雨量分級標(biāo)準(zhǔn).并用加權(quán)馬爾可夫鏈對保定地區(qū)2011和2012年年降雨量狀態(tài)進(jìn)行了預(yù)測，考慮到馬爾可夫鏈只能預(yù)測出降雨量的某一區(qū)間，故本文又結(jié)合模糊集理論對2011和2012年的降雨量進(jìn)行了預(yù)測.

1 保定地區(qū)年降雨量狀態(tài)的確定

設(shè)降雨量序列為X1，X2，…，Xn，采用均值－標(biāo)準(zhǔn)差分級法，將各年降雨量進(jìn)行狀態(tài)分級，分為枯水年、偏枯年、平水年、偏豐年和豐水年5個(gè)狀態(tài).保定地區(qū)1960—2010年降雨量的均值＝522.65，標(biāo)準(zhǔn)差S＝148.46.年降雨量分級見表1，區(qū)內(nèi)1960—2010年降雨量序列及其狀態(tài)見表2.

表1 年降雨量分級表Tab.1 Annual rainfall classification

表2 年降雨量序列及其狀態(tài)Tab.2 Annual precincepition sequence and state

2 加權(quán)馬爾可夫鏈預(yù)測過程

1）采用均值－標(biāo)準(zhǔn)差分級法，確定狀態(tài)空間，以此來確定序列中各指標(biāo)值的狀態(tài).

2）符號表示.

fij為研究序列X1，X2，…，Xn中從i狀態(tài)出發(fā)，經(jīng)過一步轉(zhuǎn)移到達(dá)狀態(tài)j的頻率.＝為轉(zhuǎn)移頻率矩陣為邊緣頻率（m為狀態(tài)值）.

3）對研究序列進(jìn)行馬氏性檢驗(yàn).

4）計(jì)算序列各階自相關(guān)系數(shù)rk.

式中，Xi為第i時(shí)段的指標(biāo)值—指標(biāo)值平均值.

5）把各階自相關(guān)系數(shù)規(guī)范化，即

式中，m為預(yù)測時(shí)需要計(jì)算到的最大階數(shù).

6）分別以前面若干時(shí)段的指標(biāo)值為初始狀態(tài)，結(jié)合其相應(yīng)的各階轉(zhuǎn)移概率矩陣，即可預(yù)測出該時(shí)段指標(biāo)值的狀態(tài)，k為滯時(shí)（步長）.

7）將同一狀態(tài)的各預(yù)測概率加權(quán)和作為指標(biāo)值處于該狀態(tài)的預(yù)測概率，即所對應(yīng)的即為該時(shí)段指標(biāo)值的預(yù)測狀態(tài).

8）對各狀態(tài)分別賦予相應(yīng)的權(quán)重，即權(quán)重集ω＝｛ω1，ω2，ω3，ω4，ω5｝，其中為最大概率的作用系數(shù)，這里取2.級別特征值如果年降雨量預(yù)測狀態(tài)為i，且H≥i，則年降雨量的預(yù)測值為如果H＜i，則預(yù)測值為其中Ti，Bi分別為狀態(tài)區(qū)間值的上限和下限.

3 加權(quán)馬爾科夫鏈模型在保定地區(qū)降雨量預(yù)測中的應(yīng)用

1）進(jìn)行馬氏檢驗(yàn)

2）各階自相關(guān)系數(shù)及權(quán)重的計(jì)算（表3、表4）

表3 1～5階自相關(guān)系數(shù)及權(quán)重Tab.3 1～5the self correlation coefficients and the weights

表4 2～6階自相關(guān)系數(shù)及權(quán)重Tab.4 2～6the self correlation coefficients and the weights

3）根據(jù)2004—2008年的年降雨量數(shù)據(jù)，采用1～5階權(quán)重系數(shù)，對2009年的降雨量狀態(tài)進(jìn)行預(yù)測，結(jié)果見表5.

表5 2009年的降雨量狀態(tài)預(yù)測（利用表3）Tab.5 Predication of annual rainfall states in 2009（with tab.3）

由上表知max（P）＝0.428，根據(jù)模糊集理論，由公式預(yù)測2009年降雨量340.68mm，實(shí)際降雨

i量為355.50mm，相對誤差為4%.

根據(jù)2003—2007年的年降雨量數(shù)據(jù)，采用2～6階權(quán)重系數(shù)，對2009年的降雨量狀態(tài)進(jìn)行預(yù)測，結(jié)果見表6.

表6 2009年的降雨量狀態(tài)預(yù)測（利用表4）Tab.6 Predication of annual rainfall states in 2009（with tab.4）

由上表知max（Pi）＝0.353，此時(shí)i＝2，即2009年年降雨量預(yù)測狀態(tài)為2，而2009年年降雨量實(shí)際狀態(tài)也為2，和預(yù)測狀態(tài)相吻合.根據(jù)模糊集理論，由公式預(yù)測2009年降雨量為371.88mm，實(shí)際降雨量為355.50mm，相對誤差為4%.

根據(jù)2005—2009年的年降雨量數(shù)據(jù)，采用1～5階權(quán)重系數(shù)，對2010年的降雨量狀態(tài)進(jìn)行預(yù)測，結(jié)果見表7.

表7 2010年的降雨量狀態(tài)預(yù)測（利用表3）Tab.7 Predication of annual rainfall states in 2010（with tab.3）

由上表知max（Pi）＝0.293，此時(shí)i＝2，即2010年年降雨量預(yù)測狀態(tài)為2，而2010年年降雨量實(shí)際狀態(tài)也為2，和預(yù)測狀態(tài)相吻合.根據(jù)模糊集理論，由公式預(yù)測2010年降雨量為437.78mm，實(shí)際降雨量為395.00mm，相對誤差為10%.

根據(jù)2004—2008年的年降雨量數(shù)據(jù)，采用2～6階權(quán)重系數(shù)，對2010年的降雨量狀態(tài)進(jìn)行預(yù)測，結(jié)果見表8.

由上表知max（Pi）＝0.276，此時(shí)i＝2，即2010年年降雨量預(yù)測狀態(tài)為2，而2010年年降雨量實(shí)際狀態(tài)也為2，和預(yù)測狀態(tài)相吻合.根據(jù)模糊集理論，由公式預(yù)測2010年降雨量為424.85mm，實(shí)際降雨量為395.00mm，相對誤差為7%.

表9 實(shí)際與預(yù)測結(jié)果Tab.9 Actual and predictive results

4 結(jié)論

無論是1～5階權(quán)重還是2～6階權(quán)重來預(yù)測降雨量，誤差控制在10%以內(nèi)，因此更加說明了加權(quán)馬爾可夫鏈預(yù)測模型的可靠度.重復(fù)以上方法，即根據(jù)1960—2010年年降雨量序列，以2006—2010年作為初始年，用1～5階權(quán)重系數(shù)預(yù)測出2011年年降雨量為468.77mm，用2～6階權(quán)重系數(shù)預(yù)測出2012年的降雨量為618.51mm.

［1] 王濤，錢會，李賠月.加權(quán)馬爾可夫鏈銀川地區(qū)降雨量預(yù)測中的應(yīng)用［J］.南水北調(diào)與水利科技，2010，1（8）：78－81.WANG Tao，QIAN Hui，LI Peiyue.Prediction of precipitation based on the weighted Markov chain in Yinchuan area［J］.South－to－North Water Transfers and Water Science Technology，2010，1（8）：78－81.

［2] 謝波濤.臺風(fēng)颶風(fēng)影響海區(qū)固定式平臺設(shè)計(jì)標(biāo)準(zhǔn)及服役期安全度風(fēng)險(xiǎn)分析［D］.青島：中國海洋大學(xué)，2010.XIE Botao.The analysis of the design criterion and dynamic reliability assessment of existing platform in Typhoon／hurricane affected region［D］.Qingdao：Ocean University of China，2010.

［3] 夏樂天.馬爾可夫鏈預(yù)測方法及其在水文序列中的應(yīng)用研究［D］.南京：河海大學(xué)，2005.XIA Letian.Research of Markov chain prediction method and its application on Hydrology series［D］.Nanjing：Hohai U－niversity，2005.

［4] 仲遠(yuǎn)見，李靖，王龍.改進(jìn)馬爾可夫鏈降雨量預(yù)測模型的應(yīng)用［J］.濟(jì)南大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，23（4）：402－405.ZHONG Yuanjian，LI Jing，WANG Long.Precipitation predicting model based on improved Markov chain［J］.Journal of University of Jinan：Science Technology，2009，23（4）：402－405.

［5] 姜昊.灰色馬爾可夫預(yù)測模型在臺風(fēng)誘發(fā)災(zāi)害研究中的應(yīng)用［D］.青島：中國海洋大學(xué)，2009.JIANG Hao.The Application of Grey－Markov forecasting model in the research of Typhoon induced disasters［D］.Qingdao：Ocean University of China，2009.

［6] 李娟，張維江，馬軼.滑動－平均馬爾可夫模型在降水預(yù)測中的應(yīng)用［J］.水土保持研究，2005，12（6）：196－198.LI Juan，ZHANG Weijiang，MA Yi.Application of moving Average－Markov chain in the prediction of precipitation［J］.Research of Soil and Water Conservation，2005，12（6）：196－198.

［7] 孫才志，林學(xué)鈺.降水預(yù)測的模糊權(quán)馬爾可夫模型及應(yīng)用［J］.系統(tǒng)工程學(xué)報(bào)，2003，18（4）：295－298.SUN Caizhi，LIN Xueyu.Research on fuzzy Markov chain model with weights and its application in predicting the precipitation state［J］.Journal of Systems Engineering，2003，18（4）：295－298.

［8] 童精勤.年降雨量的預(yù)測研究［J］.武漢理工大學(xué)學(xué)報(bào)，2008，30（7）：99－102.TONG Jingqin.Research of predicting the precipitation in one year［J］.Journal of Wuhan University of Technology，2008，30（7）：99－102.

［9] 馮耀龍，韓文秀.權(quán)馬爾可夫鏈在河流豐枯狀況預(yù)測中的應(yīng)用［J］.系統(tǒng)工程理論與實(shí)踐，1999（10）：89－98.FENG Yaolong，HAN Wenxiu.The application of weighted Markov－Chain to the prediction of River Runoff State［J］.Systems Engineering－Theory ＆Practice，1999（10）：89－98.