自回归模型(AR)是广泛用于理解流水量的行为。文献丰富与AR模型的例子,从不同的家庭应用“无处不在”完全了解整个水文年流速及流水量的变化。一个特别好接受模型周期自回归模型,Hipel和麦克劳德(1984)。
到目前为止,所有我读过的所有河流将AR模型显著的一阶滞后。也就是说,当一个计算模型的PACF发现p阶,p假设值1,至少。
有任何已知的情况吗注册在文献中的基于“增大化现实”技术的水流模型为0,即。,基于“增大化现实”技术(0)河流吗?也就是说,有可能,“昨天的流”解释“今天的流”吗?
江南体育网页版地球科学堆栈交换是一个问答网江南电子竞技平台站对于那些感兴趣的地质学、气象学、海洋学、环境科学。注册只需要一分钟。
报名加入这个社区自回归模型是数学模型,就像所有的模型,是基于一个系统的概念模型。概念模型是之前流电流的参数预测。所以并没有真正有意义有一个模型,它不这样做。
此外,很难想象一个自然系统,之前不是预测流动。这就是我不同意戈登的回答。之前,即使在小集雨流是一个很好的替代的物理条件,导致流。历史条件包括降水、土壤水分、填充凹陷流可以积累,能力树拦截降水(树叶已经湿),尾矿库流连接,等等。
如果您没有看到小集雨之前流的关系,这可能只是意味着你每天的步伐太大。我关心的流量变化很小的集雨和监控流在30分钟的间隔。
昨天的baseflow总是影响今天的baseflow因为自然衰退指数衰退常数测量在几天到几个月。这是显而易见的,但集雨的最小。fast-draining很小的集雨,集中时间通常在几分钟内测量,前提条件没有影响流。他们可能没有在文献中报道,因为谁会在乎流变化非常小的集雨吗?所以从技术上说,是的,是有可能有AR(0),但没有严重的利益。