CN114202245B - 基于格兰杰检验确定水资源和生态环境因果关系的方法 - Google Patents
基于格兰杰检验确定水资源和生态环境因果关系的方法 Download PDFInfo
- Publication number
- CN114202245B CN114202245B CN202210019128.7A CN202210019128A CN114202245B CN 114202245 B CN114202245 B CN 114202245B CN 202210019128 A CN202210019128 A CN 202210019128A CN 114202245 B CN114202245 B CN 114202245B
- Authority
- CN
- China
- Prior art keywords
- footprint
- water
- ecological
- time sequence
- causal relationship
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 94
- 230000001364 causal effect Effects 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012360 testing method Methods 0.000 title claims abstract description 19
- 230000008878 coupling Effects 0.000 claims abstract description 34
- 238000010168 coupling process Methods 0.000 claims abstract description 34
- 238000005859 coupling reaction Methods 0.000 claims abstract description 34
- 238000012795 verification Methods 0.000 claims abstract description 16
- 238000007689 inspection Methods 0.000 claims abstract description 5
- 238000010606 normalization Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000001744 unit root test Methods 0.000 claims 2
- 238000011161 development Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008844 regulatory mechanism Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于格兰杰检验确定水资源和生态环境因果关系的方法，包括以下步骤：S1：获取水足迹时间序列和生态足迹时间序列；S2：对上述两个时间序列进行平稳性检验；S3：对上述两个时间序列进行协整，判断两者是否存在均衡关系；S4：建立水足迹与生态足迹的耦合模型，利用所述耦合模型计算上述两个时间序列的耦合度值；S5：对所述水足迹时间序列和所述生态足迹时间序列进行格兰杰因果关系校验；S6：构建回归模型，利用所述回归模型计算F统计量；S7：根据所述F统计量，结合F检验临界表，确定水资源和生态环境因果关系。本发明利用格兰杰因果关系校验确立各数据之间的因果关系，指向性明确，构建关系符合实际，相比于现有方案提高了准确性。
Description
技术领域
本发明涉及生态水文技术领域，特别涉及一种基于格兰杰检验确定水资源和生态环境因果关系的方法。
背景技术
自人类社会开始开发利用水资源，天然的一元水循环结构被打破，形成了“自然－社会”二元水循环结构。社会水循环的形成，一方面使得水资源的服务功能由自然的生态和环境范畴拓展到社会和经济范畴，但同时也由于社会水循环与自然水循环之间通量此涨彼消的动态依存关系以及以水循环为载体的社会经济污染物的排入，使得水资源在发挥社会与经济服务功能的同时，自然生态与环境服务功能受到影响。随着社会取、耗、排水通量不断增加，社会水循环甚至破坏自然主循环的基本生态和环境服务功能。加强对人类开发利用水资源对流域水循环、生态环境的影响机制与作用机理的认知，深入研究社会水循环的作用机制、科学原理与调控机制，科学意义深远，实践价值重大。
现有技术对水资源和生态环境之间的影响机制与作用机理的研究大多依靠传统的相关性和回归分析，其存在着相应的局限性，例如：多项式拟合指数选择不当，容易导致过度拟合；标准线性回归在特征变量之间存在很高的共线性的情况下将失败。
发明内容
针对上述问题，本发明旨在提供一种基于格兰杰检验确定水资源和生态环境因果关系的方法。
本发明的技术方案如下：
一种基于格兰杰检验确定水资源和生态环境因果关系的方法，包括以下步骤：
S1：收集相同时间序列的水足迹与生态足迹的原始数据，并对其进行归一化处理，获得水足迹时间序列和生态足迹时间序列；
S2：分别对所述水足迹时间序列和所述生态足迹时间序列进行平稳性检验；
若两者皆平稳，则进入步骤S3；反之，则返回步骤S1，重新收集原始数据或结束；
S3：对所述水足迹时间序列和所述生态足迹时间序列进行协整，判断两者是否存在均衡关系；
若存在均衡关系，则进入步骤S4；反之，则返回步骤S1，重新收集原始数据或结束；
S4：建立水足迹与生态足迹的耦合模型，利用所述耦合模型计算所述水足迹时间序列与所述生态足迹时间序列的耦合度值；
若所述耦合度值大于耦合度阈值，则进入步骤S5；反之，则返回步骤S1，重新收集原始数据或结束；
S5：设定滞后阶段，对不同滞后阶段的所述水足迹时间序列和所述生态足迹时间序列进行格兰杰因果关系校验，根据所述格兰杰因果关系校验的决策结果确定水资源和生态环境因果关系。
作为优选，步骤S2中，采用单位根检验法对所述时间序列进行平稳性检验，若单位根检验通过后，呈同阶单整，则进入步骤S3。
作为优选，步骤S4中，所述耦合模型为：
C＝2{(u1·u2)/[(u1+u2)(u1+u2)]1/2 (1)
式中：C为耦合度值；u1、u2分别代表水资源和生态环境。
作为优选，所述耦合度阈值为0.5。
作为优选，步骤S5中，进行格兰杰因果关系校验时，采用的回归模型为：
式中：Yi,t为水资源预测数据；p为自然数，代表水资源和生态环境数据量；γ(k)为自动回归系数；yi,t-k为历史水资源数据；β(k)为回归系数斜率；xi,t-k为历史生态环境数据；Vi,t为误差项，Vi,t＝αi+εi,t，εi,t为正态分布的方差。
作为优选，步骤S5中，进行格兰杰因果关系校验时，采用的F统计量计算公式为：
式中：Fhnc为F统计量；RSS2为在零假设下获得的残差的限制和；RSS1为根据回归模型计算的残差的不受限制的总和；N为去掉变量的个数；S-N/p'-N-1为不受约束模型的自由度，其中：N/p'+N为解释变量个数；S为观测值的总数；p'为统计显著性。
本发明的有益效果是：
本发明能够解决当前水足迹和生态足迹关系构建，依赖于数据之间的相关性，导致准确性低、且缺乏指向性的问题，利用格兰杰因果关系校验确立各数据之间的因果关系，指向性明确，所构建关系符合实际，相比于现有方案提高了准确性；且与传统的相关性和回归分析相比，格兰杰因果检验能够直接给出水足迹和生态足迹之间的具体影响关系，能够为社会水循环的调控提供技术支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于格兰杰检验确定水资源和生态环境因果关系的方法的流程示意图；
图2为一个具体实施例中归一化处理与耦合度值计算结果示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的技术特征可以相互结合。需要指出的是，除非另有指明，本申请使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。本发明公开使用的“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
如图1所示，本发明提供一种基于格兰杰检验确定水资源和生态环境因果关系的方法，包括以下步骤：
S1：收集相同时间序列的水足迹与生态足迹的原始数据，并对其进行归一化处理，获得水足迹时间序列和生态足迹时间序列。
在一个具体的实施例中，采用下式对所述原始数据进行归一化处理：
式中：Yi为Xi序列无量纲归一化处理之后得到的无量纲数据序列；Xi为水足迹与生态足迹的原始数据序列；n为数据序列Xi的容量，即序列数据的个数。
在收集水足迹和生态足迹的原始数据时，按照时间先后顺序，每一种数据对应形成一条时间序列；确定研究区，建立该区的水足迹时间序列Y＝{Y1,Y2,…,Yn}，及生态足迹时间序列Y'＝{Y1',Y2',…,Yn'}；其中，n为时间序列中的元素个数。
需要说明的是，在获取所述原始数据时，可根据需求对各时间序列内的数据进行删减、补全、重采样等预处理。
S2：分别对所述水足迹时间序列和所述生态足迹时间序列进行平稳性检验；
若两者皆平稳，则进入步骤S3；反之，则返回步骤S1，重新收集原始数据或结束；
只有平稳的时间序列，才能进行计量分析，否则会出现伪回归现象；在一个具体的实施例中，采用单位根检验法对所述时间序列进行平稳性检验，若单位根检验通过后，呈同阶单整，则进入步骤S3。需要说明的是，平稳性检验为现有技术，除了本实施例采用的平稳性检验方法外，现有技术中的其他平稳性检验方法也可适用于本发明。
S3：对所述水足迹时间序列和所述生态足迹时间序列进行协整，判断两者是否存在均衡关系；
若存在均衡关系，则进入步骤S4；反之，则返回步骤S1，重新收集原始数据或结束；
需要说明的是，协整检验是用来分析变量之间的长期是否存在均衡关系，若自变量和因变量是协整的，则可以确信这两变量不会产生伪回归结果并且这两个变量存在长期稳定的关系。协整为现有技术，具体方法在此不再赘述。
S4：建立水足迹与生态足迹的耦合模型，利用所述耦合模型计算所述水足迹时间序列与所述生态足迹时间序列的耦合度值；
若所述耦合度值大于耦合度阈值，则进入步骤S5；反之，则返回步骤S1，重新收集原始数据或结束；
在一个具体的实施例中，所述耦合模型为：
C＝2{(u1·u2)/[(u1+u2)(u1+u2)]1/2 (1)
式中：C为耦合度值；u1、u2分别代表水资源和生态环境。
当C＝0时，说明耦合程度极小，水足迹与生态足迹之间没有关系，使系统向无序状态转移；
当0＜C≤0.5时，水足迹和生态足迹的发展处于较低的耦合水平，系统在占地面积系统和内部元素之间处于较低的相关状态；
当0.5＜C≤0.8时，水足迹和生态足迹的发展处于中级耦合阶段；
当0.8＜C≤1时，水足迹和生态足迹的发展处于系统之间的高度耦合水平，或系统的内部元素处于高度相关的状态。
在一个具体的实施例中，所述耦合度阈值为0.5。需要说明的是，本实施例的耦合度阈值仅为一个优选的阈值，可根据需要选择其他阈值进行后续因果关系校验。
S5：设定滞后阶段，对不同滞后阶段的所述水足迹时间序列和所述生态足迹时间序列进行格兰杰因果关系校验，根据所述格兰杰因果关系校验的决策结果确定水资源和生态环境因果关系。
在一个具体的实施例中，进行格兰杰因果关系校验时，采用的回归模型为：
式中：Yi,t为水资源预测数据；p为自然数，代表水资源和生态环境数据量；γ(k)为自动回归系数；yi,t-k为历史水资源数据；β(k)为回归系数斜率；xi,t-k为历史生态环境数据；Vi,t为误差项，Vi,t＝αi+εi,t，εi,t为正态分布的方差。
所述自动回归系数γ(k)和所述回归系数斜率β(k)都是常数，k属于[1,p]，γ(k)对所有的个体都是相同的，而回归系数斜率β(k)可能有一个单独的维度，设置构成了面板数据上下文中格兰杰因果关系的基本框架。
首先假定生态环境X可以改善水资源Y的预测值Yi,t，如果所测量的生态环境数据X显著改善了水资源Y的预测，则X被认为是Y的格兰杰原因。同样的，水资源Y也可定义为生态环境X的格兰杰原因并进行预测检验。需要说明的是，格兰杰因果关系校验为现有技术，具体检验步骤在此不再赘述。
采用的F统计量计算公式为：
式中：Fhnc为F统计量；RSS2为在零假设下获得的残差的限制和；RSS1为根据回归模型计算的残差的不受限制的总和；N为去掉变量的个数；S-N/p'-N-1为不受约束模型的自由度，其中：N/p'+N为解释变量个数；S为观测值的总数；p'为统计显著性。
在一个具体的实施例中，以新疆某地区为例，采用本发明对该地区的水资源和生态环境进行因果关系确定，包括以下步骤：
(1)获取目标区域2001年至2015年的水足迹与生态足迹的原始数据，并对其进行归一化处理，获得水足迹时间序列和生态足迹时间序列，结果如图2所示。
(2)分别对所述水足迹时间序列和所述生态足迹时间序列进行平稳性检验，结果皆平稳，进入步骤(3)。
(3)对所述水足迹时间序列和所述生态足迹时间序列进行协整，存在均衡关系，进入步骤(4)。
(4)根据式(1)所示的耦合模型，计算所述水足迹时间序列与所述生态足迹时间序列的耦合度值，结果如图2所示。根据图2可以看出，所述水足迹时间序列与所述生态足迹时间序列之间高度耦合，进入步骤(5)。
(5)设定多个不同的滞后阶段，对不同滞后阶段的所述水足迹时间序列和所述生态足迹时间序列进行格兰杰因果关系校验，结果如表1所示：
表1格兰杰因果关系校验结果
表1中，滞后阶段0为当前年份；1为滞后一年；2为滞后两年；3为滞后三年；4为滞后四年。
从表1可以看出，在格兰杰因果检验的过程中，“水足迹不是生态足迹的格兰杰原因”这一假设在滞后阶段为一年和两年时被拒绝。由此，可以得出结论认为，水足迹的增加是导致生态足迹增加的原因，滞后阶段是一到两年。这一发现表明，该地区水资源消耗的增加导致生态环境的破坏，而且这种影响是在一两年后才出现的。
综上所述，本发明能够指向性明确地确定水足迹和生态足迹两种数据之间的因果关系，与现有技术相比，具有显著的进步。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (4)
1.一种基于格兰杰检验确定水资源和生态环境因果关系的方法，其特征在于，包括以下步骤：
S1：收集相同时间序列的水足迹与生态足迹的原始数据，并对其进行归一化处理，获得水足迹时间序列和生态足迹时间序列；
S2：分别对所述水足迹时间序列和所述生态足迹时间序列进行平稳性检验；
若两者皆平稳，则进入步骤S3；反之，则返回步骤S1，重新收集原始数据或结束；
S3：对所述水足迹时间序列和所述生态足迹时间序列进行协整，判断两者是否存在均衡关系；
若存在均衡关系，则进入步骤S4；反之，则返回步骤S1，重新收集原始数据或结束；
S4：建立水足迹与生态足迹的耦合模型，利用所述耦合模型计算所述水足迹时间序列与所述生态足迹时间序列的耦合度值；
若所述耦合度值大于耦合度阈值，则进入步骤S5；反之，则返回步骤S1，重新收集原始数据或结束；
S5：设定滞后阶段，对不同滞后阶段的所述水足迹时间序列和所述生态足迹时间序列进行格兰杰因果关系校验，根据所述格兰杰因果关系校验的决策结果确定水资源和生态环境因果关系
进行格兰杰因果关系校验时，采用的回归模型为：
式中：Yi,t为水资源预测数据；p为自然数，代表水资源和生态环境数据量；γ(k)为自动回归系数；yi,t-k为历史水资源数据；β(k)为回归系数斜率；xi,t-k为历史生态环境数据；Vi,t为误差项，Vi,t＝αi+εi,t，εi,t为正态分布的方差；
进行格兰杰因果关系校验时，采用的F统计量计算公式为：
式中：Fhnc为F统计量；RSS2为在零假设下获得的残差的限制和；RSS1为根据回归模型计算的残差的不受限制的总和；N为去掉变量的个数；S-N/p'-N-1为不受约束模型的自由度，其中：N/p'+N为解释变量个数；S为观测值的总数；p'为统计显著性。
2.根据权利要求1所述的基于格兰杰检验确定水资源和生态环境因果关系的方法，其特征在于，步骤S2中，采用单位根检验法对所述时间序列进行平稳性检验，若单位根检验通过后，呈同阶单整，则进入步骤S3。
3.根据权利要求1所述的基于格兰杰检验确定水资源和生态环境因果关系的方法，其特征在于，步骤S4中，所述耦合模型为：
C＝2{(u1·u2)/[(u1+u2)(u1+u2)]1/2 (1)
式中：C为耦合度值；u1、u2分别代表水资源和生态环境。
4.根据权利要求3所述的基于格兰杰检验确定水资源和生态环境因果关系的方法，其特征在于，所述耦合度阈值为0.5。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210019128.7A CN114202245B (zh) | 2022-01-10 | 2022-01-10 | 基于格兰杰检验确定水资源和生态环境因果关系的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210019128.7A CN114202245B (zh) | 2022-01-10 | 2022-01-10 | 基于格兰杰检验确定水资源和生态环境因果关系的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114202245A CN114202245A (zh) | 2022-03-18 |
| CN114202245B true CN114202245B (zh) | 2022-08-09 |
Family
ID=80658260
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210019128.7A Expired - Fee Related CN114202245B (zh) | 2022-01-10 | 2022-01-10 | 基于格兰杰检验确定水资源和生态环境因果关系的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114202245B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3054689A1 (fr) * | 2016-07-29 | 2018-02-02 | Veolia Environnement-VE | Procede de determination temporelle d'un volume d'eau prelevable maximum admissible d'une source d'eau souterraine |
| CN108805471A (zh) * | 2018-08-21 | 2018-11-13 | 北京师范大学 | 基于复合系统作用关系分析的水资源承载能力评价方法 |
| CN109460941A (zh) * | 2018-12-05 | 2019-03-12 | 河海大学 | 一种地区生态供水系统效益的量化方法 |
| CN110502590A (zh) * | 2019-08-27 | 2019-11-26 | 紫荆智维智能科技研究院(重庆)有限公司 | 基于格兰杰因果关系校验构建工业装备故障关系的方法 |
| CN113887972A (zh) * | 2021-10-09 | 2022-01-04 | 水利部牧区水利科学研究所 | 一种基于水文过程的综合旱情监测与评估方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110738353B (zh) * | 2019-09-16 | 2022-05-20 | 华中科技大学 | 基于人水耦合互馈系统动力学演化模型的预测方法和系统 |
-
2022
- 2022-01-10 CN CN202210019128.7A patent/CN114202245B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3054689A1 (fr) * | 2016-07-29 | 2018-02-02 | Veolia Environnement-VE | Procede de determination temporelle d'un volume d'eau prelevable maximum admissible d'une source d'eau souterraine |
| CN108805471A (zh) * | 2018-08-21 | 2018-11-13 | 北京师范大学 | 基于复合系统作用关系分析的水资源承载能力评价方法 |
| CN109460941A (zh) * | 2018-12-05 | 2019-03-12 | 河海大学 | 一种地区生态供水系统效益的量化方法 |
| CN110502590A (zh) * | 2019-08-27 | 2019-11-26 | 紫荆智维智能科技研究院(重庆)有限公司 | 基于格兰杰因果关系校验构建工业装备故障关系的方法 |
| CN113887972A (zh) * | 2021-10-09 | 2022-01-04 | 水利部牧区水利科学研究所 | 一种基于水文过程的综合旱情监测与评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于VAR模型的新疆农业水资源配置研究;刘国昊等;《基于VAR模型的新疆农业水资源配置研究》;20200930;第32卷(第3期);第113-120页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114202245A (zh) | 2022-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Testing and modelling autoregressive conditional heteroskedasticity of streamflow processes | |
| CN108596242B (zh) | 基于小波神经网络和支持向量机的电网气象负荷预测方法 | |
| CN104866926B (zh) | 基于气象因素和时间序列分析的配电网故障数量预测方法 | |
| Tosunoglu et al. | Evaluation of spatial and temporal relationships between large‐scale atmospheric oscillations and meteorological drought indexes in Turkey | |
| Lin et al. | Developing a yearly warning index to assess the climatic impact on the water resources of Taiwan, a complex-terrain island | |
| Liu | FDI and employment by industry: A co-integration study | |
| CN106874676B (zh) | 一种电能计量装置状态评估方法 | |
| Álvarez-Díaz et al. | Statistical relationships between the North Atlantic Oscillation and international tourism demand in the Balearic Islands, Spain | |
| CN114202245B (zh) | 基于格兰杰检验确定水资源和生态环境因果关系的方法 | |
| Essien | Public Sector Growth: An Econometric Test of Wagner's Law | |
| Maposa et al. | Modelling extreme flood heights in the lower Limpopo River basin of Mozambique using a time-heterogeneous generalised Pareto distribution | |
| CN112950048A (zh) | 基于模糊综合评价的国家高等教育体系健康评价 | |
| WO2021134810A1 (zh) | 支撑点并行枚举负载均衡方法、装置、设备及介质 | |
| Agunloye et al. | Lag length specification in Engle-Granger cointegration test: a modified Koyck mean lag approach based on partial correlation | |
| CN108665090B (zh) | 基于主成分分析与Verhulst模型的城市电网饱和负荷预测方法 | |
| CN112861074B (zh) | 基于Hankel-DMD的电力系统机电参数提取方法 | |
| CN114707784A (zh) | 一种基于组合赋权法的权重确定方法及系统 | |
| CN112307670A (zh) | 基于bagging集成神经网络的压水堆堆芯参数预测模型设计方法 | |
| Ngabu et al. | CLUSTER FAST DOUBLE BOOTSTRAP APPROACH WITH RANDOM EFFECT SPATIAL MODELING | |
| CN106022972B (zh) | 一种基于状态矩阵对称性的配电网异常数据辨识方法 | |
| Alnsour et al. | Specifying a cascade water demand forecasting model using time-series analysis: a case of Jordan | |
| CN113807556A (zh) | 一种旅游指标预测方法、装置、设备及介质 | |
| Jiang et al. | Srgm decision model considering cost-reliability | |
| CN117094152B (zh) | 一种耦合沉积作用的盆地沉降史模拟方法及装置 | |
| CN107591840B (zh) | 一种考虑随机相关性的区域多微网系统可靠性评估方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220809 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |