水文系统是一非常复杂的系统,任一水文要素的发展变化都会受到其它因素的影响。源于气象学的自记忆模型,从非线性、动力学角度出发把系统的记忆性引入模型当中,进行拟合及预报。但是以往的自记忆模型大多从系统自身出发,探索系统自身的规律,对其影响因素未作太多的考虑,有一定的不合理性。水文多变量自记忆模型在建模时将水文系统的影响因素加以考虑,弥补上述缺陷,能更好地揭示水文现象的内部规律。 和田地处欧亚大陆腹地,西北边陲,是一个以灌溉农业为主的绿洲。由于区内降雨量极其稀少,蒸发异常剧烈。因此这一地区,强烈的蒸发对农业灌溉制度及灌溉定额的确定有着非常重要的作用。加之,和田又是一个以少数民族为主的绿洲,进行这一研究对提高绿洲人民生活水平也有重要的意义。 正是由于以上两方面的原因,本文在前人研究的基础上,参阅大量相关文献,以新疆和田绿洲为例,对多变量自记忆模型进行了尝试性的探索,取得了以下几方面的成果： (1)在参阅基本反演理论及自记忆原理的基础上,理清了多元反演理论自记忆模型的建模思路,给出了建立多变量自记忆模型的详细建模步骤,为整篇研究提供了思路。 (2)在多变量自记忆模型建模思路的指引下,结合灰色GM(1,N)理论建立了灰色GM(1,N)自记忆模型,并将模型应用于和田绿洲年蒸发量和月蒸发量预测中,通过与灰色GM(1,1)模型的预测效果对比,表明在原始时间序列具有较大波动性时,该模型比单变量模型具有更高的预测精度。 (3)灰色GM(1,N)自记忆模型虽然比单变量模型的预测效果好,但是从预测效果来看,该模型依然很难满足生产实践的需要。所以,本文又结合相空间重构理论,建立了多变量相空间重构的自记忆模型,通过与灰色GM(1,N)自记忆模型的对比,表明该模型具有更好的预测效果,能够达到生产实践的需要,可应用于和田绿洲蒸发量的预测中。