基于统计规律的承压水水位监测缺失修复方法研究OA

本文以华东地区长江三角洲冲积平原某市为例,基于6个监测孔的承压水水位监测数据,分析了时间序列模型(即自回归积分滑动平均模型,Autoregressive Integrated Moving Average Model,ARIMA)与空间插值模型(克里金法)在承压水监测数据缺失修复中的适用性。基于Yule-Walker方程构建的ARIMA模型预测误差较大,研究区承压水水位在时间序列上的自相关性较弱。克里金模型通过计算监测点间的空间距离与水位变差函数,有效量化了承压水位的空间相关性。验证结果表明,克里金插值模型的预测结果与实测值吻合良好,且能够提供合理的置信区间,克里金插值模型成功修复了研究区特定日期的缺失监测数据,预测值符合区域水文地质规律。