河流流量的时间序列建模与预测
拉什米诺姆1*，Sohail Bux.2，sudhir nigam.1，K.R.Pardasani.1，S.K.米特1和鲁希哈克1
1数学系，3462 003印度的数学系。
2印度机械加工部门，博帕尔，462 003。
http://dx.doi.org/10.12944/cwe.4.1.11
改变气候，人类干预到天然水流模式，随意城市化等，即使在开发溢流控制的结构措施的发展方面也是强烈洪水的原因。Kulfo River Basin位于埃塞俄比亚的相对干燥的南部地区，仍然采用丘陵地形和防渗土壤纹理地理改造。本研究的关注是模拟洪水集，以便开发洪水管理策略以减少灾难。将其视为随机过程，可以更好地表达自然水文现象和依赖随机变量的复杂性。利用随机Arima的每月径流数据预测Kulfo River的洪水（最大河流）预测，时间序列模型用于警告目的。对季节性变化的放电数据序列的分析表明，高阶ARIMA模型可能会产生三到六个月的预测结果。
随机;流动模式;Arima模型;洪水;多年生河
复制以下内容以引用本文：
Nigam R，Bux S，Nigam S，Pardasani K.R，Mittal S.K，Haque R.时间序列建模和河流河流预测。Curr World Environ 2009; 4（1）：79-87 Doi：http://dx.doi.org/10.12944/cwe.4.1.11
复制以下内容以引用此URL：
Nigam R，Bux S，Nigam S，Pardasani K.R，Mittal S.K，Haque R.时间序列建模和河流河流预测。Curr World Environ 2009; 4（1）：79-87。可从：//www.a-i-l-s-a.com/?p=895.
[HTML全文]
这项工作是在授权下获得的Creative Commons attage 4.0国际许可证。
