摘要：由于辐射、气象等复杂因素变化,水文过程时间序列模型的预测和不确定性是当前研究的重要问题。该文以参考作物腾发量为研究对象,运用能够反映时间序列非线性变化的GARCH（generalized autoregressive conditional heteroscedasticity model）类模型,选取湖北省宜昌站1953—2007年实测气象数据进行计算,依次研究其时间序列特性、预测模型、波动特征和最优的误差预测模型。结果表明,季节自回归滑动平均模型（SARMA,seasonal autoregressivemoving average model模型）很好地模拟了参考作物腾发量时间序列变化（模型均方根误差为0.089mrn）,但Engle拉格朗日乘数检验结果表明参考作物腾发量变化过程存在条件异方差特性;GARCH、TGAR,CH（threshold GARCH）、EGARCH（exponential GARCH）和PGARCH（power GARCH）模型的应用估计表明,GARCH类模型能够很好刻画时间序列预测模拟中的方差变化特征,相比于传统线性时间序列模型能够更好反应预测中的不确定特性;通过多个误差统计量的比较研究表明,EGARCH模型能够较好地预测参考作物腾发量波动特征,相对于其他GARCH类模型具有较高的精度。该文对参考作物腾发量时间序列条件异方差特性的研究,有利于深度挖掘水文规律,为水资源管理提供理论基础。

关键词：作物需水 不确定性分析 模型 水文 garch 

单位：华中科技大学水电与数字化工程学院 武汉430074 中国科学院土壤与可持续农业国家重点实验室 南京210008 中国水利水电科学研究院水利所 北京100038