Resumen

La predicción de la profundidad del agua subterránea en áreas áridas y semiáridas es un gran desafío porque estas áreas son entornos hidrogeológicos complejos y los datos observacionales son limitados. Para hacer frente a este problema, se propone el modelo de índice estacional gris. Las características estacionales de las series temporales se representaron mediante indicadores, y se empleó el modelo gris con acumulación de orden fraccional para ajustar y predecir diferentes indicadores periódicos y tendencias a largo plazo, respectivamente. Luego, los resultados de predicción de ambos se combinaron para obtener los resultados de predicción. Para verificar el rendimiento del modelo, se aplica el modelo propuesto a la predicción del agua subterránea en la Llanura de Yinchuan. Los resultados muestran que el error de ajuste del modelo propuesto es del 2,08%, mientras que para comparación, el error de ajuste del modelo gris de agrupación de datos y el modelo HoltWinters es del 3,94% y 5%, respectivamente. De la misma manera, se

• Materias:Modelo Matemático Gestión ambiental Sistemas dinámicos Datos estructurales Sistema inalámbrico
• Subjects:Mathematical model Environmental management Dynamic systems Structural data Wireless system
• Palabras claves:Pronóstico; Aguas subterráneas; Modelo de índice estacional gris; Indicadores; Resultados de predicción; Error de ajuste
• Keywords:Forecasting; Groundwater; Grey seasonal index model; Indicators; Prediction results; Fitting error