不好意思，此文章匆匆而就，不知能否得到发表，为积累点数。:)

本人04年到06年在荷兰IHE学院学习，硕士毕业论文是研究荷兰Rijhland地区渠道的水位关系。Rijhland地区水位监测、流量监测站点设置比较密集，但是由于检测设备和传输问题，造成监测数据错误及缺失现象比较严重。

Rijhland地区的water board，相当于咱们的河务部门就资助我做对错误和缺失数据的补充工作。

对于这样的工作，首先是要找每个站点的水位监测值和其他因素的相关关系，比如周围站的水位值，包括一段时间之前的水位值（因为水的传输问题），周围流量站的流量值（虽然水位与流量呈现很大相关性，但是还是要分析与流量本身的相关性），以及风力。在荷兰，风力因素很大的影响水位，尤其是在靠海的站点。

我选择使用matlab作为我的研究工具。这是因为，第一，我想Excel虽然有统计工具，但是如果我要用到比较复杂的计算，Excel无法满足，后来也验证了这一点，我用matlab做了一些GP分析，甚至matlab也可以用来做ANN分析（不过我用的是NeroSolution），第二，Excel处理的数据量有限。当时我用了三年的监测资料，总共十几个站点，尤其要命的是，水位数据基本上都是10分钟的数据，可以想象这个数据量了。

接下来的工作是按部就班的，剔除错误数据，剔除不完全数据，对数据进行分类，找出建模数据和校验数据。

在建模之前，心里没对线性关系抱有希望，因此准备了ANN，GP等多种工具一起比划，也好如想象中得到结论，ANN和GP比线性好。

但事实却让我大跌眼镜。我先抽取了一个内陆站的两个月的数据比划，居然发现它和周边站点数据的线性拟合度非常高！然后我把试验区域扩展到多个月份，多个季节，多个站点，除了需要对数据进行季节分类以及需要引入周边流量数据和风力数据之外，线性回归的表现相当出色，误差率普遍保持在10%以下，个别区域达到接近18%。

我用GP和ANN做比较。GP就不说了，我拿到的那个试验程序算法太烂，基本上不能使用，ANN我对每一组数据都进行了试验，发现在内地的大部分站点，ANN的表现与线性差不多，但是在海边，ANN的表现还不如线性关系。

这让我很迷惑。我想，也许是我的ANN训练不很好吧。我还想做更多的ANN训练，但是时间到，我必须拿出论文了，我只好提交了一份留有迷惑的报告。

但是后来我在荷兰水力学研究所看到过一份年度R&D报告，里面有一份报告是关于鹿特丹港的水位监测数据缺失弥补的，里面用到的方法和结论和我的几乎一模一样，感到比较欣慰（不存在它抄我的说法，因为都是05年到06年的课题）。

现在，我有一桩工作想用到matlab，大家知道了，单位买是不会买的，但是工作还得照做。:)