共查询到20条相似文献,搜索用时 15 毫秒
1.
概念性水文模型在出山径流预报中的应用 总被引:37,自引:6,他引:37
根据HBV水文模型的基本原理,建立了西北干旱区内陆河出山径流概念性水文模型。该模型反映了我国西部山区流域的径流形成特征,将山区流域划分为高山冰雪冻土带和山区植被带两个基本海拔景观带来对山区径流的形成和汇流过程进行模拟计算,以常规气象站的月气温和降水量为模型的初始输入,模拟计算月出山径流量。应用该模型对河西走廊黑河祁连山北坡的山区流域水量平衡进行了模拟计算,并对年径流和逐月分配进行了预报。结果表明,从枯水年到丰水年,降水量、蒸发量、径流量和径流系数均增加,而冰川融水和积雪融水对出山径流的补给比重则减少,这表明了冰雪融水对径流的具有调节作用。黑河山区流域径流系数远比干旱内流区的平均值大,但要小于全国的平均径流系数。所提出的内陆河山区流域出山径流的模拟和预报模型对年径流量和月分配的预报具有较好的精度,可用于黑河以及其他西北干旱区内陆河出山径流的预报,为内陆河流域中下游的水资源分配和开发利用提供依据。 相似文献
2.
径流预报对于防洪、发电和生态调度等具有重要意义。以大渡河丹巴以上流域为研究区域,采用黏菌优化算法(SMA)对长短期记忆神经网络(LSTM)的隐藏层输出维度进行优化,构建SMA-LSTM模型对未来10日径流过程进行预报,以探讨深度学习方法对流域径流预报的适用性。基于2012—2017年的日降雨量和日流量资料,构建了预见期为10天的逐日径流SMA-LSTM预报模型,以2018—2019年的资料进行模型验证;采用最大1日径流量相对误差和10日总径流量相对误差作为SMA-LSTM模型精度的评价指标,并与未优化的LSTM模型和新安江模型结果进行对比。结果表明:SMA-LSTM模型具有较高的模拟和预报精度,无论是在率定期还是验证期,两种指标均控制在±10%以内,且两种指标的绝对值平均都不超过7%;整体而言,SMA-LSTM模型精度更高,预报的径流过程与实测过程更为贴近。研究成果可供流域径流预报实际工作参考。 相似文献
3.
4.
通过对北方某矿区水文地质条件的分析,特别是对底板承压水多年水位变化规律及其控制因素的分析,建立了预测地下水位变化趋势的混合随机序列模型,并对所建模型进行了考核。分析了残差序列的随机性,通过对模型的预报应用,取得了良好的效果。 相似文献
5.
6.
7.
采用贝叶斯概率水文预报理论制订水电站水库中长期径流预报模型,以概率分布的形式定量地描述水文预报的不确定度,探索概率水文预报理论及其应用价值。采用气象因子灰关联预报模型处理输入因子的不确定度,将实时气象信息和历史水文资料有效结合,突破传统确定性预报方法在信息利用和样本学习方面的局限性,以提高水文预报的精确度。以丰满水电厂水库为例对所建模型进行检验,模拟计算结果表明,该模型与确定性径流预报方法相比,不仅有利于决策人员定量考虑不确定性,而且在期望意义上提高了径流预报精度,具有较高的应用价值。 相似文献
8.
基于贝叶斯判别分析原理,考虑径流形成的特点及物理成因,选择研究区碧流河水库1959~2011年的实测资料,且将径流分为5个级别,用相关系数模型,考虑因子的不确定性,筛选出相关性高、彼此间独立性强的10个判别因子,分别构建基于朴素贝叶斯分类器(N-Bayes)和贝叶斯判别准则(DBayes)的年径流属性级别预报模型,并利用研究区2001~2011年资料进行了试报和检验。预报结果表明:两种模型的预报结果相近,准确率均超过70%,D-Bayes的预报效果略优于N-Bayes,初步说明:贝叶斯判别分析原理在水文预报中的应用,有着较好的前景。 相似文献
9.
在气候变化和人类活动的影响下,我国部分流域的年径流过程表现出了复杂性波动,常规的统计分析预测模型都有其一定的局限性。多因子自回归模型(ARX模型)可以较高精度地对具有复杂性波动的系统进行模拟。以受人类活动影响和气候变化影响较为显著的汉江流域的襄阳站为研究对象,采用改进后的ARX模型对襄阳站1960~2002的年径流过程进行了模拟,并与多种常用的统计分析方法进行了比较,验证了ARX模型在模拟具有突变性的年径流过程的良好性能。根据所率定模型对襄阳站2003~2012年的年径流进行了预测,预报合格率达到90%,说明了ARX模型在中长期径流预报中较好的适用性。 相似文献
10.
11.
12.
以贵州六冲河、倒天河流域为例建立喀斯特山区径流预报BP神经网络模型。六冲河流域以七星关站丰水期流量过程为输出数据,以丰水期降雨过程、出口断面前期流量过程、蒸发量作为输入数据,倒天河流域以徐家屯站丰水期流量过程为输出因子,丰水期降雨过程、前期流量过程作为输入因子。预报结果确定性系数DC值分别为0.538、0.420。结果表明将蒸发量作为输入数据、流域面积比较大模型预报精度较大。 相似文献
13.
为研究洮河流域径流预报,根据河流集合预报方法,利用红旗水文站实时监测资料,基于中国洪水预报系统开发的三水源蓄满产流、滞后演算和马斯京根模块构建全流域洪水预报模型,并应用该模型分析预测红旗水文站径流及其概率分布统计。结果表明:径流拟合过程拟合较好,取得了较好的预报效果,模型满足河流集合预报应用的条件,结论可为洮河流域水资源开发利用、防汛保安提供参考依据。 相似文献
14.
15.
16.
17.
建立了以改进Powell法优化的前馈型神经网络模型,模型既具有强大的函数逼近功能,又克服了传统神经网络优化方法的缺点。将神经网络模型用于承压水漏斗的动态水位预报,实例表明:模型预报效果较好。 相似文献
18.
采用相关分析法,在区域降水、观测断面流量(或水位)因子中识别出影响预报断面径流过程的主要变量,在多个观测断面的数据均为流量情况下,采用基于时延组合的合成流量为影响预报断面径流过程的变量,采用自相关分析法,识别出影响预报断面径流过程的前期流量(或水位),以这些变量为BP神经网络模型的输入,以预报断面的流量(或水位)为模型的输出,在BP神经网络隐层节点数自动优选的基础上,构建了基于BP神经网络的洪水预报模型。将模型载入中国洪水预报系统中,应用结果表明:模型在历史洪水训练样本具有一定代表性的情况下,可获得较高的预报精度。 相似文献
19.