共查询到10条相似文献,搜索用时 15 毫秒
1.
淮河息县站流量概率预报模型研究 总被引:11,自引:0,他引:11
应用美国天气局采用的由Roman Krzysztofowicz开发的贝叶斯统计理论建立概率水文预报理论框架,即以分布函数形式定量地描述水文预报不确定度,研究了淮河息县站流量概率预报模型。理论和经验表明,概率预报至少与确定性预报一样有价值,特别当预报不确定度较大时,概率预报比现行确定性预报具有更高的经济价值。 相似文献
2.
3.
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
4.
在贝叶斯理论框架下,根据一种可结合多个水文模型给出模拟或预报结果的IBUNE方法探讨了水文模型的输入、参数以及结构的不确定性问题。将SCEM-UA算法和EM算法嵌入新安江和TOPMODEL水文模型用于参数优化和模型平均,进而将输入与参数的综合不确定性处理后得到的预报量后验分布进行多模型综合,据此对水文模型的不确定性及其对水文模拟结果的影响进行评价。以湖南洣水流域龙家山水文站以上集水区域为例进行了应用研究,结果表明,IBUNE方法能够有效估计水文模型的不确定性,并能给出合理的概率预报区间。 相似文献
5.
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
6.
提高水文预报程序可靠性的几点技巧陈士永(福建省古田溪水力发电厂)使用微机进行水文预报,省去了繁重的手工绘图计算工作,并使作业预报的速度得以提高。一般微机硬件的数据处理能力和速度都能满足作业预报的需要,故作业预报的质量主要取决于预报软件。一个好的预报程... 相似文献
7.
8.
中国水文预报技术的发展与展望 总被引:9,自引:0,他引:9
介绍了我国水文预报技术在预报方法、预报系统建设和新技术应用等方面取得的进展,客观评价了我国水文预报技术的水平.展望了我国水文预报技术的发展方向,指出了干旱、半干旱及无资料地区或资料缺乏地区的水文模拟将是我国进一步提高水文预报技术的研究重点。 相似文献
9.
随着水文信息系统的普及,水文数据的采集越来越方便。传统上依靠各类水文模型及参数率定以刻画水文数据和预报成果间的复杂关联,如何实现水文数据驱动的水文自动预报是当前面临的问题。近年来,人工智能技术蓬勃发展,深度学习技术开始应用于水文学领域,试图解决这一问题。本文以沮漳河西支峡口至远安区间流域为研究对象,结合分布式水文模型的原理及深度学习理论方法,基于流域多维度数据对流域产汇流特性进行提取,利用特征网络进行流域径流预报,构建基于卷积神经网络(CNN,Convolutional Neural Networks)的流域降雨径流预报模型。研究将模型模拟结果与前期影响雨量模型(API, Antecedent Precipitation Index)结果进行对比分析,结果表明,基于卷积神经网络的流域降雨径流预报模型模拟精度为90%,模型可靠,能满足大部分的降雨洪水预报,为流域降雨径流预报提供一种新的方法。 相似文献
10.
由长江流域规划办公室主编、水利电力出版社1979年出版的《水文预报方法》一书,系统地总结了我国建国三十来的水文预报科学成果和技术经验;代表了七十年代我国水文预报科学技术发展水平。该书广泛地吸收了我国水利水电部门和有关高等院校多年来水文预报方面的理论与实践经验,是当前国内水文学科领域里质量较好,深受广大水文工作者欢迎的一本新书。 相似文献