多隐层BP神经网络模型在径流预测中的应用

基于人工神经网络基本原理和方法,构建多隐层BP神经网络径流预测模型,以新疆伊犁河雅马渡站径流预测为例进行分析,并构建常规单隐层BP以及RBF、GRNN神经网络模型作为对比分析模型,将各模型预测结果与文献[1]中的预测结果进行比较,结果表明:(1)多隐层BP神经网络径流预测模型泛化能力强,预测精度高,算法稳定,模型精度优于IEA-BP网络模型,表明研究建立的多隐层BP神经网络模型用于径流预测是合理可行的,是一种可以应用于水文径流预测预报的新方法.(2)RBF、GRNN神经网络径流预测模型预测精度高于常规单隐层BP网络模型,且RBF与GRNN神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点,可以更快地预测网络,具有较大的计算优势.     

基于EMD组合模型的径流多尺度预测

受全球气候变化与人类活动影响,径流序列愈发呈现出非稳态与非线性特征,为降低由此而引发的预报误差,充分发挥不同模型对提高径流预测精度的优势,针对传统径流预报模型的单一性,以干旱区典型内陆河玛纳斯河为例,采用经验模态分解(EMD)提取径流序列中具有物理含义的信号,得到不同时间尺度的多个固有模态函数(IMF)及1个趋势项,利...     

基于人工神经网络的黄河下游枯季径流预测研究

通过分析黄河下游枯季径流的影响因素 ,主要为花园口水文站径流量和下游的引黄量这两个因子 ,花园口水文站径流量和下游的引黄量可作为输入层中的影响因子 ,下游利津站的流量作为输出层。应用多层前向人工神经网络理论 ,构造四套枯季径流实时预测的BP神经网络模型 ,使用花园口—利津水文站 2 6年的完整序列测流资料训练和检验网络并用于预测     

基于最小二乘支持向量机的龙羊峡径流预测

本文简述了支持向量的回归分析、支持向量机自回归预测模型结构及预测方法,利用黄河唐乃亥站47年的径流资料,采用最小二乘支持向量机方法对径流进行了模拟预测,并与B-P神经网络方法进行了对比分析,其计算结果相对略好。     

基于最小二乘支持向量机的开都河径流预测

简述支持向量的回归分析,支持向量机自回归预测模型结构及预测方法,利用开都河大山口水文站52 a的径流资料,采用最小二乘支持向量机方法对径流进行模拟预测,并与BP神经网络方法进行对比分析,其计算结果相对略好。     

应用GRNN神经网络模型计算西北干旱区内陆河流域出山径流

根据全球变化对2030年降水量和气温的预测结果,设置不同的气候变化情景,应用GRNN模型对黑河出山径流进行了预测。结果表明,到2030年,黑河出山径流将有小幅度的增加。随着气温的不断上升,出山年径流量最终将减少。     

基于变分模态分解的机器学习模型择优风速预测系统

精准的风速预报对风力发电系统具有重要意义,但风速信号自身固有的随机性使其波动复杂且不可控,以往的研究采用单一或固定的组合模型很难把握风速序列的特征.提出一种基于分解的机器学习模型择优风速预测系统,采用变分模态分解算法降低原始风速序列的复杂度.进而利用模糊神经网络、非线性自回归神经网络、Elman神经网络、反向传播神经网络和自回归差分移动平均模型构成机器学习模型择优系统,分别对子序列的验证集进行预测,通过均方根误差等性能指数选择其最优模型,提高了整体模型的预测精度.试验采用宁夏地区4个站点的实测风速数据,仿真实验结果表明,所提模型相比于单模型以及较新的深度学习组合模型,具有更高的预测精度.     

近54年渭干河流域径流变化特征及影响因素分析

基于1960~2013年渭干河流域逐月径流量观测资料及逐日气象数据,采用Kruskal-Wallis阶段转换检验、R/S分析、集合模态分解分析(EEMD)等方法研究了近54年渭干河流域径流量的年内、年际变化特征及其影响因素。结果表明:(1)近54年渭干河流域Cv、Cr较大,径流量年内分配不均衡,径流量夏季秋季春季冬季,未来这种趋势会更加明显。(2)径流年际变化特征可分为三个阶段,1960~1976年的枯水期、1976~1993年的平水期和1994~2013的丰水期。(3)径流量总体呈现增加趋势,其中夏季增长最为显著,其次是春秋季,冬季径流量有轻微减少。未来近期内,渭干河径流量还会继续保持增加。(4)流域气温和降水量亦呈增加趋势,突变点在1970s末和1990s初,与径流变化特征吻合,两者呈正相关关系。其中夏季径流量变化主要受降水影响,秋冬季径流量变化主要受气温影响。     

基于集合经验模态分解与支持向量机回归的位移预测方法:以三峡库区滑坡为例

三峡库区滑坡地表位移-时间曲线多呈台阶型特征。基于位移响应成分模型的滑坡位移预测方法是该类滑坡位移预测的主要方法之一。针对目前水库滑坡波动项位移预测工作中尚未考虑主要诱发因素的高频成分与低频成分的问题,提出了基于时间序列集合经验模态分解(EEMD)与重构的粒子群优化-支持向量机回归(PSO-SVR)位移预测方法。以白水河滑坡2003年7月至2013年3月117个地表位移数据为例,采用EEMD法将位移时间序列分解为趋势项位移和波动项位移,该趋势项位移用最小二乘法的二次多项式拟合预测;根据EEMD和t检验法,确定高频降雨量、低频降雨量、高频库水位和低频库水位,结合其他常用因素,采用灰色关联分析确定白水河滑坡影响波动项位移的优势因素为高频降雨量和月间库水位变化,基于优势因素建立PSO-SVR模型预测波动项位移。结果表明,总预测值的平均相对误差为0.009 8,方差比为0.023 9,小误差概率为1,预测效果较好。利用该方法对三峡库区其他5个台阶型滑坡进行了预测,预测位移与实测位移较吻合,进一步证明了该方法的有效性,对同类滑坡的预测预报具有一定的借鉴意义。     

基于HBV模型的太子河流域径流变化情景预估

以太子河流域为研究区域,采用HBV水文模型对流域的水文过程进行模拟,并选取RegCM4.4区域气候模式输出的平均气温和降水数据来驱动HBV水文模型,模拟逐日径流过程,分析RCP4.5排放情景下未来太子河流域径流的演变。结果表明,HBV水文模型在太子河流域模拟效果较好,率定期与验证期Nash效率系数与确定性系数均在0.60以上,模型基本模拟出了洪水对降水的响应过程。RCP4.5情景下,2021 2070年太子河流域年平均气温呈持续升温趋势,流域降水和年径流深度呈微弱减少趋势。相较于基准期,年径流深度将增多9.79%,夏季和秋季径流深度上升明显。径流分位数的变化表明,峰值极端径流和枯水极端径流均较基准期有不同程度的增多,未来太子河流域发生极端洪涝的可能性较高。     

Runoff Change in Taizihe River Basin Under Future Climate Change Based on HBV Model

Taking the Taizihe River Basin located in Liaoning Province as a study area, we applied HBV hydrological model to simulate the hydrological process of this river basin with the support of observed daily precipitation, mean temperature, hydrological data in Xiaolinzi hydrologic station, and global digital elevation model data from SRTM3, land utilization types, etc. According to the simulation results of daily runoff, the possible impact of future climate change on runoff was analyzed through forcing HBV model by RegCM4.4 dynamic downscaled climatic data. The results show that HBV model performed generally well for daily simulation of the Taizihe River Basin with Nash Sutcliffe coefficient and deterministic coefficient being all over 0.60 in the calibration period and validation period, and the response of flooding to precipitation were simulated better. This indicates the HBV model can be successfully applied to the Taizihe River Basin. Mean temperature will increase obviously with persistent rising trend by RegCM4.4 model in 2021-2070 under RCP4.5 scenario. Annual precipitation and runoff depth are expected to reduce a bit. Compared with the baseline period (1986-2005), annual runoff depth will increase by 9.79%. At the same time, the runoff depth will increase significantly in summer and autumn. The variation of runoff quantile indicates that both peak extreme runoff and dry extreme runoff will increase to different degrees than that in the baseline period. In the future, the Taizihe River Basin will be likely to experience extreme flooding.     

IPCC AR4气候情景下长江流域径流预测

通过评估IPCC第四次评估公开发布的22个全球气候模式对长江流域降水和气温的模拟性能,选取了BC-CR-BCM2.0等7个气候模式,利用这些GCM s在A1B、A2和B1三种典型排放情景下的未来气温和降水预测结果,结合BP神经网络模型,在对模型验证效果良好的基础上,预测未来气候变化下长江流域径流变化趋势.结果表明,长江流域未来年平均径流量呈减少趋势,宜昌水文站以枯水年减少为主,未来年平均流量比历史年平均流量减少了520 m3/s;大通水文站则以平水年减少为主,比历史年平均流量减少了250 m3/s,水量的减少对南水北调东中线的调水规模和调配、管理提出了较大的挑战.长江流域多年平均月流量增加将主要发生在1~6月,而7~12月将以减少趋势为主.宜昌站和大通站的1~6月份平均增加幅度分别为29.6%和13.8%,7~12月份的平均减少幅度分别为-18.2%和-11.0%,宜昌站的变幅要高于大通站.宜昌站汛期呈减少趋势,平均为-8.5%,非汛期略有增加.大通站变化趋势与宜昌站相反,汛期呈增加趋势,平均为2.3%,非汛期略有减少.     

Use of oxygen-18 isotope to quantify flows in the upriver and middle reaches of the Heihe River,Northwestern China

In recharge areas, the Heihe River flow was separated into components of ice-snowmelt and precipitation according to 14 gauging stations and to monthly hydrograph using oxygen-18. As shown by the result of the two-component mixing model, on average, 19.8% of the runoff comes from ice-snowmelt. At three stations which are closer to glaciers and with headstream of ice-snow melted water, the ice-snowmelt runoff is larger than 28% of stream water. In addition, because most of the ice-snowmelt infiltrates the groundwater, which later discharges into the river at mountain outlets, the ice-snowmelt percentage in runoff is lower than average at these stations with the elevation higher than 3,600 m. According to monthly hydrograph, the lowest percentage of ice-snowmelt in runoff is in July (6.46%), whereas during November it is the largest (26.1%). In the middle basin, the fraction of groundwater in runoff had a marked increase from 23.57% near Zhangye City to 60.28% near Gaotai City, and then a dramatic drop to 13.61% near Zhengyixia Station because of agricultural flood irrigation in Zhangye Basin.     

疏勒河流域中下游盆地地下水功能评价

疏勒河流域中下游盆地大规模的水资源调配利用引起了该区地下水资源功能、生态功能和地质环境功能变化.文章介绍了用层次分析法评价地下水功能的方法,构建了疏勒河流域中下游盆地地下水功能评价体系,对单项功能和综合功能进行了5级划分与评价,并依据评价级别分别指出地下水应用前景,结果与其水文地质条件及环境状况相适合,可作为该区地下水功能区划的基础.     

白龙江干流代表站径流变化特征及未来趋势预测

白龙江引水工程被列入国家确定的172项重大水利工程项目之一,分析研究白龙江干流代表站径流变化特征并进行未来趋势预测,为实施白龙江引水工程提供技术支撑。对白龙江干流白云、舟曲、武都、碧口4个代表站1956~2013年的实测径流系列资料进行分析,采用周期波均值外延叠加模型、谐波分析模型和逐步回归分析模型组合形成的加法模型对代表站未来径流变化趋势进行分析预测。结果表明:(1)该4站9月份多年平均流量占全年径流量比例最大,主汛期6~9月多年平均流量占全年径流量比例达到50%左右。(2)4个水文站多年径流量变化趋势呈现出逐渐缓慢减少的趋势,上游减少的幅度比下游小。(3)预测2015、2020、2025年年径流量的结果是:白云水文站均小于多年平均值,武都水文站均大于多年均值,舟曲和碧口水文站在多年均值上下浮动。     

新安江流域上游地区地下水化学特征及水文地球化学作用研究

新安江流域上游地区地下水水化学成分复杂,水与含水介质间发生的各种溶解、沉淀、吸附等水-岩相互作用在地下水复杂成分形成和演化过程中发挥重要功能。文章采用数理统计、主成分分析和聚类分析、Gibbs模型、硅酸平衡、主要离子比例系数等方法,研究了新安江流域上游地区地下水水化学特征和水文地球化学作用,分析了水化学组分来源。结果表明:研究区地下水阳离子以Ca2+、Na+为主,阴离子以HCO-3为主,还存在少量Cl-、SO2-4,地下水主要水化学类型为HCO3-Ca型、HCO3-Na·Ca型、HCO3-Ca·Mg型;地下水水化学组分主要来自碳酸盐矿物和硅酸盐矿物的风化溶解,其次来源于蒸发岩的风化溶解。地下水的溶滤作用、阳离子交替吸附作用以及人类生产生活等活动共同影响地下水水化学特征。     

黑河干流上中游径流变化及其原因分析

根据黑河干流出山径流控制站莺落峡、中游的高崖和正义峡等水文站的径流和区域内的气象资料,以及中游的地下水位资料,对黑河上中游来水的年际变化和年内分配,径流沿程变化规律及其影响因素进行分析研究。结果表明： ①黑河干流出山径流自1945年以来整体上呈小幅增加趋势,其年内最大径流月份在进入21世纪后,由7月份推后至8月份,主要受降水的影响; ②高崖和正义峡断面的水量自1977年以来呈微弱增加趋势,前者增幅略大于后者;由于中游社会经济发展引起用水增加,莺落峡至高崖区间的耗水量以每年近850×10⁴ m³的增量变化,而高崖至正义峡区间灌溉回归水和地下水补给河道的水量与区间灌溉引水和其他耗水量基本持平; ③地下水的超量开采一定程度上减缓了黑河干流统一调度的压力,但不利于流域水资源的可持续利用。该研究成果对于今后黑河水资源科学配置、合理调度具有一定的参考和指导作用。     

五种降水产品在疏勒河上游山区和中下游月尺度降水的适用性对比研究

降水产品为理解降水时空分布提供了新的视角,然而其在不同地区适用性差异很大,目前对不同降水产品在西北内陆河流域上游山区和中下游平原适用性的对比研究还十分有限。利用疏勒河流域及周边9个国家气象站2001-2013年和4个山区自建气象站2008-2013年降水观测数据,基于皮尔逊相关系数（R）、均方根误差（RMSE）、平均绝对误差（MAE）和相对偏差（BIAS）指标,对CMFD、ERA-Interim、GPCC、GPCP V2.3和JRA-55共五种常用降水产品的月尺度降水数据在疏勒河上游山区和中下游平原区的适用性进行了评估对比,结果表明：五种降水产品都可以较好地模拟疏勒河流域多年平均降水的空间分布,总体来说,降水产品在上游的评估的相对误差优于中下游,但绝对误差比中下游大,这与上游降水远大于中下游有关。各产品在上游和中下游的精度排序结果一致,均为CMFD > GPCC > ERA-Interim > GPCP V2.3 > JRA-55。CMFD效果最佳可能与融合了中国更多的地面降水资料有关,其在自建站的效果也表现最佳。不同产品在疏勒河上游山区和中下游月尺度的降水评估中表现较好,但尚不能满足流域水文过程分析和模拟的需要。     

黑河上中游潜在蒸散发模拟及变化特征分析

基于多源遥感数据产品,利用Shuttleworth-Wallace(S-W)模型估算了黑河上中游流域2000—2010年潜在蒸散发(potential evapotranspiration,ET_P),并考虑不同土地覆被类型,分析了ET_P的时空变化特征及影响要素,分别利用ET_P和ET₀驱动水文模型,比较径流模拟精度.结果表明:① 基于高精度遥感数据,S-W模型可模拟区域ET_P.黑河上中游流域,夏季ET_P对年值的贡献最大,各土地覆被类型的ET_P年内变化趋势一致.总体而言,植被条件越好,ET_P越小;② 在研究区内,相对湿度对ET_P变化的影响最大,叶面积指数(LAI)对ET_P变化的影响与辐射相近.植被越稀疏,ET_P对气象要素及LAI的敏感性越强;③ 与ET₀相比,ET_P能够更好地描述陆面蒸散发能力,相同条件下使用ET_P驱动水文模型模拟精度更高.