水文
水文
수문
HYDROLOGY
2009年
3期
10-15,9
,共7页
桑燕芳%王栋%吴吉春%朱庆平%王玲
桑燕芳%王棟%吳吉春%硃慶平%王玲
상연방%왕동%오길춘%주경평%왕령
中长期水文预报%水文时间序列%小波分析%人工神经网络%水文频率分析法%不确定性
中長期水文預報%水文時間序列%小波分析%人工神經網絡%水文頻率分析法%不確定性
중장기수문예보%수문시간서렬%소파분석%인공신경망락%수문빈솔분석법%불학정성
针对传统中长期水文预报方法模拟预测结果精度低、未考虑水文不确定性因素的影响等问题,本文将小波分析(WA),人工神经网络(ANN)和水文频率分析法联合使用,建立了不确定性中长期水文预报模型:即在应用WA揭示水文序列变化特性的基础上,将原序列分为主序列和随机序列两部分,然后利用ANN对主序列进行模拟预测,对随机序列进行水文频率分析,最后将两部分结果叠加作为最终预测值.将该模型用于黄河河口地区作中长期水文预报,并与传统方法作对比,进行模型验证.结果显示:该模型能同时揭示序列的时、频结构和变化特性;预报值结果精度高;且合格率高;能定量分析和描述水文不确定性因素对预报结果的影响,可得到不同频率对应水文序列的模拟预测值.因此该模型的预报结果更加合理有效,对实际生产应用更具有指导意义.
針對傳統中長期水文預報方法模擬預測結果精度低、未攷慮水文不確定性因素的影響等問題,本文將小波分析(WA),人工神經網絡(ANN)和水文頻率分析法聯閤使用,建立瞭不確定性中長期水文預報模型:即在應用WA揭示水文序列變化特性的基礎上,將原序列分為主序列和隨機序列兩部分,然後利用ANN對主序列進行模擬預測,對隨機序列進行水文頻率分析,最後將兩部分結果疊加作為最終預測值.將該模型用于黃河河口地區作中長期水文預報,併與傳統方法作對比,進行模型驗證.結果顯示:該模型能同時揭示序列的時、頻結構和變化特性;預報值結果精度高;且閤格率高;能定量分析和描述水文不確定性因素對預報結果的影響,可得到不同頻率對應水文序列的模擬預測值.因此該模型的預報結果更加閤理有效,對實際生產應用更具有指導意義.
침대전통중장기수문예보방법모의예측결과정도저、미고필수문불학정성인소적영향등문제,본문장소파분석(WA),인공신경망락(ANN)화수문빈솔분석법연합사용,건립료불학정성중장기수문예보모형:즉재응용WA게시수문서렬변화특성적기출상,장원서렬분위주서렬화수궤서렬량부분,연후이용ANN대주서렬진행모의예측,대수궤서렬진행수문빈솔분석,최후장량부분결과첩가작위최종예측치.장해모형용우황하하구지구작중장기수문예보,병여전통방법작대비,진행모형험증.결과현시:해모형능동시게시서렬적시、빈결구화변화특성;예보치결과정도고;차합격솔고;능정량분석화묘술수문불학정성인소대예보결과적영향,가득도불동빈솔대응수문서렬적모의예측치.인차해모형적예보결과경가합리유효,대실제생산응용경구유지도의의.