南水北调与水利科技
南水北調與水利科技
남수북조여수리과기
SOUTH-TO-NORTH WATER
2015年
1期
163-167
,共5页
苑希民%冯国娜%田福昌%薛文宇
苑希民%馮國娜%田福昌%薛文宇
원희민%풍국나%전복창%설문우
冰凌预报%智能耦合模型%凌情变化规律%黄河内蒙段
冰凌預報%智能耦閤模型%凌情變化規律%黃河內矇段
빙릉예보%지능우합모형%릉정변화규률%황하내몽단
ice forecasting%intelligent coupling model%variation laws of ice regime%Inner Mongolia reach of the Yellow River
由于特殊的地理位置、水文气象条件及河道特性的影响,黄河内蒙段几乎每年都会发生凌汛.对黄河内蒙段主要控制站的气象水文等实测数据进行分析后,发现近年来随着凌期气温升高,流量增大,流凌、首封日期推后,开河日期提前,且最大冰厚明显变薄.为此,以黄河内蒙段巴彦高勒站为例,通过相关分析选取合适的预报因子,采用基于遗传算法的神经网络方法建立了凌情智能耦合预报模型(GA-BP模型),对流凌、封河、开河日期进行预报.对比不同模型的预报结果,发现多元线性模型、BP模型和GA-BP模型合格率分别为80％、86.7％和93.3％,GA-BP模型的预报精度较高.因此,GA-BP模型可以为黄河内蒙段的凌汛灾害防治提供重要支持.
由于特殊的地理位置、水文氣象條件及河道特性的影響,黃河內矇段幾乎每年都會髮生凌汛.對黃河內矇段主要控製站的氣象水文等實測數據進行分析後,髮現近年來隨著凌期氣溫升高,流量增大,流凌、首封日期推後,開河日期提前,且最大冰厚明顯變薄.為此,以黃河內矇段巴彥高勒站為例,通過相關分析選取閤適的預報因子,採用基于遺傳算法的神經網絡方法建立瞭凌情智能耦閤預報模型(GA-BP模型),對流凌、封河、開河日期進行預報.對比不同模型的預報結果,髮現多元線性模型、BP模型和GA-BP模型閤格率分彆為80％、86.7％和93.3％,GA-BP模型的預報精度較高.因此,GA-BP模型可以為黃河內矇段的凌汛災害防治提供重要支持.
유우특수적지리위치、수문기상조건급하도특성적영향,황하내몽단궤호매년도회발생릉신.대황하내몽단주요공제참적기상수문등실측수거진행분석후,발현근년래수착릉기기온승고,류량증대,류릉、수봉일기추후,개하일기제전,차최대빙후명현변박.위차,이황하내몽단파언고륵참위례,통과상관분석선취합괄적예보인자,채용기우유전산법적신경망락방법건립료릉정지능우합예보모형(GA-BP모형),대류릉、봉하、개하일기진행예보.대비불동모형적예보결과,발현다원선성모형、BP모형화GA-BP모형합격솔분별위80％、86.7％화93.3％,GA-BP모형적예보정도교고.인차,GA-BP모형가이위황하내몽단적릉신재해방치제공중요지지.
