基于WA、ANN和水文频率分析法相结合的中长期水文预报模型的研究

被引：12

作者：

桑燕芳 ^{[1
]}

王栋 ^{[1
]}

吴吉春 ^{[1
]}

朱庆平 ^{[2
]}

王玲 ^{[3
]}

机构：

[1] 南京大学地球科学与工程学院水科学系

[2] 中水新华国际工程咨询公司

[3] 水利部黄河水利委员会水文局

来源：

水文 | 2009年 / 29卷 / 03期

关键词：

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;

D O I：

暂无

中图分类号：

P338.2 [];

学科分类号：

摘要：

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。

引用

页码：10 / 15+9 +9

页数：7

共 16 条

[1] 小波神经网络在径流预测中的应用研究
万星
丁晶
张晓丽
[J]. 人民黄河, 2005, (10) : 33 - 36
[2] BP 网络用于水文预测的几个问题探讨
刘国东
丁晶
[J]. 水利学报, 1999, (01) : 3 - 5
[3] 中长期水文预报研究评述与展望
杨旭
栾继虹
冯国章
[J]. 西北农业大学学报, 2000, (06) : 203 - 207
[4] Wang D,Pan S.M,Wu J.C.et al.Some hydrologic and hydraulic characteristics of the Yellow River and impact of flow and sediment diversion. IAHS Publ.319 . 2008
[5] 陈先德主编.黄河水文[M]. 黄河水利出版社, 1996
[6] 中长期水文预报综合分析理论模式与方法
陈守煜
[J]. 水利学报, 1997, (08) : 16 - 22
[7] Hsu Kuo-Lin,Hoshin Vijai Gupta,Soroosh Sorooshian.Artificial neural network modeling of the rainfall runoff process. Water Resources . 1995
[8] 丁　晶,邓育仁著.随机水文学[M]. 成都科技大学出版社, 1988
[9] Bin Zhang,et al.Prediction of water runoff using Bayesian concepts and modular neural network. Water Resources . 2000
[10] SL 250-2000. 水文情报预报规范[S]. 2000

← 1 2 →