汤河水库实时洪水预报技术研究 |
文件大小:0.83MB格式:pdf发布时间:2013-03-14浏览次数:次
【中文关键词】 | 洪水预报 实时校正 模型 人工神经网络 汤河水库   |
【摘要】 | 汤河水库洪水预报对汤河水库及其下游的防洪安全极其重要,需要研究实时洪水预报技术,以提高洪水预报精度。根据汤河水库自然地理和水文特性,汤河水库实时洪水预报采用汤河水库洪水预报,考虑到各场次洪水预报误差之间存在一定的相依性,故采用人工神经网络方法构建实时校正系统,模型用实际洪水资料进行校准,并用 2 场较大洪水予以检验。2 个场次的校验表明,实时校正能明显地提高洪水预报的精度。 |
【部分正文预览】 | 20 世纪 80 年代前,我国水文学家一直致力于水文物理规律的研究,研制了适合我国自然地理和水文特性的一系列水文模型,其中比较典型的是河海大学赵人俊教授研发的新安江流域模型 [1],在中国得到了广泛的应用,是联合国教科文组织推荐使用的十大水文模型之一。但是,中国幅员辽阔,自然地理和水文特性差异巨大,用单一模型很难解决不同地区的水文问题。在此期间,国内也有一些学者开始探讨水文过程的实时校正问题。进入 20 世纪 90年代后,实时校正技术的研究得到了广泛的关注。目前,水文水资源预测预报实际上就是水文数学模型加上实时校正。在实际洪水预报作业中,实时校正方法主要有以下 3 种:1)滤波方法 [2-3],包括卡尔曼、自适应滤波等;2)随机过程方法,如时间序列模型;3)人工智能方法 [4],包括人工神经网络、进化算法等。实时校正的变量可以是预报模型的参数,也可以是预报误差或状态变量。汤河水库洪水预报对汤河水库及其下游的防洪安全极其重要,为此要对汤河水库实时洪水预报和校正模型进行研究,以提高洪水预报精度,确保汤河水库流域人民生命财产的安全。 |
|
| ||||||||||||||
|
|||||||||||||||
|
|||||||||||||||
|
|||||||||||||||
【打印本页】 |