基于BP神经网络的旬降雨径流相关预报模型

参照流域暴雨与径流相关的特点,以实际的旬初土壤蓄水量、旬降雨量为输入条件,以实际的旬径流量为输出条件,建立BP神经网络旬降雨径流相关模型.实例表明,模型结构简单,可操作性强,利用该模型进行的旬径流预报具有较好的模拟精度,并为利用旬降雨预报信息实施旬径流中期预报奠定了基础.     

降雨山洪引发滑坡预报预警研究现状及评述

我国山地众多,降水分布不均,干旱、暴雨频发,降雨山洪引发的滑坡灾害是重要的地质灾害之一,其巨大的破坏效应往往会对当地的环境及居民生命财产安全造成严重的威胁。降雨山洪引发的滑坡外在影响因素类型多样,地质、地形条件各不相同,滑坡诱发机理较为复杂。从滑坡预报模型、滑坡预警指标、滑坡预警系统3个方面,对国内外在这一领域的研究现状作以综述,并提出针对降雨的滑坡预报模型、滑坡变形诱因及机制、针对不同诱因的监控指标等研究的不足,并提出应在滑坡监控和预警中引入风险概念。     

基于神经网络的降雨径流预报

本文将人工神经网络应用于二滩水电站以上支流鱼河的降雨径流预报，通过建模、计算、比较和分析可知，其非线性映射能力、自学习能力和灵活性，均能较好地反映降雨径流之间的非线性的、复杂的转换关系，结合流域水文特性并合理处理建模数据，值得进一步深入研究。     

基于BP神经网络和遗传算法的丰满水库洪水预报模型研究

根据丰满水库的流域特性,尝试使用BP神经网络模型进行洪水预报。针对随机生成网络权重的盲目性,采用遗传算法进行初始权重优化。通过历史洪水检验,证实此模型在丰满水库的洪水预报中有很高的预报精度和应用价值。     

珠江河口BP神经网络的成潮预报模型研究

珠江河口咸潮预报是制定抵御咸潮应急措施预案和珠江流域水资源管理坚强的技术支撑．对该预报模型的研究具有十分重要的现实意义。根据咸潮活动与上游径流大小、外海潮汐存在明显的非线性关系特性．采用非线性映射能力很强的BP神经网络对成潮进行预报，通过实际数据检验．该模型预报精度较高。     

基于BP神经网络的贝叶斯概率水文预报模型

本文在贝叶斯概率水文预报系统(BFS)框架之上，研究了双牌水库水文预报的不确定性，建立了流量先验分布及似然函数的BP神经网络模型，并通过Markov链Monte Carlo(MCMC)方法求解得到流量后验分布及其统计参数。通过对双牌水库历史洪水的研究结果表明，基于BP神经网络的BFS不仅显著提高了预报精度，而且为防洪决策提供了更多的信息，使得预报人员在决策中能考虑预报的不确定性，定量的估计各种决策的风险和后果。     

基于BP神经网络的农田蒸散量预报模型

本文根据石河子地区多年气象资料和作物生长、土壤水分状况,建立了以平均气温、相对湿度、净辐射量以及土壤相对湿度、棉花叶面积指数为输入向量,以实测ET为输出向量的BP神经网络蒸散量预报模型(ET(bp)).实际应用结果表明所建立的BP网络模型具有较好的预报效果,平均相对误差为6.47%,预测标准误差为0.312mm,有效性指数达到93.5%.     

珠江河口BP神经网络的咸潮预报模型研究

珠江河口咸潮预报是制定抵御咸潮应急措施预案和珠江流域水资源管理坚强的技术支撑,对该预报模型的研究具有十分重要的现实意义。根据咸潮活动与上游径流大小、外海潮汐存在明显的非线性关系特性,采用非线性映射能力很强的BP神经网络对咸潮进行预报,通过实际数据检验,该模型预报精度较高。