黄河内蒙古段冰情预报系统的开发

为了预报黄河内蒙古段的流凌和封开河日期,以多元线性回归理论与人工神经网络理论为基础,设计开发了黄河内蒙古段冰情预报系统预报内蒙古段各个站点的流凌和封开河日期。选用黄河内蒙古段水文、气象和冰情信息建立数据库,应用ADO OLEDB技术调用数据库,建立符合相关性要求的人工神经网络模型和多元线性回归模型,从而实现预报识别检验。使用2003—2004年度至2007—2008年度5年的资料进行预报检验,并与实际开河日期对比分析,预报结果合格率为80%和67.7%,分别达到甲等和丙等预报精度,表明系统可以应用于黄河内蒙古段的冰情预报。     

黄河内蒙古段冰情的自适应神经网络预报

运用数理统计理论的互相关分析方法,对黄河内蒙古段冰情信息时间序列进行分析,筛选出了冰情信息的预报因子,建立了冰情预报的自适应BP神经网络模型。预报结果表明:流凌日期为乙等预报方案,封河日期为甲等预报方案,开河日期为丙等预报方案。     

神经网络理论在黄河宁蒙河段冰情预报中的应用

本文研究了以神经网络理论为核心的黄河上游宁蒙河段冰情预报。通过分析河流冰情特点，开发出了用Levenberg-Marquart算法改进传统BP神经网络理论进行冰情预报的数学模型，适用于流凌、封河、开河、水温、流凌密度、冰塞、冰坝等的预报。把该模型应用到2004—2005年冰情预报中，提前预报出2004～2005年冰情发生情况，具有良好效果。理论分析和实例论证都表明该神经网络模型能够进行宁蒙河段冰情预报。     

黄河内蒙古河段冰凌时空分布特性分析

基于黄河内蒙古段系列历史冰情资料,利用小波分析方法对冰期气温、冰期径流、流凌日期、封河日期、开河日期进行了多时间尺度分析。结果表明:巴彦高勒、三湖河口、头道拐三站的冰期气温总体呈上升的变化规律,并且三站的冰期气温变化趋势一致,黄河内蒙古段冰期气温存在15 a左右的周期;实测径流在分析序列中不存在显著周期;三站流凌日期和封河日期整体上推迟,开河日期提前,封冻时间缩短;流凌日期存在12 a左右的周期,封河日期和开河日期不存在显著强周期。     

模糊优选神经网络BP模型在黄河内蒙段封开河预报中的应用

黄河内蒙段地处黄河流域最北端,由于它特殊的地理位置、水文气象条件、河道特性,几乎年年发生凌汛。在分析凌汛成因影响因素的基础上,选取合适的预报因子,基于模糊优选神经网络BP模型,对黄河内蒙段封河、开河日期进行样本训练和预报方案验证。预报结果表明,模糊优选神经网络冰凌预报模型计算简便,精度良好。     

黄河源区河道冰封开河预报研究

研究黄河源区封开河日期的预报模型,对于填补黄河源区凌情研究的空白,进一步了解气候变化对源区径流过程的影响十分重要。根据黄河源区的水文、气象资料,从热力因素、水力因素和河道条件等方面筛选了影响河流凌情演变的主要因子,选用多元线性回归法和人工神经网络法对封河日期和开河日期进行了预测,并对预测结果进行了对比分析,初步建立起具有一定精度的黄河源区河冰封开河预报模型。     

克孜加尔水库上游冰情特征分析与预报

以野外实地观测为依据,对克孜加尔水库上游河段2010年～2015年的冰情进行分析,采用人工神经网络模型对克孜加尔水库上游河段的封河历时、开河历时、开河日期等进行测算与预报。结果表明,该预报方法的预测合格率高达93.33%,预测精度较高。人工神经网络模型对克孜加尔水库上游河段冰情的特征分析与预报适用性很强,可有效解决流域冰情预报问题。     

基于气温特征值的三湖河口断面冰期预报模型

宁蒙河段是黄河冰凌灾害最严重的河段,三湖河口断面是黄河宁蒙河段防凌防汛的重要控制断面,也是宁蒙测区凌情的首发和频发断面。基于龙羊峡和刘家峡水库联合运用以来三湖河口断面水文、气象、冰情等资料,研究分析河道形态、动力条件等对凌情的影响,统计三湖河口水文断面冰期气温特征值,利用多元线性回归法建立了冰期预报模型。结果表明:1在目前三湖河口断面相对稳定、上游来水变化不大的情况下,气温是影响河道冰凌过程的主要因素;2冰期预报模型的预报合格率均在70%以上,封河日期预报的合格率达到82%,符合相关规范要求。     

基于神经网络理论的开河期冰坝预报研究

在北方高寒地区的天然河道,开河期冰坝形成和导致凌汛的机理复杂,目前的冰水动力学模型难以模拟和预报其发生、发展和溃决的过程,可用的冰坝预报多采用传统的统计学方法和经验判别式法,为应对严重的防凌形势,迫切需要找到冰坝预报的新方法。本文在对开河期冰坝成因及机理研究的基础上,建立了基于神经网络理论的冰坝预报模型,并将其应用到黑龙江上游凌汛灾害频发的漠河江段冰坝预报中。通过神经网络聚类法预报冰坝是否发生,神经网络聚类法预报精度为85%,高于传统统计学的几率分析法62%的预报精度。通过预报开河日期实现了对冰坝发生时间的预报,开河日期预报平均预见期为10天,最大误差2天,预报合格率100%。该模型提前准确预报2017年黑龙江漠河江段开河冰坝发生情况。及时、准确的冰坝预报能为提前制订主动防凌方案和采取必要防凌措施提供重要的依据。     

基于模糊识别人工神经网络的冰凌预报模型

黄河内蒙古段地处黄河流域最北端,由于它的特殊地理位置、水文气象条件、河道特性,几乎每年产生凌汛。在分析影响凌汛成因因素的基础上,选取合适的预报因子,基于模糊识别人工神经网络BP模型,提出冰凌预报方法,应用于黄河内蒙段封河、开河日期的预报。结果表明,计算简便,精度良好。     

基于粒子群神经网络的凌汛开河日期预测研究

为了更准确地预测凌汛开河日期,提出用粒子群算法和BP神经网络相结合的粒子群神经网络模型。介绍了模型的设计和算法实现的流程。该模型通过粒子群算法对BP神经网络初始的权值和阈值进行优化,并以黄河内蒙段三湖河口站作为研究实例进行冰凌开河日期预测。结果表明,经粒子群优化后的BP神经网络预测精度比遗传神经网络和单一BP神经网络更高。     

2010—2011年度黄河凌情特点与防凌措施

介绍了2010—2011年度黄河凌汛的基本情况,对内蒙古河段首凌首封日期偏晚、封河发展迅速、开通日期较晚,黄河下游封河长度较长,局部河段出现较大险情的凌情特点以及在凌汛前加大清障力度、建立立体化信息监测系统、凌期科学调度水库拦蓄和分洪工程分水等防凌措施进行了分析,同时对今后的防凌工作提出了建议:①加强宁蒙河段河道测验体系建设,建设水位自动监测和3G汛情视频监视系统;②加强宁蒙河段堤防建设、河道治理,加快内蒙古应急分洪区的建设步伐;③研究针对黄河冰凌特点的破冰技术,列出专项资金解决冰凌观测工器具更新等问题;④向天津、河北供水尽量避开凌情严重的时期,避免增大防凌负担。     

冰凌预报模糊优选神经网络BP方法

黄河内蒙段地处黄河流域最北端，由于它的特殊地理位置、水文气象条件、河道特性，几乎每年产生凌汛。本文在分析影响凌汛成因因素的基础上，选取合适的预报因子，基于模糊优选神经网络BP模型，提出冰凌预报方法，应用于黄河内蒙段封河、开河日期的预报。结果表明，计算简便，精度良好。     

基于可变模糊综合分析的冰凌预测模型

在分析凌汛成因影响因素的基础上,以可变模糊集理论为核心,采用二元比较法确定指标权重,结合统计相关分析确定预报因子相关程度,提出一种基于可变模糊综合分析的冰凌预测模型。将该模型应用于黄河内蒙古段开河日期的预测,结果表明该模型计算简便,对开河日期的预测具有较高的精度。     

黄河头道拐站开河日期预测的LSSVM方法

根据实测冰情数据分析发现,可将冰盖厚度演变过程作为预测头道拐站的开河日期的主要依据,同时还应考虑封冻期气温、流量等对冰盖厚度的持续性和累积性影响。据此提出了一种应用数据挖掘技术和LSSVM进行头道拐站开河日期预测的新方法。应用LSSVM模型对头道拐站2010年、2011年和2012年开河日期的预测结果表明,可在封冻期内任一冰盖厚度测量日期利用上述方法对该站的开河日期进行预测,有效延长了预见期,且在3月6日前的预测值均满足许可误差合格率的要求。根据LSSVM模型预测误差呈波动性变化的特点,提出了预测开河日期的均值法,可使开河日期预测精度得到显著提高。