基于互信息与神经网络的天山西部山区融雪径流中长期水文预报

为提高天山西部山区融雪径流的预报精度,更好地指导所在区域的工农业生产发展,针对影响预报精度的关键问题(预报因子的选择),基于互信息法、相关系数法、主成分分析法对研究区的预报因子进行优选,采用RBF神经网络以及组合小波BP神经网络模型进行径流预报研究,并进行不同方案的比较。结果表明:①互信息法优选出的预报因子作为模型输入可以提高预报精度;②采用不同优选预报因子作为RBF神经网络以及组合小波BP神经网络模型的输入变量,结果表明RBF神经网络模型的预测精度要好于组合小波BP神经网络模型;③以相对误差作为评价模型精确度的标准,预测效果最好的是基于互信息方法挑选出的预报因子作为RBF神经模型输入数据的模型预测结果。     

基于多方法优选预报因子的天山西部山区融雪径流中长期水文预报

为实现天山西部山区喀什河流域冰川融雪区域的水资源可持续开发利用,更好地支撑所在区域工农业生产发展,有必要开展融雪径流中长期水文预报研究。基于相关系数法、主成分分析法及两种方法相结合的综合方法优选预报因子,采用BP神经网络模型和组合小波BP神经网络模型预报径流。结果表明,采用综合方法筛选出的预报因子集合可以得到更好的预报结果;组合小波BP神经网络模型在3个不同方案中的预测效果均优于BP神经网络模型的预测结果,其预报精度更高。研究成果可为该区域融雪径流模拟研究及洪水预报提供参考。     

天山西部地区汛期径流变化规律分析

为了更好地认识天山西部地区融雪径流汛期的变化规律,为该区域水资源合理开发利用及为防洪减灾提供依据,基于1960-2005年的汛期径流资料及蒸发、降水数据,采用流量质心时间、滑动T检验、滑动F检验等方法,分析了汛期径流变化规律。研究结果表明:从流量质心时间结果来看,1960-2005年汛期有微弱提前的趋势;集中度、集中期、变化幅度在1960-2005年均表现为减小的趋势;汛期径流从1960-2005年呈现出增加的趋势,1997年发生了突变;通过分析得出1997年降水和蒸发均发生了突变,因此推测1997年汛期径流发生由少到多的突变,可能是由于1997年后降水发生由少到多的变化和蒸发的由多变少引起的。     

CFSR、ERA-Interim再分析降水数据在高寒山区径流模拟中的适用性

为能更好地在严重稀缺资料地区开展水文水资源相关方面的工作,以天山西部山区的喀什河流域为典型研究区,基于1990~2000年现有的实测水文气象站点资料、CFSR与ERA-Interim数据,通过对比流域内两再分析降水数据空间分布情况、水文站点处实测与两再分析数据的降水时间序列变化及两再分析降水数据经过一定处理后驱动VIC模型所得的径流过程与实测径流过程三个方面,并评价了各再分析降水数据在喀什河流域的适用性。结果表明,两再分析降水分布符合山区大于平原、东部多于西部的规律,符合实际地理分布特点。流域内ERA-Interim年降水范围较为合理,而CFSR年降水范围则不太符合现实情况;两再分析降水数据春夏秋三季降水分布较为一致,其中ERA-Interim降水在流域内的高值区随季节变化较为明显,CFSR降水可能由于数据集本身或分辨率较低的缘故导致变化不为明显。冬季降水可能由于所针对的对象并非高寒区及冬季固液态降水的转化关系未深究这两个因素而较为反常。此外,CFSR降水高估了ERAInterim弱降水区,低估了其强降水区;研究区内CFSR降水存在高估实际降水的现象,而ERA-Interim降水存在低估强降水的现象;ERA-Interim在两套水文参数下均具有较为良好的模拟效果,且ERA-Interim数据在喀什河流域具有更好的适用性。