排序方式: 共有11条查询结果,搜索用时 31 毫秒
1.
为解决降水资源预测复杂的问题,建立了具有物理意义的新预测模型,即利用集合经验模态分解(EEMD)方法,分解降水资源并识别其演变模式,获得各本征模函数(IMF),然后结合最近邻抽样回归模型(NNBR)对数据进行预测分析,汇总相应的计算结果,从而构成了EEMD-NNBR降水预测模型。以无锡市惠山区的降水序列资料为例,采用EEMD-NNBR模型预测降水资源,并与单一的NNBR模型预测值进行对比分析。结果表明,所建模型稳定性较好,能合理预测水资源演变趋势,提高降水资源预测精度,具有一定的应用价值。 相似文献
2.
为探索缺资料地区可能最大降水计算方法,以金沙江巴塘水文站以上流域为研究区,依据该流域测站降水资料,对MSWEP卫星降水数据进行精度评定。选取MSWEP自1979年以来的数据,采用统计估算法计算得到该流域1、3、7、15d可能最大降水量分别为25.2、49.1、86.1、150.9mm;同时,基于该流域及邻近地区的测站资料,采用水文气象法计算得到对应历时的可能最大降水量。对比两套结果发现,相同历时下前者计算结果与后者的相对偏差均在16%以内,表明在该流域基于MSWEP数据,采用统计估算法计算可能最大降水是有效可行的。研究结果不仅为该流域的可能最大洪水计算奠定了基础,更为缺资料地区的可能最大降水计算提供了新途径。 相似文献
3.
广义Pareto分布常被用作超定量洪水系列频率分析的拟合线型。已有研究表明高阶概率权重矩能够用于广义极值分布和Pearson-III型分布的参数估计,但尚缺少采用高阶概率权重矩法估计广义Pareto分布函数的研究。本文基于广义Pareto分布,推求了广义Pareto分布高阶概率权重矩的计算方法,提供了采用高阶概率权重矩估计其分布参数的方案。统计试验表明,阶数等于0时的高阶概率权重矩法与概率权重矩法的估参效果近似无偏,二者均比传统的矩法具备更高的参数估计精度。对长江宜昌站(1946—2004)超定量洪水系列的分析表明,高阶概率权重矩法估参结果对应的广义Pareto曲线能够较好地拟合经验频率分布,特别是稀遇频率洪水段。 相似文献
4.
5.
基于随机森林的区域水资源可持续利用评价 总被引:1,自引:0,他引:1
针对区域水资源可持续利用评价中指标多、噪声复杂和非线性的特点以及传统方法缺乏可操作性、难以解决稳健性低和过学习等问题,介绍了一种稳健性较高的智能学习方法——随机森林,将其应用于区域水资源可持续利用评价中,并以汉中盆地平坝区为例,对该方法的评价效果进行了验证。结果表明,与SP插值、人工神经网络(ANN)和支持向量机(SVM)模型评价结果相比,本文方法实用性强、稳健性较高、泛化性能高,在分类预测阶段和交叉验证阶段分类准确率均高达100%;同时可知,在影响区域水资源可持续利用的各评价指标中,水资源利用率和人均供水量的影响较为重要。 相似文献
6.
7.
8.
随机森林是21世纪提出的基于分类树的算法,在处理大数据集中具有明显优势,首度将其应用在降水长期预报中。以长江中下游地区1月份降水预报为例,运用随机森林模型构建原则,在74项大气环流因子以及前期月降水中筛选模型预报因子,进行长期降水量预报,并将其与神经网络模型预报效果进行对比,发现随机森林的泛化误差为13%,预报准确率达到75%,而神经网络的预报准确率仅为67%。此外,本研究还对长江中下游地区的汛期降水量进行了长期预报,结果表明,随机森林模型进行降水量长期预报中模拟和预报的效果令人满意,值得进一步研究和应用。 相似文献
9.
为进一步提高洪水设计值的精度和可靠性,提出了一种新的混合抽样方法,以雅砻江甘孜水文站设计洪水为例,定量分析表明,在实际工作中推荐采用给定频率洪水设计值的分位数作为保证值,可使洪水设计值的安全保证率均相同;洪水设计值的概率分布函数为非对称的有偏分布,在频率曲线的上端或下端部分为一正偏分布,在频率曲线的中间部分为一负偏分布,其不确定性程度整体上随着设计频率的减小而增大。研究成果可为雅砻江流域水利水电工程规划建设提供参考。 相似文献
10.