基于均生函数模型的杭州市年降雨量预测

采用均生函数模型对杭州市1956～2008年年降雨量进行预测模拟,并对模型进行了修正.实例结果表明,修正模型具有较强的预报精度,可为类似时间序列要素的中长期预测研究提供借鉴.     

北苕溪流域台风"菲特"特大暴雨洪水分析

2013年10月6-9日,受台风"菲特"影响,北苕溪流域遭遇历史罕见的特大暴雨,四岭水库出入库流量和最高水位均刷新建库以来历史记录,流域控制站潘板站水位创历史新高.为掌握北苕溪流域暴雨洪水特点,分析此次降雨的雨量、强度、频率、时空分布、特性,研究洪水过程、组成、重现期和特性,并与台风"莫拉克"北苕溪暴雨洪水对比分析,为...     

一种基于BP神经网络的江河潮位短期预测

江河涌潮与海洋潮汐相比较,其潮位和潮时有着与海洋潮汐规律相同的一面,但它与海洋潮汐所不同的是,其更容易受到天文、气象等因素的影响,有着异于海洋潮汐的不稳定性.涌潮的潮位值变化就是各种因素综合结果的表现.通过借助BP神经网络可以逼近任意非线性函数的能力和特点,构建一个用于短期预测潮水潮位的模型,利用一小部分潮位的历史数据...     

钱塘江涌潮时间的一种分段实时预报算法

钱塘江大潮在每年吸引大量游人的同时也频发安全事故。为提高潮涌预报水平,基于传统预报算法,提出一种基于涌潮动态监测的钱塘江潮涌分段实时预报算法。该算法具有自学习、自适应功能,可通过下游监测信息来预测涌潮达到上游站点的时间。实验结果表明,该算法对涌潮到达时间的预报精度达到分钟级水平。     

基于SVM的河道洪峰水位校正预报方法

针对平原河网地区河道洪峰水位预报中经验模型可靠性不足的问题,提出一种基于SVM的河道洪峰水位校正预报方法。采用谱系聚类法对历史洪水过程数据按降雨特性分类,选择与预报降雨过程最接近的历史数据训练预报模型;采用PCA对输入数据降维以提取有效特征;基于支持向量回归机建立河道洪峰水位预报模型;采用滚动模式对洪峰水位预报,每小时根据最新水位以及降水信息预报未来洪峰水位,不断提高预报精度。通过对京杭运河拱宸桥站的洪峰水位实例预测验证了该研究方法的有效性。     

MIKE11在平原河网地区防洪分析中的应用

利用MIKE11建立平原河网降雨径流(NAM)和水动力学(HD)耦合模型，对杭州火车东站枢纽区块河道调整工程的防洪影响进行模拟研究，综合分析规划方案实施后河道的行洪能力和区域防洪安全，结果表明工程对区域行洪安全影响甚微。MIKE11在本次防洪分析中的应用表明，该耦合模型具有算法可靠、计算稳定、界面友好、前后处理方便、水工建筑物调节功能强大等优点，可在平原河网地区的防洪评价工作中推广应用。     

基于音频识别的钱塘江潮涌实时监测技术

钱塘江潮涌高且迅猛,伤人事故频发。为提高潮涌实时监测与预报水平,提出了一种基于音频能量幅值技术的潮涌识别方法。该方法通过采集沿江各危险点潮涌来临前后的声波,经滤波、快速傅里叶变换（FFT）处理后,对其作幅频特性分析,以提取潮涌音频能量幅值特征值,并进行自动识别。试验分析结果表明,该研究有效地解决了潮涌实时监测与预报。     

基于前馈神经网络的潮汐预报

该文针对传统的潮汐预报多以前几日的水文数据结合气象资料为依据进行推算的方法,这样的结果是预报准确度不高。该文介绍了一种新的预测方法,利用感知器神经网络所具有的通过学习获取知识来解决问题以及能对任意连续映射进行逼近的能力,通过搭建在计算机平台的前馈神经网络模型和水文站提供的历史潮汐数据,对涌潮到达江河沿岸各观测点的时间和水位进行预报。     

MFCC与支持向量机在钱塘江涌潮检测中的应用

为解决钱塘江涌潮检测难问题,提出了一种新的涌潮检测方法。首先,通过梅尔倒谱系数MFCC（Mel-Frequency Cepstral Coefficients）提取涌潮样本多维声学特征与非涌潮样本声学特征;然后,使用支持向量机（SVM）构建涌潮检测模型;最后,通过模型对输入的样本特征进行分类判断。与以采用线性预测倒谱系数（LPCC）提取声学特征方法或是采用BP神经网络构建检测模型相比,MFCC与支持向量机结合在涌潮检测的精度上有一定的提高。     

基于支持向量机的钱塘江潮时预报方法北大核心

针对在钱塘江潮时预报中经验模型和传统神经网络的可靠性不足的问题,提出一种基于支持向量机的钱塘江涌潮到达时间预报方法。通过历史数据了解并分析钱塘江涌潮的周期性以及各涌潮周期间的相关性,取预报日期前后一个月的数据作为一个预报模型,以预测日期前一个月以及近5年内同一月份的隔日时间差数据作为训练样本,利用支持向量机预测未来涌潮到达时间。最后,通过对钱塘江沿岸多个水文站2015年农历八月初一至八月二十一的隔日时间差实例预测,验证了方法的有效性。