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。     

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。     

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。     

冬小麦田间墒情预报的BP神经网络模型

土壤墒情预报是农田适时适量灌水的基础。田间土壤水分的变化受到外界气象因素及土壤特性、作物长势等的影响,关系比较复杂。本文利用北京市永乐店试验站冬小麦返青后的土壤水分试验资料,建立了土壤墒情预报的BP网络模型,模型中同时考虑了多个因素对土壤贮水量的影响。利用部分实测资料对网络进行训练,然后对2年不同灌水处理下的土壤贮水量进行预测,取得了较好的效果,表明BP神经网络用于墒情预报是可行的。     

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%.     

基于改进BP神经网络的大坝变形监测模型预报

变形监测是大坝安全运行的重要保证,结合白石水库混凝土坝真空激光X向位移资料进行分析,提出应用改进的BP神经网络思想建立的安全监测模型,结合对相关数据参数进行系统性的研究,并与传统BP神经网络模型训练、预测结果对比,得出改进的BP神经网格模型优于传统BP神经网络模型,具有一定抗差能力,能够降权使用可疑值,相关系数较高,预测精度好,可在实际中广泛运用。     

基于BP神经网络的降雨型滑坡预报研究

滑坡严重威胁着水库、大坝的安全运营.结合某区滑坡监测资料,采用BP神经网络数学模型,以46个强降雨诱发的滑坡点作为样本进行BP网络训练,用另外10个样本对BP网络模型进行检验.结果表明:1个检查样本的输出值与理想输出值有较大的差别,2个样本输出值与理想输出值有一定的差别,其余7个值与理想输出值吻合得非常好,总的来说,预测精度可以满足要求.     

珠江河口规划与治理

概述珠江河口基本情况,简要回顾珠江河口规划工作,并叙述河口治理现状,指出珠江河口目前存在的主要问题,一是洪、涝、潮、风灾害突出,二是河口区的水文及水生态发生较大变化,三是河口规划与研究工作滞后,四是河口管理方面还存在薄弱环节。建议尽快编制《珠江河口综合治理规划》,重视并加强治理规划的基础和研究工作,完善投入机制,加大投入力度,加强河口的水行政管理。     

珠江河口治理

珠江是中国七大江河之一,位于中国南部。珠江流域由西江、北江、东江及三角洲4个水系组成,流域面积453 690km2。流域范围内包括中国的云南、贵州、广西、广东、湖南、江西和越南的东北部部分地区,其中,在中国境内面积为442 100 km2。西江是珠江的主流,发源于云南省曲靖市乌蒙山     

基于误差修正的BP神经网络含沙量预报模型

以黄河龙门—潼关河段作为研究区域,在分析区间来沙来水对含沙量影响的基础上,建立了基于BP神经网络的潼关站含沙量过程预报模型。同时,为提高预报模型的预报精度,利用误差序列建立了相应的误差自回归模型对预报结果进行校正。校正前后泥沙过程的对比分析表明,校正后的泥沙过程预报精度有较显著的提高,5场验证泥沙场次的平均确定性系数由校正前的0.35提高到校正后的0.76。     

基于BP神经网络模型的昌江流域洪水预报

以鄱阳湖昌江流域为研究对象,选取流域面平均雨量和其上游樟树坑水文站洪水过程为输入,渡峰坑水文站出流量为输出,建立渡峰坑水文站洪水预报BP神经网络模型。采用训练好的预报模型预测了渡峰坑水文站2018年与2019年的洪水过程。结果表明,该模型预报精度较好,可作为传统预报方式的有益参照。     

珠江河口网河区水位变化过程的神经网络模型

珠江三角洲河口地区的水位变化同时受到洪水与潮水的影响，河网各水道的相互作用使得水位更加复杂和具有非线性的特点。人工神经网络模型具有生物神经网络的某些特征，具有学习能力，易于应用于不同类型的水文系统，尤其是在河网与水道不断变化的情况下，模型具有不断学习和自动调整的能力。     

怀洪新河新胡洼闸BP神经网络洪水预报模型

本模型基于BP神经网络仿真学原理,结合水文学理论研制.模型输入为:何巷闸下水位、区间流入量(包括何巷闸流入量和四方湖闸流入量)、新胡洼闸过去时段的出流量和闸上水位,输出即为预见期的新胡洼闸上水位.采用Sigmoid激活函数输出限幅改进算法,分别建立了胡洼闸上8h、16h、24h三种滞时BP神经网络洪水预报模型.经检验分析,三种滞时BP 神经网络洪水预报模型预报精度均达到洪水预报规范中甲级精度要求.     

BP神经网络在柏叶口水库中长期径流预报中的应用

中长期径流预报是水资源进行合理开发利用的前提和基础。文章通过比较3种不同预报方案在BP神经网络模型下对柏叶口水库非汛期月径流预报效果,找出了在非汛期月径流预报中预报效果最好的方案。     

珠江河口泄洪整治研究

20世纪90年代以来,人类活动对珠江三角洲影响加剧,使上游河道主要分汊口的流量分配发生了剧烈变化,局部河道洪水位异常升高,出海口门有不同程度的淤积,部分区域的防洪压力增加。为了解决珠江三角洲防洪压力,确保珠江三角洲水道、八大口门尾闾泄洪畅通,全面提高河口的泄洪能力,研究珠江口门泄洪整治工程方案。     

BP神经网络在水文预报中的应用和展望

简要介绍BP神经网络的发展和特点,从暴雨预报,水位预测,径流分析,水资源配置与管理四个方面综合评述BP神经网络在我国水文预报作业中的应用,并就BP神经网络今后在我国的水文预报作业中的应用进行了研究展望。     

珠江河口的治理和开发试验研究

珠江河口口门众多，河网交错，水流条件复杂。实现多口门同步控制和探索复杂水沙条件下河流泥沙问题的成因和形成机理，采取有针对性的整治工程措施，对珠江河口治理开发的试验研究极为重要。介绍了珠江委科研所最新研制成功的自动控制系统和某些治理开发试验研究成果，通过科研实战促进了科学发展，提高了试验研究水平，为珠江河口的治理和开发提供了科学依据。     

珠江河口整治近期方案的构筑和选择

简介珠江河口区网河及口门的系统整治思路，对近期实施方案规划作了论述。