中长期水文预报的预报区间估计方法

中长期水文预报由于影响因素复杂和目前科学水平的限制,还处于探索、发展阶段,预报手段仍以成因分析(物理因子相关)和数理统计方法为主。其中数理统计方法(方差分析、AR(P)模)是我们经常使用的一种重要方法。在使用数理统计方法进行中长期水文预报时,从理论上来说,给定一个预报区间比给定一个具体预报值更为合理。文章就数理统计法进行中长期水文预报如何给定估计合理预报区间进行初步探讨。     

浅谈中长期水文预报方法

由于影响水文要素的各种因素十分复杂，中长期水文预报方法目前尚不够成熟，因此在做中长期水文预测时必须参考诸多因素，采用多种方法综合分析、合理取值；并应结合当地实际不断积累经验，进一步探讨中长期水文预报方法，以提高水文要素长期预报的精度。     

中长期水文预报综合分析理论模式与方法

为了探索提高中长期水文预报的精度，本文依据水文成因，统计与模糊集分析相结合的研究方法论，提出考虑预报因子权重的中长期水文预报综合分析理论模式与方法。     

中长期水文预报方法研究综述

从传统的水文统计法、成因分析法和现代的模糊数学方法、人工神经网络方法、灰色系统理论方法等方面,系统地总结了国内外中长期水文预报的研究进展情况。对其研究现状进行了评述和分析,指出了当前中长期水文预报模型存在的模型适用性不是这一主要问题。分析认为:①从物理成因上解释预报因子的合理性,使预报模型建立在严格的物理成因的基础上,是今后中长期水文预报应遵循的基本原则;②根据水文要素变化的非线性特点,将各种方法进行耦合,将在中长期水文预报中发挥重要作用;③应积极开展中长期水文预报所需资料的观测与积累,特别是人类活动的影响、全球气候变暖等引起的预报因子及影响因素的变化。     

珠江流域中长期水文预报现行主要方法浅析

中长期水文预报是一门边缘学科。目前应用于珠江流域中长期水文预报的主要方法有4种，即历史演变法、周期均值迭加法、转移概率法、数理统计相关分析法。对珠江流域近几年中长期水文预报所有方法的基本原理进行总结，并结合实际对各种方法作进一步的分析。     

中长期水文预报分析

长期水文预报是介于水文学、气象学、气候学等多学科之间的一门边缘学科,由于影响因素的复杂性与目前科学水平的限制,长期水文预报精度还不高。如何提高预报精度是水文学家关注的问题。本文着重从物理成因和预报的数学方法两方面对长期水文预报现状进行了研究,指出了现状条件下水文预报的不足并对其进行了展望。     

中长期水文预报方法研究综述

由于中长期水文预报对于水资源规划管理、水库及水电站调度具有的重要意义,其研究一直受到学术界和工程界的广泛关注。通过围绕其传统预报方法成因分析、数理统计方法和时间序列分析技术,和其现代的人工智能预报技术,包括模糊分析、人工神经网络、灰色系统分析、小波分析、混沌分析、支持向量机、遗传程序设计以及这些方法的相互耦合等进行的全面介绍和评述,并指出将来中长期水文预报的进一步研究方向。     

概论水文中长期预报原理和方法

从长期的预报实践中,归纳出水文中长期预报的8个基本原理:即系统性、连续性、相似性、相关性、可能性、水文循环、周期波动和水量平衡八大原理以及水文现象的三大规律,一个预报思路.     

正规化周期回归模型在水文中长期预报中的应用研究

水文中长期预报由于其预见期长,且受各种不确定因子的制约,因此预报精度不高、可靠性差。利用方差分析周期外推方法,提出改进的正规化周期回归模型,即利用非线性回归消除模型的趋势项,利用正规化方程组进行方差分析,完成对周期项的识别提取,进而利用趋势项与周期项进行模拟和预测。其在原有方差分析的基础上,根据前人所做的工作,对原存在不合理之处试图进行一些适当的改进,旨在探求一种较为方便,又比较容易操作的实用性水文预测方法。将本方法运用到新丰江流域,并用自回归方法做对比分析,结果证明本方法拟合和预测结果较为可信。     

中长期水文预报方法的探讨

介绍了中长期水文预报的模型、方法及其在江西部分河流的实践应用.预报模型是根据地理气候特征及水文变化规律,挑选出与预报对象相关密切的气象、水文因子作为预报因子,再采用统计及经验方法建立的.实例研究表明,逐步回归模型、冬季降雨相似在预报对象的定量分析上较为实用.     

基于BP网络的中长期水文预报精度影响分析

文章分析了影响中长期水文预报BP网络模型精度的因素,其中输入层节点数、节点转换函数及网络训练方式的选择对模型精度的影响很大。并结合研究结果,对中长期水文预报BP网络模型的参数优选提出了一些建议。     

中长期水文预报方法研究综述

对中长期水文预报研究中具有代表性的研究工作进行了回顾,在此基础上对现有的预报方法进行分类和总结,并对我国未来的中长期水文预报技术的发展趋势进行了展望。     

基于ANN模式的中长期水文预报研究

本文以水库月入库径流预测为例进行了中长期水文预报的人工神经网络模式的研究,研究采用了整体模式、分类模式、组合模式等,研究结果表明,具有非线性功能的人工神经网络方法可以改善中长期入库径流的预测。     

双重逐步回归分析在中长期水文预报中的应用

文章介绍了中长期水文预报中的双重逐步回归分析的计算步骤,并以大伙房水库的春汛及气象资料为例进行成果验证,对4种预报方法进行了比较。     

流域中长期径流分类预报方法

以水文循环基本原理为基础,从流域径流水汽来源影响因素角度明确了中长期径流预报基本概念及分类,即以气象(中期)、气候(长期)和天文因素(超长期)为预报因子,针对流域出口断面(或典型断面)的旬、月、季(汛期)或年径流,以及流域旱涝趋势进行预报。通过比较不同时间尺度下的水汽系统物理运动机理,论证了"短期气候预测"作为中长期径流预报理论基础的合理性,并将流域径流来源影响因素及其表现概括为三大规律:天文因素表现出的周期性是主要规律,反映了水文气候过程的基本状态;大气环流表现出的随机性对水文气候基本状态存在干扰,导致了波动;流域特征性规律反映了各种因素综合作用结果,具有流域的特殊性。最终,将流域中长期径流预报分为正常年份的径流过程预报和异常灾变年份的大旱大涝预测,其中前者的预报因子为水文气象与气候要素,后者为天文因素;在服务对象上,前者为水利工程常规运行调度服务,后者为防洪抗旱部门防灾减灾提供灾情预测;在结果发布上,前者提供定量的径流过程预报,后者提供丰、平、枯等3级(或5级)定性预测,并给出相似年份;在预报方法上,前者采用数理统计方法或物理成因相关分析法,后者采用周期性、随机性和流域特殊性识别等综合预报方法。     

中长期径流预报研究进展及发展趋势

从中长期径流演变规律、径流预报因子识别、径流预报模型和径流预报系统4个方面阐述了中长期径流预报的研究进展,在此基础上分析了中长期径流预报面临的主要问题和发展趋势。未来中长期径流预报研究应更加注重多学科综合和跨学科交叉,更加注重预报方法的适用性及预报结果的可靠性、稳定性,更加注重高新技术的应用。     

Matlab软件在中长期水文预报中的应用

文中简要介绍了M ATLAB语言和BP神经网络并运用于中长期水文预报中,运用M ATLAB神经网络工具箱免去了繁琐的编程工作,取得了良好的效果。     

混沌相空间相似模型在中长期水文预报中的应用

基于相空间重构技术，建立了局域单点相似模型、局域多点相似模型、局域线性相似模型和三参数模型4种相空间模型。白山水库月径流量和主汛期径流量的模拟预报应用实例表明，相空间局域模型对揭示水文动力系统复杂的非线性结构很有效，该模型对径流过程的中长期预测是可行的，并有较好的预测精度和应用价值，对提高现行洪水预测精度有一定意义。