基于灰色网络的流域年均径流量模型研究

利用改进后的灰色模型,对某流域年均径流量进行了相关影响因子的建模分析,将预测值与实测值作为神经网络的训练样本,对网络进行训练并分别进行识别,同时进行误差分析对比。结果表明,灰色神经网络可以用于流域年均径流预测分析,精度较高,所得结果与观测数据基本相符。     

基于灰色关联度法的泾河径流量变化因素分析

为了研究气候变化对泾河径流量变化的影响,选取1969～1999年的泾河流域年均气温、年均降水量和年均蒸发量3个气候因子,利用灰色关联度方法对泾河流域径流量变化和气候变化的关联度进行分析,结果表明:近半个世纪以来,泾河径流量总体呈减少的变化趋势,在3个气候因子中,降水量对径流量变化影响最为突出.     

基于聚类分析的月径流预测模型研究

本文基于生产实践对高精度中长期径流预报提出的要求,对我国海河流域两大支流之一的滹沱河小觉水文站(岗南水库入库径流控制水文站)径流量进行预测研究。采用聚类分析方法将数据分为汛期(7—10月)和枯水期(11—次年6月),采用灰色关联分析法对汛期和枯水期的气象因子数据(五台山、原平两个气象站共16项气象因子)与径流量值的相关性进行分析,选取相关性强的气象因子作为输入、小觉站径流量值作为输出建立基于聚类分析的小觉站月径流预测模型,有效改善了神经网络对极值拟合差的特点,提高了预测精度。     

大河沿子河流域沙尔托海水库入库径流设计分析

水库入库径流设计分析的合理性与水库运行安全密切相关,是水库设计的重要关注点之一。以大河沿子河流域为背景,结合该流域地理位置、地形地貌及流域内的水文情况,利用公式法获取参证站年径流量、入库设计年径流量等数据,对沙尔托海水库入库径流进行设计分析。结果表明,结合大河沿子河流域水文基本情况完成的沙尔托海水库入库径流设计符合该流域内洪水要求,从而达到推动经济发展、保护人民生命财产安全的目的。     

基于灰色系统与RBF神经网络的中长期水文预报

及时、准确的中长期水文预报能有效促进水库管理优化。以非汛期各月径流量为预报因子,通过计算所需预报年份与已有径流资料历史年份的预报因子之间的灰色关联度,遴选出与该年灰色关联度较大的年份作为代表年份。采用MATLAB数学软件构建RBF神经网络预报模型,利用选定的代表年份径流量对目标年份汛期径流量进行预报。以清河水库为例,用该模型预报汛期径流量。结果表明,模型简单可操作、运行速度快、预报效果好。     

基于Mann-kendall检验的日径流预测模型

基于生产实践中对高精度中长期径流预报的要求,对我国海河流域两大支流之一的滹沱河上小觉水文站(岗南水库入库径流控制站)径流量进行预测研究。采用Mann-kendall检验法对数据进行分析,得到流域径流量的突变年份为1984年。基于此采用1992—2001年的数据(突变年份后的时间序列)训练得到预测模型,采用2002—2004年径流量日值数据就模型对新数据序列的适应性进行验证,建立小觉水文站日径流预测模型。结果表明模型应用在水文时间序列的预测中是合理、可行的,并具有较高的精度。     

东洋河流域土地利用及气候变化对径流的影响

为分析东洋河流域土地利用与气候变化对径流的影响,选用SWAT分布式水文模型,通过情景分析法模拟变化环境下流域的径流响应。结果表明:①SWAT模型在东洋河径流模拟过程中具有较好的适用性且不确定性较小。②按现有土地利用和气候变化趋势,单一因子和共同作用对径流均有削减作用(即水文负效应),将会造成下游用水形势更加严峻,并影响整个洋河流域的生态环境。③未来气候变化情景中,径流量与降雨变化呈正相关关系,与气温变化呈负相关关系。④极端土地利用情景中,增加耕地和林地使年均径流量减少,增加草地使径流量增加。⑤影响未来流域年均径流的主要因素是气候变化,土地利用变化的影响相对较弱。土地利用的变化对调蓄径流有一定作用,可缓解气候变化带来的水文负效应,有助于流域水资源的科学管理。     

黄土丘陵区产流输沙量对地貌因子的响应

地貌因素与径流泥沙关系分析是建立流域生态水文模型的一项基础工作。本文选取受人类活动影响相对较小的1959～1969年间的黄土丘陵区水文泥沙资料，分析了黄河中游黄土丘陵区的20余条支流的年均径流量、流域年均输沙量及年均径流系数与集水区面积、河道平均坡降、流域高差和流域干流长等地貌参数的关系。结果表明，在研究区内，地貌参数与流域径流量和输沙量之间表现出类似的变化趋势，即年均输沙量和径流量与集水区面积或河道干流长呈较显著的正相关关系，与河道平均坡降呈幂函数减少关系，而与流域高差未表现出某种趋势性变化特征。年均径流系数与地貌参数之间亦没有表现出明显的趋势性变化关系。     

降水及人类活动对阜平流域径流的影响

为了研究近年来气候变化和人类活动影响条件下的阜平流域径流的演变规律,采用5 a滑动平均法和线性回归法,对阜平流域径流量、变化趋势及影响因素进行了分析,并利用降水径流经验统计模型估算了降水变化和人类活动对流域年径流量的影响程度。结果表明:降水量与径流量有一致性的变化趋势,降水量下降的趋势不明显,而径流量呈显著减少的趋势;1969—1979年、1980—1989年、1990—1999年、2000—2005年,受人类活动影响所减少的年均径流量分别占径流总减少量的21.04%、46.05%、58.30%、54.93%,受降水变化影响所减少的年均径流量分别占径流总减少量的78.96%、53.95%、41.70%、45.07%;随着年代的推移,人类活动对径流的影响逐渐增大,而降水变化的影响逐渐减小,20世纪80年代以后,人类活动导致径流量减少的贡献率要大于降水因素。     

漳河流域径流演变规律及月径流预报模型研究

采用20世纪50年代以来的长系列水文资料,通过统计方法对漳河流域径流量进行趋势性及突变性分析,发现漳河流域总体年径流量呈现减少的趋势,1980年前后为该流域的突变年份,20世纪80年代以来流域人类活动影响较大。通过对径流演变的分析,采用三参数月水量平衡模型对流域月径流量进行模拟预测,通过遗传算法进行模型参数率定,并采用神经网络对预测结果进行实时校正。结果表明,该方法对漳河流域月径流预测有比较好的效果,可以应用于该流域的模拟预测研究。     

气候变化对汉江上游径流特征影响预估

为了预测水文站逐月径流,对该流域水资源变化进行评估,运用小波神经网络建立汉江上游流域气象因子与径流过程模拟预测模型,并依据未来气候变化增量情景,对石泉水文站以上流域径流变化响应过程进行不同时间尺度分析。由已知汉江上游流域的月降水量和月平均温度,经小波神经网络自动“学习”训练获得石泉水文站精度较高的逐月径流数据。模拟计算结果表明:在不同未来气候变化设定情景下,该区域径流变化过程较为明显,年平均径流量最大变化范围为-34.7% ~ 21.4%。在降雨量不变、气温升高的情况下,年平均径流的响应变化范围为-5.1% ~ -13.3%。温度升高引起冬季径流增加较为明显,春季及秋季径流则存在减小趋势,秋季明显减少,而降雨量变化对夏季径流的影响最显著。     

基于人工电场算法优化的大型灌区径流预测模型研究

针对水文预报中径流预测数据序列具有非线性和非平稳性等特点,将一种新型智能优化算法——人工电场算法AEFA与LSTM神经网络结合进行参数优化,建立AEFA-LSTM预测模型,并以赵口大型灌区涡河玄武水文站实测年径流量作为样本数据进行网络优化训练和预测分析,同时与传统优化算法（遗传算法GA和粒子群算法PSO）建立的GA-LSTM和PSO-LSTM预测模型进行对比。结果表明：AEFA-LSTM模型预测值的平均相对误差相较于GA-LSTM模型和PSO-LSTM模型分别降低了7.59%和5.22%,且平均绝对误差MAE、均方误差MSE、均方根误差RMSE均为3种模型中最小,说明所建立的AEFA-LSTM模型可以更高精度地预测径流量,为水文预报提供一种新型高精度径流预测方法。     

用小波神经网络耦合模型预测流域年均产沙量

引入小波神经网络耦合模型对流域年均产沙量进行了定量研究。由于流域的地质、地貌、土壤在一定时间尺度内具有相对稳定的特性,选出年降雨量、年均气温、年径流量、大雨降雨量、暴雨降雨量、蒸发量、日照时数和汛期降雨量等8个要素作为模型的气候水文输入因子,而以耕地面积、林地面积、水库库容、修建公路、水土保持面积、裸地面积、年采矿量及年末总人口等8个要素作为模型的人类活动输入因子,对流域年均产沙量进行了定量建模预测。结果表明:小波神经网络耦合模型不仅拟合精度高,而且预测效果好,为流域产沙的定量研究提供了新的途径。     

岩溶地区径流预报中BP网络的改进

岩溶地区下垫面复杂,各种岩溶管道、裂隙、溶洞发育使得流域不闭合,地下暗河存在水量交换,而地下水库的调蓄作用,使得流域出口断面总流量与降雨量不成绝对的线性关系。为了克服上述问题带来的岩溶地区降雨径流预报精度低问题,提出了改进的BP网络方法,并通过实例验证了此方法的可行性。以六冲河七星关站断面以上流域的平均日降水量、平均日蒸发量、前期流量作为影响因子,建立了2种预报模型：①传统BP网络模型;②运用SPASS软件筛选BP的影响因子数和调整输入层初始权值,并对逐日径流量资料进行对数处理建立改进的BP网络模型。通过实例分析发现改进的BP网络模型预报效果更好,可以有效地提高大洪峰和小洪峰的预报精度。     

疏勒河年径流量变化特征分析及模拟

根据1972—2011年疏勒河年径流量的实测数据,应用倾斜趋势分析、Mann-Kendall突变趋势检验等方法分析了疏勒河年径流量的变化特征,并利用BP神经网络和粒子群-神经网络对其进行了模拟预测。结果表明:昌马堡、党城湾、双塔堡、潘家庄4个站点年径流量均呈增加趋势,年径流累积距平百分率的倾斜率为每10年分别增加13.87%、4.46%、11.57%、10.49%,年径流量发生显著突变的年份分别为2004、1983、2008、2010年;25a尺度周期是疏勒河流域年径流量变化特征的主控周期。粒子群-神经网络对疏勒河年径流量模拟结果优于BP神经网络,利用优化后的粒子群-神经网络对年径流量进行预测,年降水量在40年均值基础上从增加15%到增加25%时,径流量不会发生显著变化。     

基于RBF神经网络的河川年径流量预测

文章以新疆开都河年径流量为研究对象,选用能够模拟输入与输出层非线性关系的径向基函数(radial basis function,RBF)神经网络,构建了河流年径流量预测模型。研究结果表明:通过自相关系数法,选用河流自身前1~5 a径流量作为输入层,当前年径流量作为输出层,利用Matlab软件建立RBF神经网络模型,预测开都河2008—2012年径流量,预测值最小相对误差为3.22%,最大相对误差为7.61%,平均相对误差为5.19%,相关系数为0.863;通过对预测样本实测值与模拟值进行经典统计学分析,2组数据间无显著性差异。这说明RBF人工神经网络模型用于模拟预测河川年径流量是可行的。     

改进BP神经网络集成模型在径流预测中的应用

为提高径流预测预报的精度和泛化能力,建立了基于3种基本改进算法的BP神经网络集成预测模型。利用ADF单位根检验方法、自相关分析方法确定径流时间序列的平稳性和模型的输入向量。针对BP神经网络标准算法收敛速度慢、易陷入局部极值的缺陷,采用自适应动量梯度法、共轭梯度法和Levenberg-Marquardt法分别改进BP神经网络标准算法,依次构建基于3种改进算法的BP神经网络模型对文山州南利河董湖水文站年径流进行预测,并构建GA-BP预测模型作为对比模型;采用加权平均方法对各单一模型预测结果进行综合集成。结果表明:集成模型对南利河2001-2005年径流预测平均相对误差绝对值为4.67%,最大相对误差绝对值为7.11%,精度和泛化能力均优于各单一模型和GA-BP模型。集成模型克服了单一模型预测精度不高和误差不稳定的缺点,具有较好的预测精度和泛化能力,是提高径流预测预报精度的有效方法。     

不同组合小波神经网络模型对径流预测的适用性

针对水文时间序列的非平稳性特征,以长江三峡宜昌站1904~2003年年平均流量为例,分别建立了小波分析（WA）与BP神经网络和径向基函数神经网络（RBF）耦合的预测模型,探究了两种组合模型的预测效果,并与传统的单一人工神经网络模型对比;并采用5种常见的预测性能评价指标分析预测效果。结果表明：组合模型预测成果的精度较单一模型显著提高;组合和单一模型中RBF网络模型均优于BP网络模型;小波径向基函数神经网络组合模型具有较优的预测精度和泛化能力,是提高预测精度的有效方法,在径流预测中具有可行性。     

秃尾河流域年径流变化特性分析

对流域径流的变化规律进行准确地分析及合理地预测对流域水资源的合理开发、水利工程的建设以及社会经济的发展具有重要的指导意义。利用Mann-Kendall秩次相关检验法和小波分析理论对秃尾河流域的径流变化规律进行分析研究,并建立BP神经网络模型对径流变化进行预测分析。结果表明:秃尾河流域年径流量变化总体上有明显的下降趋势;从小波系数图可以看出年径流过程主要存在2年、8年和19年左右的变化周期,其中19年左右时间尺度为第一主周期,同时发现目前年径流处在枯水期后期,水量有转向增加的趋势;采用BP神经网络法对秃尾河流域高家川站年径流量进行预测,预测结果相对误差仅为5.92%,说明所建立的BP神经网络模型用于该流域的年径流预测得精度较高,是一种有效地年径流预测方法。     

基于PCA-SHO-SVM和PCA-SHO-BP模型的径流预测

为提高径流预测精度,研究主成分分析(PCA)、斑鬣狗优化(SHO)算法与支持向量机(SVM)、BP神经网络相融合的预测方法.在样本数据筛选上选取PCA方法进行数据降维,使数据样本简洁且更具代表性.利用SHO算法优化SVM关键参数及BP神经网络权阈值,分别提出PCA-SHO-SVM、PCA-SHO-BP径流量预测模型,并...