排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
概率分布模型(PDM)在国内流域的适用性及参数在不同径流阶段的变化研究较少。本文以浙江省两典型流域为例,建立PDM流量预报对比模型,根据参数动态识别分析确定不同时间窗口下参数变化,从而推断关键影响因子。研究结果表明:(1)PDM模型在两流域模拟结果较为满意,纳什效率系数均可达到0.7以上,且低流量为主的龙泉溪流域模拟效果明显优于高流量主导的金华江流域;(2)在不同洪水事件下PDM参数(经验参数α、b和最大蓄水能力Smax)均与前期土壤湿度显著负相关,与退水斜率有关的参数b在金华江流域与蒸发量显著正相关,而在龙泉溪流域与平均降雨负相关性显著;(3)受地表以下28 cm土壤湿度变化控制的参数α在洪峰及退水阶段识别度最大。 相似文献
2.
为了解决概念性和黑箱模型在小时尺度模拟效果对比中预见期选择的问题,提出利用滞后演算法求解概念性模型预报能力. 在两模型共同预报能力条件下,引入集对分析理论对比新安江模型、土壤水核算与演算（SMAR）模型、倒传递（BP）和Elman神经网络模型模拟效果. 概念性模型预报能力与流域面积成正相关且特定流域的预报能力相对固定,其中金华江和龙泉溪流域的预见期可以分别取第7、3 h;在相同预见期条件下,龙泉溪流域表现最好的是BP模型而最差的是Elman模型,金华江流域表现最好的是新安江模型而最差的是SMAR模型;引入集对分析方法可以从单指标转向更多指标进行综合评价,具有较好的适用性和高效性. 相似文献
1