排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
将天气预报产品引入水文模型是提高长期径流预测精度的有效途径,但引入方法仍存在难度。为此,以汉江上游梯级水库系统为例,引入智能算法及相似典型放缩,构建基于分预见期校正的CFS与SWAT耦合径流预测模型,首先甄选智能算法校正CFS降雨,然后基于相似典型放缩对其进行时空展布,最终将其输入分区率定的梯级水库SWAT模型,从而实现月径流预测。结果表明,随机森林和人工神经网络更适合于CFS预测校正且不受预见期影响,基于相似典型时空分布的耦合模型预测效果较好,能为梯级水库系统提供更为可靠的径流预测。 相似文献
2.
数值天气模式能通过大气物理方程概化气象因子与暴雨关系,基于此模式的暴雨因子放大法已成为估算可能最大暴雨(PMP)的重要途径。考虑到风速在地形作用下能够影响水汽垂直运动,进而与水汽辐合共同影响降雨,增加风速作为放大因子,提出了基于WRF模式的水汽风速放大法估算PMP,即通过大量敏感性试验,研究水汽、风速放大的垂直层数、水平范围、倍比,诊断水汽、风速因子与PMP的正相关性,同时通过因子组合放大确定能产生最大降雨的最恶劣暴雨情景。将其应用于湖北咸宁核电厂暴雨预测中,与基于线性假定的传统水汽风速放大法相比,该法从因子放大后暴雨特征的同向增强效应角度确定最不利暴雨,更为科学合理。 相似文献
3.
1