首页 | 本学科首页   官方微博 | 高级检索  
     

基于贝叶斯网络的黄河径流预测
作者姓名:赵菲菲  张青青  张宇  石旭芳  钟德钰
作者单位:(1.青海大学水利电力学院,西宁 810016;2.青海大学三江源生态与高原农牧业国家重点实验室,西宁 810016;3.清华大学水沙科学与水利水电工程国家重点实验室,北京 100084)
摘    要:基于黄河流域1979—2018年的ERA-Interim再分析气候与水文数据,以及CMIP5中10个气候模式下3种典型排放情景(RCP2.6、RCP4.5、RCP8.5)的全球气候变化数据,采用离散数据的处理方法,建立黄河流域贝叶斯网络模型,推断黄河流域近40余年来气候要素对径流的影响概率,预测黄河流域未来径流量。结果表明:1979—2018年黄河天然径流量呈减小趋势,基于贝叶斯网络分区间概率预测预报的径流量也呈减小趋势;黄河流域的不同区间(低、中、高)径流量对气候的敏感程度不同,但径流始终与降水相关性最高;在RCP2.6情景下,黄河流域未来20年、60年的径流量为585.50亿、588.57亿m~3;在RCP4.5情景下,其值为585.42亿、587.53亿m~3;在RCP8.5情景下,其值为593.50亿、585.11亿m~3。

关 键 词:基于贝叶斯网络  气候因子  径流  不确定性问题  黄河流域

The Yellow River runoff forecast based on Bayesian network
Authors:ZHAO Feifei  ZHANG Qingqing  ZHANG Yu  SHI Xufang  ZHONG Deyu
Abstract:
Keywords:Bayesian network  climate factor  runoff  uncertainty problem  Yellow River basin
本文献已被 CNKI 等数据库收录!
点击此处可从《》浏览原始摘要信息
点击此处可从《》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号