共查询到20条相似文献,搜索用时 796 毫秒
1.
河川径流等水文时间序列属于复杂的非线性系统,使用回归分析等传统的分析方法,难以获取和描述其内在关联和变化规律。利用现有的相关站点的径流量历史数据和输沙量、降水量数据,在进行规格化处理和主成分分析的基础上,利用三层BP人工神经网络模型,对澜沧江流域上游昌都站径流量与各关联因子之间复杂的非线性映射关系进行模拟,采用拟牛顿算法对模型进行训练,模拟结果达到期望精度要求,并利用1982年~1985年实测数据进行模型验证。结果证明利用BP神经网络模型对澜沧江流域站点的月径流量序列进行模拟、预测和数据补缺处理具有可行性。 相似文献
2.
河川径流等水文时间序列属于复杂的非线性系统,使用回归分析等传统的分析方法,难以获取和描述其内在关联和变化规律.利用现有的相关站点的径流量历史数据和输沙量、降水量数据,在进行规格化处理和主成分分析的基础上,利用三层BP人工神经网络模型,对澜沧江流域上游昌都站径流量与各关联因子之间复杂的非线性映射关系进行模拟,采用拟牛顿算法对模型进行训练,模拟结果达到期望精度要求,并利用1982年~1985年实测数据进行模型验证.结果证明利用BP神经网络模型对澜沧江流域站点的月径流量序列进行模拟、预测和数据补缺处理具有可行性. 相似文献
3.
4.
5.
6.
由于大坝位移时间序列数据受各种复杂因素的影响,具有非平稳和非线性等特征,因此,利用传统、单一的时间序列预测模型较难准确地描述大坝位移变形的复杂规律。综合考虑大坝位移时间序列非线性和线性特征,本文提出了一种SVM和ARIMA相结合的时间序列预测模型。将大坝变形的时间序列分为非线性部分和线性部分。针对非线性部分,利用SVM进行滚动预测,并与NAR动态神经网络进行对比,试验表明SVM处理非线性问题具有相对的优势;针对线性部分,通过ARIMA模型对其进行单步滚动预测,综合两项预测结果得到组合模型的预测值。结合大坝实测资料对组合模型进行检验,试验结果表明,SVM-ARIMA组合模型的预测精度高,能更好地描述大坝位移的变化趋势,具有一定的实用价值。 相似文献
7.
8.
为了研究可可西里地区的湖泊变化及其与气候变化的响应关系,利用TM/ETM+图像提取乌兰乌拉湖水体面积,利用高度计数据获得湖泊水位,分析湖泊面积和水位的变化;并计算得到2003—2009年湖泊水量变化;然后利用SWAT模型(soil and water assessment tool),对乌兰乌拉湖1970—2012年的径流情况进行模拟,其中土壤分类、土地利用分类和气象数据作为输入数据,利用遥感数据计算湖泊径流量,进行模型率定和验证。结果表明:1970—1990年,乌兰乌拉湖湖泊面积持续缩小,1990年以后湖泊面积持续增大,1990—2010年湖泊面积共增长了129 km2,水位也持续上升;SWAT模型模拟值和真实值的决策系数R2=0.82,模型适用性强,长期模拟结果与遥感监测结果的趋势一致;乌兰乌拉湖流域多年平均年径流量为103.8 mm,高峰出现在7—9月。 相似文献
9.
湖泊流域汇水径流过程的模拟预测是一种复杂系统中的时间序列分析问题。模型选择上,现有的机理模型法与辨识模型法各有利弊。同时,现有的模型多采用静态数据驱动模拟,不能有效利用传感网实时观测数据来改善模拟不确定性的问题。本文基于深度循环神经网络技术,提出一种适应动态数据驱动的模式,可融合遥感数据与原位传感器站点数据的DTSM(Dynamic Data Driven Time Series Model)时序模拟预测模型,并在观测值与数值模拟之间建立了一种能动态反馈、自适应调整的模拟框架,解决了传统辨识模型法对时序信息挖掘较弱导致模拟精度较低的问题。通过在鄱阳湖多个子流域入湖径流的案例中验证,显示静态数据驱动模式下,以不同数据源作为输入模拟时,本文DTSM模型的纳希效率系数Ens精度比机理模型提高10个百分点以上;相比静态模式,动态数据驱动模式的模拟精度有进一步提高,尤其是对于静态模式精度较低的流域,提高更为明显。 相似文献
10.
在短期基坑沉降监测中,由于数据量少且呈非线性变化,沉降模型很难准确建立。灰色GM(1,1)对数据少、趋势性强、波动小的数据有较高的预测精度,但不能模拟复杂的非线性函数;BP神经网络可以对非线性数据进行学习训练,具有自学习、自适应能力;通过将GM(1,1)与BP神经网络组合,并优化网络部分的学习率、权值和阈值等,建立一种改进的灰色神经网络模型,该模型具有对非线性数据自学习、自适应能力和预测精度更高等优点。通过某基坑沉降监测分析,验证改进的灰色神经网络模型预测精度更高,适合短期建模,具有很好的实用性。 相似文献
11.
基于MODIS-NDVI数据分析澜沧江流域生长季植被NDVI时空特征和变化趋势,结合地形数据、气象站点数据和植被类型数据,利用趋势分析和相关性分析法研究植被NDVI变化对气候因子的响应。结果表明:1)2000-2017年澜沧江流域生长季植被NDVI均值为0.592,整体呈现出由西北向东南波动增加趋势,增长速率为0.09%/10年;2) 2000-2017年澜沧江流域气温呈上升趋势,降水呈下降趋势,植被NDVII总体与平均气温的相关性高于累积降水量;3)澜沧江流域生长季植被NDVI驱动因子分析表明,气候驱动中以气温降水联合驱动为主,流域植被NDVI变化整体为非气候驱动。 相似文献
12.
基于GIS的乌江流域地表径流模拟研究 总被引:2,自引:0,他引:2
基于GIS平台,建立了数字乌江流域。在此基础上,选择5个典型子流域,利用流域1956-2000年的降雨和水文资料及流域2000年土地利用数据,分别计算5个子流域的年均降雨量、年均地表径流量和土地利用百分比;用多元回归分析工具建立流域年均地表径流量与年均降雨量和土地利用百分比之间的关系式,得到不同土地利用方式下的降雨径流模型;通过实测资料对模型进行验证的结果表明,模型模拟精度较高,相对误差在7%以内。 相似文献
13.
基于支持向量机的土地利用变化模拟模型 总被引:3,自引:0,他引:3
以湖北省为例,选取5大类7个耕地.利用变化驱动力因子.将1986~2000年的数据作为样本训练数据,2001~2004年的数据作为测试数据,与耕地变化进行基于支持向量机的回归模拟,用遗传算法对参数进行优化,并与BP、RFB神经网络模型进行了对比.模拟结果精度分析显示,SVM模型较BP神经网络模型理想,与RFB神经网络接近.并运用该模型对湖北省2010年的耕地利用变化进行了预测,结果合理.研究表明,SVM模型有较强的自学习、自适应能力,在土地利用变化模拟中有着广泛的应用前景. 相似文献
14.
为了使大坝变形的预测精度更高,针对大坝形变量的时间序列中存在着非平稳和非线性等曲线特性,使用一种经验模态分解(EMD)和非线性自回归动态神经网络(NAR)相结合的EMD-NAR模型对大坝形变时间序列进行预测。以某大坝实测的时间序列数据为算例,分别使用BP模型、NAR模型和EMD-NAR模型进行实验对比,结果表明,BP、NAR、EMD-NAR模型预测的均方根误差(RMSE)分别为0.9449,0.6993,0.4678;模型预测的平均相对误差(MRE)分别为0.1492,0.1065和0.0688,从三种模型预测结果对比可知,组合的EMD-NAR模型预测精度最高且稳定性最好,为时间序列的大坝形变预测提供一种新的参考思路。 相似文献
15.
16.
17.
基于神经网络和GIS的广西都安县人口数据空间化研究 总被引:1,自引:0,他引:1
人口数据的空间化是进行小尺度地理分析的基础,本文在分析土地利用与人口分布关系的基础上,发现耕地、居民点以及水域是影响人口分布的主要因素,在GIS中对人口及其土地利用等数据进行分析,同时,利用BP神经网络非线性模型,对广西都安县人口数据进行空间化研究.通过神经网络的模拟和数据的调整,最终生成的栅格人口分布与实际的分布保持大体一致. 相似文献
18.
利用GAMITL/GLOBK软件对陕西GPS连续观测网的站点2008-2014年近6 a的连续观测数据进行处理得到基准站原始时间序列;并采用Kalman、ARMA、BP这3种方法对原始时间序列进行滤波去噪分析,结果表明3种方法都有效地剔除了一定量的噪声,使站点在N,E,U这3个方向上的坐标趋势更加显现,尤其是在选定合适的状态噪声矩阵后Kalman方法要优于其他两种方法。同时去噪得到的陕西连续观测网站点在ITRF2008框架下的速度场精度更高,N方向的平均速度为-0.010 1 m/a,E方向的平均速度为0.033 8 m/a,整体往东南方向位移,渭河盆地和汉中盆地内几个站点沉降量较大。 相似文献
19.
正分析IGS站点坐标时间序列的噪声特性、季节性变化以及地表质量负载对各坐标分量的贡献,对IGS站点坐标数据的干扰改正、测站季节性运动物理机制的研究以及地固参考框架的稳定性维护具有重要的理论意义及实用价值。本文以IGS再分析中心JPL产出的单日解坐标序列产品为研究对象,对站点坐标时间序列的数据预处理方法,噪声特性分析,地表质量负载形变模拟,站点时变季节性变化提取以及站点坐标质量负载形变修正等方面进行了研究,主要内容和结论如下:(1)对站点坐标时间序列异常值的探测、阶跃修复及 相似文献
20.
土地利用/覆被变化对细河流域的水文过程影响显著。为研究不同土地利用/覆被情景对流域水文要素的影响情况,本文构建了适用于细河流域的SWAT分布式水文模型,并拟算出不同情景下的流域多年平均月径流量、多年平均地表径流深度、多年平均蒸发量以及多年平均土壤侧流。模拟结果显示:当流域农林用地增加时,平均月径流量增加了8.40%;当建设用地增加时,平均月径流量减少了4.11%;当旱地及其他未利用地增加时,平均月径流量减少了1.93%。综上所述,细河流域农林用地变化对径流产量的影响相对最大,其增加导致径流量增加;旱地及其他未利用对径流产量的影响相对最小,建设用地和旱地及其他未利用地的增加导致径流量减少。 相似文献