黄河宁蒙河段封开河日期预报方法研究

采用多元线性回归分析方法建立了基于物理成因概念的三湖河口站封开河日期预报模型,通过相关分析方法初步挑选预报因子,再应用SPSS软件对多元线性回归的预报因子进行了筛选,并对预报模型的精度进行了评定。结果表明:①建立的多元线性回归模型能较好地拟合三湖河口站的封开河日期;②在模型检验过程中,个别年份出现了较大误差,这说明封开河日期不仅与气象因素有关,也和其他因素有关。     

黄河源区河道冰封开河预报研究

研究黄河源区封开河日期的预报模型,对于填补黄河源区凌情研究的空白,进一步了解气候变化对源区径流过程的影响十分重要。根据黄河源区的水文、气象资料,从热力因素、水力因素和河道条件等方面筛选了影响河流凌情演变的主要因子,选用多元线性回归法和人工神经网络法对封河日期和开河日期进行了预测,并对预测结果进行了对比分析,初步建立起具有一定精度的黄河源区河冰封开河预报模型。     

基于TOPSIS-模糊综合评判的模糊推理模型在开河预报中的应用

冰凌开封河受到较多自然和人为因素的影响,具有较高的不确定性,为了进一步提高冰凌开封河预测的精度,考虑各因素的综合作用成为解决问题的关键。先采用主成分分析法初步确定冰凌开封河历时影响因子的权重,运用模糊推理模型依据影响因子矩阵的相似性进行初步预测,进而采用TOPSIS-模糊综合评判模型对预报因子进行识别,筛选出合理的预报因子进行二次预测。运用实例对基于TOPSIS-模糊综合评判模型冰凌预报因子识别的模糊推理模型的效果进行了检验,同时与冰凌预报模糊优选神经网络BP模型进行对比,结果表明:在TOPSIS-模糊综合评判模型因子进行识别基础上的模糊推理模型预测精度较高、效果较好,既能够有效识别预报因子,又能够较好地提高预报封河、开河历时的精度,为凌汛预测提供了新的途径。     

基于人工鱼群算法的冰情预报神经网络模型

在分析凌汛成因的基础上选取合适的预报因子,针对BP神经网络收敛速度慢、易陷入局部极小值的缺点,利用改进的人工鱼群算法训练BP神经网络,以黄河宁蒙河段封开河日期数据进行建模,给出了人工鱼群算法训练神经网络的基本原理和步骤,并对人工鱼群算法神经网络模型、遗传算法神经网络模型、粒子群神经网络模型的预测结果进行了对比分析。结果表明:人工鱼群算法神经网络模型对黄河内蒙古段凌汛期的封开河日期预测比较准确,预测结果优于遗传算法神经网络模型和粒子群神经网络模型。     

基于模糊识别人工神经网络的冰凌预报模型

黄河内蒙古段地处黄河流域最北端,由于它的特殊地理位置、水文气象条件、河道特性,几乎每年产生凌汛。在分析影响凌汛成因因素的基础上,选取合适的预报因子,基于模糊识别人工神经网络BP模型,提出冰凌预报方法,应用于黄河内蒙段封河、开河日期的预报。结果表明,计算简便,精度良好。     

模糊优选神经网络BP模型在黄河内蒙段封开河预报中的应用

黄河内蒙段地处黄河流域最北端,由于它特殊的地理位置、水文气象条件、河道特性,几乎年年发生凌汛。在分析凌汛成因影响因素的基础上,选取合适的预报因子,基于模糊优选神经网络BP模型,对黄河内蒙段封河、开河日期进行样本训练和预报方案验证。预报结果表明,模糊优选神经网络冰凌预报模型计算简便,精度良好。     

冰凌预报模糊优选神经网络BP方法

黄河内蒙段地处黄河流域最北端，由于它的特殊地理位置、水文气象条件、河道特性，几乎每年产生凌汛。本文在分析影响凌汛成因因素的基础上，选取合适的预报因子，基于模糊优选神经网络BP模型，提出冰凌预报方法，应用于黄河内蒙段封河、开河日期的预报。结果表明，计算简便，精度良好。     

基于可变模糊综合分析的冰凌预测模型

在分析凌汛成因影响因素的基础上,以可变模糊集理论为核心,采用二元比较法确定指标权重,结合统计相关分析确定预报因子相关程度,提出一种基于可变模糊综合分析的冰凌预测模型。将该模型应用于黄河内蒙古段开河日期的预测,结果表明该模型计算简便,对开河日期的预测具有较高的精度。     

黄河巴彦淖尔段凌汛特征及防御措施初探

巴彦淖尔市位于黄河流域的上中游地区,又处于流域最北端。由于所处的地理位置、水文气象等条件,构成一年一度封开河期间出现严重的凌汛问题。文章从凌汛的形成机理和致灾因子,以及巴彦淖尔市特殊的地势形态等方面进行分析,探讨其防御措施。     

基于GASS-BPEE交叉训练算法的河道冰情预报组合模型

在文章的河道冰情预报的组合模型中,首先在成因分析的基础上,采用逐步回归算法对预报因子进行有效的筛选,然后采用GASS-BPEE交叉训练算法对冰情要素进行预报.利用该组合模型对凌汛灾害多发的松花江依兰、佳木斯江段开河日期进行了预报,结果表明所建立的河道冰情预报组合模型结构简单、预报精度较高,具有实用价值.     

黄河内蒙古段冰情预报系统的开发

为了预报黄河内蒙古段的流凌和封开河日期,以多元线性回归理论与人工神经网络理论为基础,设计开发了黄河内蒙古段冰情预报系统预报内蒙古段各个站点的流凌和封开河日期。选用黄河内蒙古段水文、气象和冰情信息建立数据库,应用ADO OLEDB技术调用数据库,建立符合相关性要求的人工神经网络模型和多元线性回归模型,从而实现预报识别检验。使用2003—2004年度至2007—2008年度5年的资料进行预报检验,并与实际开河日期对比分析,预报结果合格率为80%和67.7%,分别达到甲等和丙等预报精度,表明系统可以应用于黄河内蒙古段的冰情预报。     

基于黑龙江乌云站凌汛洪水预报方法

本文对黑龙江干流中游段乌云站冰情特性及凌汛洪水成因进行了分析。根据其冰情和凌汛洪水特征规律及影响因素,利用可监测现有实例数据,探讨性地提出了通过线性回归方程建立该站凌汛洪水预报数学模型的方法。该方法预报结果精度满足实际工作要求,模型简单、灵活实用,易于更新,可移用于相似流域测站,实际工作中具有一定的使用价值。     

耦合二次因子筛选和深度学习的径流预报研究

径流影响因子的有效筛选是径流预报研究的关键环节。然而影响径流的要素众多,且因子间存在复杂的相互作用。现有研究大都采用一次因子筛选的数值驱动模型,且研究结果表明输入因子在空间上存在数据冗余,导致预报效果不佳。基于此,以渭河流域为例,对比分析支持向量回归(SVR)与长短记忆网络模型(LSTM),并选出最优的预报模型为LSTM模型。采用主成分分析法与灰色关联度分析法对输入项进行二次筛选,形成主成分分析、灰色关联度分析法与长短记忆网络的耦合模型。结果表明：(1)LSTM的拟合精度高于SVR;(2)二次筛选输入项提升了预报精度,耦合模型的预报精度均优于单一模型,其中耦合模型相对单一模型的模型精度评价指标均有大幅度提升;(3)灰色系统关联分析耦合模型相比主成分耦合模型的纳什效率系数、确定性系数分别提升了0.13%、0.03%,观测值标准偏差比提升了42.9%。研究表明采用灰色关联度进行二次因子筛选,能够有效提高预报精度。     

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。     

基于Copula熵-随机森林的中长期径流预报研究

预测因子作为中长期预报模型的输入项,是影响预报结果精度的关键要素。为进一步提高预报精度,提出了一种Copula熵与随机森林模型相结合的中长期径流预报方法。该方法首先采用Copula熵指标对预测因子进行筛选,然后将选取的预测因子作为输入项,导入随机森林模型中对月径流进行相应预测。将该方法应用于汉江流域丹江口水库的逐月入库径流预报中,并与相关系数筛选法进行对比。结果表明:基于Copula熵指标筛选出的预测因子对应的模拟结果具有更高的精度,尤其对于汛期而言,其模拟值与实测值的拟合优度显著优于比选方法,说明其筛选出的预测因子具有更好的合理性。     

黄河巴彦淖尔盟段凌汛及防凌减灾措施

黄河巴盟段属黄河流域的上游地区 ,由于特定的地理位置 ,水位气象等条件 ,构成了一年一度封开河期间出现严重凌汛问题 ,针对凌汛存在诸多问题 ,通过采取科学、合理地凌期水量调度、防凌减灾措施 ,最大限度地防止凌汛灾情的发生 ,把凌灾损失减少到最小程度     

黄河宁蒙段凌汛致灾影响因素及灾害演变特点

黄河宁蒙段冬季凌汛现象频繁发生,凌灾影响损失严重,防凌抢险极为困难。根据历年凌汛期实测凌情数据与灾害统计信息,阐述凌汛水文过程及其形成机理条件,从热力环境、动力因素、边界条件和人类活动等方面分析凌汛洪水致灾影响因素,系统总结气候条件、水文情势、河势演变及人类活动等多元环境因素驱动下,黄河宁蒙段凌汛封开河时序与周期、冰盖厚度、冰期输水泄流能力、槽蓄水增量、水位流量关联关系及变化梯度、凌峰流量、冰塞冰坝发生频次及凌灾影响、防凌减灾控制等方面的时空演变特点。     

基于MIV的遗传神经网络径流预报模型

针对中长期水文预报中预报对象与预报因子之间复杂的非线性关系,引入平均影响值对预报因子进行筛选,选出对头道拐站年径流量影响较大的年降水量、年均相对湿度、年均气压3个因子作为神经网络的自变量,利用遗传算法优化的BP神经网络建立了预报模型。预报结果表明:基于平均影响值的遗传神经网络的预报精度及稳定性均达到了满意的效果。     

受水库影响短期洪水预报方法分析

通过汤旺河支流伊春河伊春站短期洪水预报过程实例,提出了针对水库对下游水文断面洪水预报精度的影响及具体解决方法。根据影响因素的综合分析情况,从水文比拟法和预报模型法两个方面来对该站原预报方案进行改进,经实例检验,预报结果精度满足相关规范要求。     

2010年努敏河流域加大延长型凌汛洪水分析

2010年春季以来,由于冬季气温低、降雪量大,形成了呼兰河及支流,较大的凌汛,努敏河流域出现了加大延长型凌汛洪水。根据绥北公路努敏河施工便桥严重阻水;努敏河出口断面公路路面过水的严重情况,绥化水文局积极协调防汛、交通部门等部门,布置有效措施,安全度过此次特殊水情,文中分析了本次洪水过程和洪水特点,总结联合防汛、多方协调的经验,并与历史洪水做了详细对比,对努敏河流域的气象水文特性、提高水文预报精度,防御凌汛洪水提出了认识。