中长期径流预报模型研究

中长期径流预报模型研究

论文摘要

中长期径流预报对掌握未来径流信息,实现水资源科学管理和优化调度具有重要意义。进行中长期径流预报模型的耦合计算和综合评价,可为中长期径流预报模型的应用研究,提高站点的预报精度提供重要参考。本文介绍了中长期径流预报原理及其模型,分析总结目前中长期径流预报研究中存在的问题。以黄河流域民和、兰州、龙门、白马寺和黑石关水文站的天然年径流序列为研究对象,选取平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)和均方百分比误差(MSPE)4个误差指标,运用信息熵确定各误差指标的权重,得到径流预报模型的优属度,实现模型的综合评价。本文主要的研究内容和结论如下:(1)研究区站点径流单一预报模型的构建。应用中长期径流预报的周期分析和时间序列预报模型,建立研究区站点的周期外延叠加、均生函数、自回归(AR)和马尔科夫4个单一预报模型。结果表明,单一模型的综合评价结果集中,民和和白马寺水文站均生函数模型的优属度,取得最大值分别为0.963和1.000,兰州、龙门和黑石关水文站AR模型的优属度,取得最大值分别为0.966、0.989和1.000。应用马尔科夫模型进行定性预报时,模型精度和可靠性较低。(2)研究区站点径流耦合预报模型的构建。根据单一预报模型的特点,尝试将不同的模型进行耦合计算,以期提高中长期径流预报的精度。耦合模型包括灰色-周期外延叠加、均生函数-逐步回归、加权马尔可夫、灰色-逐步回归周期、EEMD-BP神经网络、PPRGSRP、PPARWD和模糊综合分析模型。结果表明,耦合模型的综合评价结果集中,民和水文站PPARWD模型、兰州和黑石关水文站EEMD-BP模型的优属度,均取得最大值1.000,龙门水文站PPRGSRP模型的优属度,取得最大值0.962,白马寺水文站模糊综合分析模型的优属度,取得最大值0.967。应用加权马尔科夫模型解决了马尔科夫模型最大转移概率不唯一的弊端,模型精度和可靠性提高。(3)研究区站点径流预报模型的优选研究。结合单一预报模型和耦合预报模型的误差指标的计算结果,计算各站点所有模型的优属度,实现模型优选。结果表明,民和水文站的优选模型为PPARWD模型、兰州和黑石关水文站为EEMD-BP模型、龙门水文站为PPRGSRP模型、白马寺水文站为模糊综合分析模型。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 研究目的与意义
  •   1.2 国内外中长期径流预报模型研究进展
  •     1.2.1 中长期水文预报
  •     1.2.2 研究中存在的问题
  •   1.3 研究内容与技术路线
  •   1.4 本章小结
  • 第二章 中长期径流单一预报模型
  •   2.1 周期分析预报模型
  •     2.1.1 功率谱分析
  •     2.1.2 周期外延叠加预报模型
  •   2.2 时间序列预报模型
  •     2.2.1 AR模型
  •     2.2.2 均生函数模型
  •     2.2.3 马尔科夫模型
  •   2.3 灰色预报模型
  •   2.4 人工神经网络预报模型
  •     2.4.1 人工神经网络模型
  •     2.4.2 人工神经网络学习规则
  •     2.4.3 BP神经网络算法
  •   2.5 投影寻踪回归预报模型
  •     2.5.1 投影寻踪回归模型
  •     2.5.2 遗传算法与Hermite多项式
  •   2.6 模糊分析预报模型
  •     2.6.1 模糊数学基础
  •     2.6.2 模糊综合分析预报
  •   2.7 本章小结
  • 第三章 中长期径流耦合预报模型
  •   3.1 模型耦合
  •     3.1.1 灰色-周期外延叠加模型
  •     3.1.2 均生函数-逐步回归模型
  •     3.1.3 加权马尔科夫模型
  •     3.1.4 灰色-逐步回归周期模型
  •     3.1.5 EEMD-BP神经网络模型
  •     3.1.6 PPRGSRP和PPARWD模型
  •     3.1.7 模糊综合分析模型
  •   3.2 模型综合评价与优选
  •     3.2.1 预报误差指标的选取
  •     3.2.2 中长期径流预报模型的综合评价
  •   3.3 本章小结
  • 第四章 模型应用
  •   4.1 研究区概况
  •     4.1.1 自然地理特征
  •     4.1.2 气候
  •     4.1.3 研究区站点概况
  •   4.2 周期分析预报模型在中长期径流预报中的应用
  •     4.2.1 功率谱计算
  •     4.2.2 周期外延叠加模型在中长期水文预报中的应用
  •   4.3 时间序列预报模型在中长期水文预报中的应用
  •     4.3.1 AR模型在中长期径流预报中的应用
  •     4.3.2 均生函数模型在中长期径流预报中的应用
  •     4.3.3 均生函数-逐步回归模型在中长期径流预报中的应用
  •     4.3.4 马尔科夫模型在中长期径流预报中的应用
  •   4.4 灰色-逐步回归周期模型在中长期径流预报中的应用
  •   4.5 EEMD-BP神经网络模型在中长期径流预报中的应用
  •   4.6 投影寻踪回归模型在中长期径流预报中的应用
  •     4.6.1 PPRGSRP模型
  •     4.6.2 PPARWD模型
  •   4.7 模糊综合分析模型在中长期径流预报中的应用
  •   4.8 模型的综合评价与优选
  •   4.9 本章小结
  • 第五章 结论与展望
  •   5.1 研究结论
  •   5.2 研究展望
  • 参考文献
  • 致谢
  • 个人简历
  • 文章来源

    类型: 硕士论文

    作者: 石继海

    导师: 宋松柏

    关键词: 中长期径流预报,模型耦合,误差指标,综合评价,黄河流域

    来源: 西北农林科技大学

    年度: 2019

    分类: 基础科学

    专业: 地球物理学

    单位: 西北农林科技大学

    基金: 国家自然科学基金(编号:51479171)

    分类号: P338

    总页数: 114

    文件大小: 7878K

    下载量: 292

    相关论文文献

    • [1].季节性支持向量机中长期径流预报模型[J]. 水力发电 2014(04)
    • [2].人工神经网络在径流预报中的述评与展望[J]. 水科学与工程技术 2009(01)
    • [3].基于小波分析-稳健估计的径流预报模型及应用[J]. 水力发电学报 2017(06)
    • [4].杨房沟电站大江截流期径流预报[J]. 人民长江 2017(S1)
    • [5].二滩水电站中长期径流预报研究[J]. 水电能源科学 2009(01)
    • [6].欧氏距离与趋势值在中长期径流预报中的应用[J]. 东北水利水电 2017(06)
    • [7].基于多方法优选因子和人工神经网络耦合模型的枯水期径流预报[J]. 武汉大学学报(工学版) 2015(06)
    • [8].结合大气环流和遥相关信息的集合径流预报方法及其应用[J]. 清华大学学报(自然科学版) 2013(05)
    • [9].基于随机森林与支持向量机的水库长期径流预报[J]. 水利水运工程学报 2020(04)
    • [10].不同流域的自回归径流预报效果对比[J]. 应用基础与工程科学学报 2018(04)
    • [11].基于神经网络的中长期径流预报时间尺度研究[J]. 中国农村水利水电 2014(08)
    • [12].中长期径流预报模型优选研究[J]. 西北农林科技大学学报(自然科学版) 2019(07)
    • [13].基于预报因子聚类分级的日径流预报深度信念模型及应用[J]. 应用基础与工程科学学报 2018(05)
    • [14].基于气象因子的汛期径流预报模型[J]. 水电能源科学 2015(10)
    • [15].基于相关向量机的中长期径流预报模型研究[J]. 大连理工大学学报 2012(01)
    • [16].基于气象分析的二滩电站月径流预报[J]. 农业工程学报 2011(S2)
    • [17].LASSO回归和支持向量回归耦合的中长期径流预报[J]. 应用基础与工程科学学报 2018(04)
    • [18].基于熵谱理论的月径流预报[J]. 西北农林科技大学学报(自然科学版) 2019(05)
    • [19].中长期径流预报的时间尺度[J]. 武汉大学学报(工学版) 2015(06)
    • [20].基于小波分析—模糊神经网络的径流预报模型[J]. 水利水电技术 2013(02)
    • [21].基于改进径流曲线数模型的北京密云坡地径流估算[J]. 农业工程学报 2017(21)
    • [22].基于数值天气预报模式的流域中期径流预报[J]. 水利水电技术 2018(11)
    • [23].利用PSO-SA混合优化支持向量回归的径流预报模型研究[J]. 计算机应用研究 2019(09)
    • [24].基于支持向量回归机的长期径流预报及不确定性分析[J]. 南水北调与水利科技 2018(03)
    • [25].耦合中期、长期径流预报的跨流域引水受水水库调度图研究[J]. 水资源与水工程学报 2016(06)
    • [26].基于小波-ANFIS的水库月径流预报模型[J]. 水电能源科学 2008(01)
    • [27].红水河乐滩水电站月径流预报模型的编制[J]. 东北水利水电 2008(06)
    • [28].基于随机森林模型的长江上游枯水期径流预报研究[J]. 水力发电学报 2012(03)
    • [29].滑动窗口二次自回归模型在径流预报中的应用[J]. 河海大学学报(自然科学版) 2009(03)
    • [30].GAS参数优化方法在黄河上游非汛期径流预报中的应用[J]. 水文 2008(02)

    标签:;  ;  ;  ;  ;  

    中长期径流预报模型研究
    下载Doc文档

    猜你喜欢