共查询到20条相似文献，搜索用时 31 毫秒
1.
采用贝叶斯概率水文预报理论制订水电站水库中长期径流预报模型,以概率分布的形式定量地描述水文预报的不确定度,探索概率水文预报理论及其应用价值。采用气象因子灰关联预报模型处理输入因子的不确定度,将实时气象信息和历史水文资料有效结合,突破传统确定性预报方法在信息利用和样本学习方面的局限性,以提高水文预报的精确度。以丰满水电厂水库为例对所建模型进行检验,模拟计算结果表明,该模型与确定性径流预报方法相比,不仅有利于决策人员定量考虑不确定性,而且在期望意义上提高了径流预报精度,具有较高的应用价值。 相似文献
2.
确定性和随机性研究都是水文地质学中常用的传统性方法。确定性研究与地下水流模型密切相关,而水文地质学和其它地质学科中的随机研究,由于自然流场的空间变化,其主控因素和现有目标缺乏随机性资料。随机-确定性偶合研究同描述含水层参数或地下水补给率的方法有所不同。地下水补给是通过水文气象和管理条件而随机形成的。因此,地下水动态和水均衡预报模型都包含有补给这一随机项。在本报告中讨论了下列的现实问题: 相似文献
3.
4.
淮河息县站流量概率预报模型研究 总被引：11，自引：0，他引：11
应用美国天气局采用的由Roman Krzysztofowicz开发的贝叶斯统计理论建立概率水文预报理论框架，即以分布函数形式定量地描述水文预报不确定度，研究了淮河息县站流量概率预报模型。理论和经验表明，概率预报至少与确定性预报一样有价值，特别当预报不确定度较大时，概率预报比现行确定性预报具有更高的经济价值。 相似文献
5.
相较于大江大河的流域水文预报研究,中小流域的研究相对匮乏。以沅江河溪水文站以上流域为例,研究LSTM(Long Short-Term Memory)模型和新安江模型在场次洪水中的模拟效果。通过对比,新安江模型的整体模拟精度较高,洪量、洪峰、峰现时间的平均相对误差分别为9.39%、9.55%、1.6 h,确定性系数为0.73,综合合格率为100%,达到甲级精度标准;LSTM模型的模拟精度较低,洪量、洪峰、峰现时间的平均相对误差分别为11.76%、12.33%、2.3 h,确定性系数为0.60,综合合格率为75%,达到乙级精度标准。结果表明,新安江模型和LSTM模型是中小河流洪水预报的有效方法,均可用于河溪流域的正式预报,且对于河溪流域,新安江模型的模拟精度比LSTM模型更高。 相似文献
6.
贵州典型岩溶流域日降雨径流过程模拟研究 总被引：3，自引：1，他引：2
以蓄满产流方式描述岩溶地区的产流过程,采用稳定入渗法划分径流,将非线性水箱模型用于模拟单元流域的调蓄过程,以遗传算法为基础率定模型参数,建立了基于遗传算法率定参数的概念性岩溶水文模型,并以贵州普定后寨河流域为例,采用流域内老黑潭、六谷、后寨测站的水文资料对所建模型进行检验,以相对误差、互相关系数和确定性系数来评定模型.结果表明,本模型预报结果的相对误差均小于士10%,互相关系数均大于0.80,确定性系数均大于或等于0.70,说明所构建的模型能够模拟及预报岩溶地区的降雨径流过程. 相似文献
7.
为了考虑预见期内降水预报的不确定性对洪水预报的影响,采用中国气象局、美国环境预测中心和欧洲中期天气预报中心的TIGGE(THORPEX Interactive Grand Global Ensemble)降水预报数据驱动GR4J水文模型,开展三峡入库洪水集合概率预报,分析比较BMA、Copula-BMA、EMOS、M-BMA 4种统计后处理方法的有效性。结果表明:4种统计后处理方法均能提供一个合理可靠的预报置信区间;其期望值预报精度相较于确定性预报有所提高,尤其是水量误差显著减小;M-BMA方法概率预报效果最佳,它能够考虑预报分布的异方差性,不需要进行正态变换,结构简单,应用灵活。 相似文献
8.
挠力河流域三维地下水流数值模拟 总被引：3，自引：2，他引：1
在分析概化挠力河流域地质及水文地质条件的基础上,建立了研究区地下水流系统的三维数学模拟模型,运用Visual MODFLOW软件进行求解,并对研究区未来7年的地下水流场进行了预报。模型预报过程中用迭代逼近方法预报二类边界,用频谱分析法预报年降水量和地下水开采量,实现了随机模型与确定性模型相耦合。结果表明,研究区地下水多年平均补给量为20.9×108 m3/a。从预报的等水位线图看出,按照预测的开采量进行开采,研究区的地下水位在预报期间略有下降,每年平均下降0.329 m。 相似文献
9.
10.
概化的Tank模型及其在龙羊峡水库汛期旬平均入库流量预报中的应用 总被引：3，自引：2，他引：3
Tank模型（又称为水箱模型），是一种用于流域径流预报的确定性水文模型，根据龙羊峡水库入库主要产流区－－黄河上游唐乃亥水文站以上流域下垫面条件下产汇流特性，将其概化为以降雨量为输入，径流量为输出的单孔出流的线性水箱，工用于该水库汛期旬平均入库流量的预报，经对历史资料进行拟合和试验预报的 结果表明，该模型具有较高的预报精度，现已应用于黄河上游龙羊峡水库汛期旬平均入库来水量的中期预报中，取得了十分显著的经济效益。 相似文献
11.
Verhulst生物生长模型是一种统计型的滑坡预测预报模型,针对原始Verhulst模型中把第一个数据点作为已知条件的理论依据不存在,可能导致预报精度较低问题,将前人改进Verhulst模型的方法应用到滑坡预测预报中,推导出用改进模型和速度最大值判据预报滑坡发生时间的计算公式。通过分析表明,原始Verhulst模型中以速度最大值作为预报滑坡发生时间的判据缺乏合理性,以加速度和加加速度最大值作为预报判据应更合理,并推导出用加速度和加加速度最大值判据预报的计算公式。基于推导的公式,编写Matlab程序进行计算,将原始和改进的Verhulst模型以及3种判据应用于一些滑坡实例的预报中。结果表明,（1）与原始Verhulst模型相比,改进模型的预报效果较好,其预报滑坡发生的时间更早,且更准确;（2）与速度最大值判据相比,加速度和加加速度最大值判据的预报效果较好,其预报时间较早,且较准确;（3）可把原始模型中单一的时间预报值拓展为一段预报的时间范围,该预报时间范围的上限是加速度最大值时刻,下限是加加速度最大值时刻;（4）用改进模型和该时间段范围判据进行预报能起到提前预报的作用,且预报结果较准确。此外,经讨论认为临近破坏时,裂缝的增多以及动摩擦系数小于静摩擦系数导致抗滑力降低,剩余下滑力增大,是使滑体产生加速度逐渐增大运动的原因。 相似文献
12.
13.
贺小黑 《中国地质灾害与防治学报》2020,31(6):91-95
针对选点法和变换法在求取Pearl模型参数时误差较大的缺陷,且预报判据缺乏足够论证,可能导致预测预报准确度较低问题,将非线性拟合确定参数的方法应用到Pearl模型的滑坡预测预报中,推导了Pearl模型速度和加速度最大值判据预报滑坡发生时间的计算公式。将非线性拟合确定参数的方法和推导的判据计算公式应用于一些滑坡实例的预报中,结果表明:滑坡实际发生时间介于Pearl模型速度最大值判据和加速度最大值判据的预报时间之间,用Pearl模型加速度最大值判据能起到提前预报的作用。 相似文献
14.
海洋生态预报的复杂性与研究方法的讨论 总被引：1，自引：1，他引：0
海洋生态动态预报预测研究已经成为海洋科学乃至地球系统科学领域中的热点问题。比较深入地分析了海洋生态预报的复杂性、不确定性和实况监测资料严重不足等问题,为促进海洋生态预报研究的快速发展,借鉴中期数值天气预报的一些有效方法,提出以下建议：①加深理解海洋生态系统的非线性动力学特征,深入开展随机-动力耦合的海洋生态系统模型研究;②加强海洋生态集合（ensemble）预报和综合预报方法研究;③大力促进卫星遥感信息的海洋生态应用研究,加强资料同化研究和反问题研究方法的应用,努力发掘各种信息资料的预报应用。 相似文献
15.
基于地质灾害的多样性及其变化的随机性和非稳定性特点,本文综合利用数学算法和GIS技术,设计了地质灾害预警模型,分析了诱发地质灾害的地形、地貌、气象、水文等几方面的因素,应用地质灾害显式统计预警的基本原理,并通过确定性系数模型(CF)综合分析了天津市地质灾害分布与地质环境基础因素的关系,更好的修订了我市地质灾害预警预报模型.实践证明,应用基于GIS 的地质灾害预警预报系统已在我市近几年的地质灾害气象预警预报中不断完善,预警预报精度得到提高,防灾减灾效果明显,对保护人民生命财产安全发挥了重要作用. 相似文献
16.
滑坡预报研究方法综述 总被引：33，自引：0，他引：33
目前常用的各种滑坡预报的理论和方法很多,其中斋藤迪孝模型、灰色预模型（１．１）、Ｐｅａｒｌ生物生长模型和非线性相关分析模型又是预报理论更为充分、研究较为深入、预报效果更有效的方法;对各种方法的原理、适用条件和优缺点进行了剖析。同时,还对其它一些预报方法做了介绍。 相似文献
17.
以贵州六冲河、倒天河流域为例建立喀斯特山区径流预报BP神经网络模型。六冲河流域以七星关站丰水期流量过程为输出数据,以丰水期降雨过程、出口断面前期流量过程、蒸发量作为输入数据,倒天河流域以徐家屯站丰水期流量过程为输出因子,丰水期降雨过程、前期流量过程作为输入因子。预报结果确定性系数DC值分别为0.538、0.420。结果表明将蒸发量作为输入数据、流域面积比较大模型预报精度较大。 相似文献
18.
为提高多种典型人工神经网络应用于降水预报的精度与稳定性并做出优选,对太湖流域湖西区丹徒、丹阳、金坛、溧阳、宜兴5站的年降水量时间序列建立基于组成成分分析的人工神经网络模型,并通过平均相对误差、平均绝对误差、均方根误差及合格率4项评价指标对比分析预报效果。该模型采用Mann-Kendall法、秩和检验法、谱分析法进行组成成分分析;建立BP网络、小波神经网络、RBF网络、GRNN网络及Elman网络模拟并预测随机成分,与确定性成分叠加得年降水量预报结果。在湖西区的研究结果表明,基于组成成分分析的人工神经网络模型的拟合及预测精度高于原始人工神经网络和线性自回归模型,GRNN网络的预测精度与稳定性高于其他4类神经网络。 相似文献
19.
将粒子群算法（PSO）引入大坝监测领域,提出一种基于粒子群神经网络（PSONN）的大坝监控预报模型。该模型充分发挥PSO的全局寻优能力和BP神经网络局部细致搜索优势,给BP神经网络提供了良好的初始权值。对逐一粒子群（SPSONN）、整体粒子群（WPSONN）、逐一BP（SBPNN）及整体BP（WBPNN）4种预报模型的对比分析表明：逐一预报模型（SPSONN和SBPNN）的预报精度明显高于对应的整体预报模型（WPSONN和WBPNN）的预报精度;与BP神经网络模型相比,PSONN模型不仅收敛速度明显加快,而且预报精度也有较大提高,尤其是SPSONN模型,其高精度和短历时性完全满足实时预报的需要,可以准确、有效地应用于大坝监测量的实时预报。 相似文献