首页 理论教育 现代水文预报方法及应用实例

现代水文预报方法及应用实例

时间:2023-10-04 理论教育 版权反馈
【摘要】:以长江宜昌站1890~2000年共111 年年平均流量资料为例建立WANN模型。图10.5宜昌站年平均流量小波分解WANN的结构为3—3—1。表10.6 给出了WANN模型预见期为1年和2 年的年平均流量拟合、检验成果。由表10.7 和图10.7 可看出,WANN预测最大流量是满意的。

现代水文预报方法及应用实例

实例1 三峡坝址年平均流量预报为三峡工程运行管理提供科学依据。以长江宜昌站1890~2000年共111 年年平均流量资料为例建立WANN模型。采用ATrous 算法对年平均流量Q(t)进行小波分解,得到小波分解{W1(t),W2(t),C2(t)}序列,如图10.5所示。这里尺度数P=2,滤波器采用对称紧支撑三阶B样条。

图10.5 宜昌站年平均流量小波分解

WANN的结构为3—3—1。即输入为[W1(t),W2(t),C2(t)]T,输出为Q(t+T)。由前90年资料建模(训练),后21 年资料检验。表10.6 给出了WANN模型预见期为1年和2 年的年平均流量拟合、检验成果。为比较,表中同时给出了门限自回归模型(TAR)的计算结果,由此可明确看出,WANN模型比TAR模型优。

表10.6 宜昌站年平均流量WANN长期预测结果

实例2 收集了宜昌站1882~2001 年11 月上、中、下旬各旬最大流量序列资料,建立WANN模型进行旬月最大流量预测,分三步进行:首先对最大流量值序列Q(t)进行小波分解,得到小波分解{W1(t),W2(t),W3(t),C3(t)}序列,这里P=3。图10.6 给出了11 月及11 月上旬最大流量小波分解过程。

图10.6 宜昌站11 月及其上旬最大流量小波分解过程

(a)11 月最大流量小波分解过程;(b)11 月上旬最大流量小波分解过程

WANN结构为4—4—1,由前100 年资料建模(训练),后20 年资料检验。表10.7 给出了WANN模型预见期为1 年和2 年的各最大流量拟合、检验和2002 年预测成果(表中的合格率是以相对误差小于20%进行统计的)。图10.7 绘制了WANN模型拟合、检验的各最大值流量过程。由表10.7 和图10.7 可看出,WANN预测最大流量是满意的。

表10.7 宜昌站11月及上、中、下旬最大流量长期预测结果(www.xing528.com)

图10.7 宜昌站11 月及其中、下旬最大流量拟合与检验过程

(a)11 月最大流量;(b)11 月中旬最大流量;(c)11 月下旬最大流量

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈