10815.中長期徑流預(yù)報模型與方法綜合應(yīng)用研究

1、專業(yè)學(xué)位碩士學(xué)位論文中長期徑流預(yù)報模型與方法綜合應(yīng)用研究ResearchonModelsofMidandLongTermRunoffForecastingandIntegratedapplication學(xué)號：31306082大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)專業(yè)學(xué)位碩士學(xué)位論文摘要鑒于中長期徑流預(yù)報具有預(yù)見期長的特點，正確和及時的中長期徑流預(yù)報對于水庫調(diào)控和興利調(diào)度具有重大意義。由于水文要素

2、的長期變化規(guī)律十分復(fù)雜，且受客觀認(rèn)知能力和科學(xué)技術(shù)水平的限制，目前雖然有許多中長期徑流預(yù)報模型和方法，但是其預(yù)報精度尚不能滿足生產(chǎn)部門的需求。大量研究發(fā)現(xiàn)，現(xiàn)有的各種模型不可能適用于所有流域，因此通過分析模型的適用條件，根據(jù)流域特征和徑流來水過程特點來選擇模型并進(jìn)行徑流中長期預(yù)報更具有工程實踐意義。本文在綜述國內(nèi)外中長期徑流預(yù)報模型與方法的理論研究與實踐的基礎(chǔ)上，簡要總結(jié)了各種模型的優(yōu)缺點及適用條件，并選取幾種常用的模型與方法進(jìn)行實例應(yīng)

3、用研究，并對模型的適用性進(jìn)行了探討，為工程實例選取適合的中長期徑流預(yù)報模型提供了有價值的參考依據(jù)。主要研究成果如下：(1)分析研究了當(dāng)前國內(nèi)外三類中長期徑流預(yù)報模型與方法：物理成因分析法、數(shù)理統(tǒng)計法和人工智能方法，總結(jié)目前常用模型的優(yōu)缺點及適用條件，為模型選取提供基本依據(jù)。(2)利用常用的時間序列分析方法中ARIMA模型對桓仁水庫及碧流河水庫不同時段徑流、松華壩水庫枯季徑流、湯河水庫枯季徑流進(jìn)行預(yù)報。首先，對時間序列進(jìn)行平穩(wěn)性檢驗及處理

4、，然后，運用SPSS進(jìn)行模型識別、參數(shù)估計、模型檢驗，進(jìn)行ARIMA模型預(yù)測。研究結(jié)果表明，該模型對于相對平穩(wěn)的波動較小的水文過程效果較為理想，例如松華壩水庫枯季徑流及湯河水庫枯季徑流，具有一定的推廣意義。(3)利用能夠描述人的經(jīng)驗與知識的模糊識別方法對大伙房水庫、蒞窩水庫及于橋水庫的年徑流量進(jìn)行預(yù)報。首先，確定水文序列的演變周期，在此基礎(chǔ)上尋找待預(yù)報點所在周期的貼近周期；然后，建立模糊識別模型，依據(jù)貼近周期的水文要素值及變化的趨勢來進(jìn)

5、行中長期預(yù)報。研究結(jié)果表明，此模型對于周期性比較明顯的水文過程效果較為理想，例如對于具有周期性的大伙房水庫年徑流和蒞窩水庫年徑流，具有重要的參考價值。(4)利用BP神經(jīng)網(wǎng)絡(luò)模型對碧流河水庫汛期徑流量及大伙房年徑流量進(jìn)行預(yù)報。首先，為確保模型可操作和可推廣應(yīng)用，以74項環(huán)流特征量為基礎(chǔ)資料，選取比較容易獲得且為主要的水文氣象要素作為模型因子；然后，運用JAVA建立神經(jīng)網(wǎng)絡(luò)模型進(jìn)行中長期預(yù)報。研究結(jié)果表明，由于碧流河流域?qū)儆诤Ｑ笮詺夂颍瑲夂?/p>