面向人工神经网络的干旱程度评估方法.pdfVIP

　2000 年 3 月 系统工程理论与实践 第 3 期　 基于人工神经网络的干旱程度评估方法 1 1 2 冯　平 , 钟　翔 , 张　波 ( 1. 天津大学水利系, 天津 300072; 2. 天津市水利局, 天津 300204) 摘要: 　在干旱识别的基础上, 采用人工神经网络技术, 提出了一个干旱程度的评估模型, 并经海河 流域的实际应用表明, 该方法简单易行, 可为干旱研究提供一条新的途径 关键词: 　干旱; 神经网络; 干旱评估; 干旱程度 中图分类号: 　T P 18　　 A D rough t D egree Evaluation M ethod Based on the A rtificial N eu ral N etw o rk 1 1 2 FEN G P ing , ZHON G X iang , ZHAN G Bo ( 1. T ianjin U niversity, T ianjin 300072; 2. T he W ater Conservancy Bureau of T ianjin C ity, T ianjin 300204) Abstract: 　In th is paper, based on the identification of the drough t phenom enon , an e valuating model of the drough t degree is developed by using the technique of the artifi cial neural netw o rk. T he model is app lied in the H aihe R iver basin. T he results show that the m ethod is simp ler and mo re effective, and can p rovide a new w ay fo r the drough t research. Keywords: 　drough t; neural netw o rk; drough t evaluation; drough t degree 1　引言 洪涝灾害和干旱缺水都是我国水资源面临的主要问题, 在许多地方已成为经济发展及社会进步的重 要制约因素 但洪水是与水文气象结构的大数量极值有关的灾害, 而干旱却与小数量极值事件有关, 其起 始和终止时间并不明显, 这造成对干旱现象的观测、理解和掌握的特殊困难 并且干旱灾害受到各种自然 环境、社会经济等诸多因素的影响, 常常表现为各种确定的或不确定的、已知的或未知的信息 它是我国最 严重的自然灾害, 具有多发性、灾区的广阔性、灾害的持续性和灾害损失及后果深远, 灾后又难于恢复等特 点 因此, 如何准确评估干旱程度一直是人们在探索和讨论的问题[1 ] 一般情况下, 干旱事件的识别主要是采用游程理论 最初把游程理论用于干旱识别的是H erbst 等人 ( ) [2 ] 1966 , 他们是基于月降雨或月径流系列对干旱情况进行检验分析 按一般的游程理论, 如图 1, 对一个降雨时间系列P t , 用截断水平P 0t 就可以判断出明显的干旱期P t 负的游程长度 [ ]为干旱历时; 负游程强度 为干旱强度, 它表