丹江口水库中长期径流量的多模型预报结果分析及综合研究.pdfVIP

水 利 学 报 2010年9月 SHUILI XUEBAO 第41卷 第9期 文章编号：0559-9350（2010）09-1069-05 丹江口水库中长期径流量的多模型预报结果分析及综合研究 1，2 3 1 1 冉笃奎 ，李 敏 ，武 晟 ，解建仓 （1.西安理工大学 西北水资源与环境生态教育部重点实验室，陕西 西安 710048； 2.汉江水电开发有限责任公司，湖北 丹江口 442700；3.西北勘测设计研究院，陕西 西安 710065） 摘要：水库中长期入库径流量的预报方法有多种模型，各有优缺点，预报结果也存在一定差异，应用过程中给实 际决策造成了一定困难。本文以丹江口水库月径流量为研究对象，通过分析多种预报模型计算结果的变化规律， 将精度和稳定性等作为性能指标，构建以加权平均和最小二乘法原理为基础的综合预报模型，并对丹江口水库月 径流预报进行了建模计算。应用结果表明，该综合模型提高了预报精度，增强了预报稳定性，使其具有更高可信 度，为入库径流量预报提供了一个有效的分析方法，为水库调度决策提供了便利。 关键词：丹江口水库；入库径流量；中长期径流量预报；综合预报模型 中图分类号：P338 文献标识码：A 1 研究背景 丹江口水利枢纽是南水北调中线水源工程，具有防洪、供水、发电、灌溉、航运和水产养殖等 综合功能。水库入库径流量的准确预报是指导水资源综合开发利用、科学管理和优化调度最重要的 依据。 ［1］ 近年来中长期径流预报模型的研究发展较快，已建立了多种预报方法，例如张晓伟 等针对灰色 自记忆建模中存在的缺陷，以组合预报思想为基础，采用BP神经网络方法修正灰色自记忆模型存在 ［2］ 的误差，从而建立了基于BP神经网络的灰色自记忆径流预报模型；林剑艺等 分析了支持向量机在中 ［3］ 长期径流预报中应用的可行性；杨道辉等 从减少传统径流预报中容易产生累计误差的角度出发，提 ［4］ 出了一种基于粒子群小波人工神经网络组合模型的月径流过程预报算法；于国荣等 构建了混沌时间 ［5］ 序列的支持向量机径流预报模型；汪丽娜等 探讨了支持向量机方法在降雨－ 径流预报中的应用，弥 ［6］ 补了人工神经网络在预报应用中的部分缺陷；陈南祥 等针对径流预报影响因素众多，信息相互重叠 的问题，采用偏最小二乘回归与神经网络耦合的方法，分析了该方法在径流预报中的实际应用效果； ［7］ ［8］ 曹辉等 对径流预报方法进行了简单比较。从总体上看，现有的水文预报方法主要分为两大类 ，一 类是以水文学概念为基础，对径流的产流过程与河道演进过程进行模拟；另一类是以建立输入输出 数据之间的最优数学关系为目标的建模方法，近年来得到了快速发展，主要是因为摆脱了一些无法 用概念模型精确计算的过程的困扰，同时水文数据获取能力的提高，计算能力的飞速发展，使得这 种模型在水文预报领域受到了广泛的关注。 预报模型有各自的优势，但预报结果的不一致性给一些决策工作带来了难度。查阅大量资料发 现，在其他研究领域也存在多模型计算结果不一致问题，一些学者给出了较好的解决方法。例如王 ［9］