支持向量机在半干旱半湿润地区水文预报中的应用研究 Applied Research on Support Vector Machine in Hydrological Forecast in Semi-arid and Semi-humid Area.pdfVIP

第33卷第2期 气象与环境科学 V01．33No．2 andEnvironmentalSciences Mav．2010 2010年5月 Meteorological 支持向量机在半干旱半湿润地区水文 预报中的应用研究 胡彩虹1，高 晶2，朱业玉3，苗冬3，张青山1 (1．郑州大学水利与环境学院．郑州450001；2．南京信息工程大学，南京210044；3．河南省气候中心，郑州450003) 摘 要：支持向量机是近年来提出的一种机器学习新算法，采用结构风险最小化准则，把学习问题转化为一个 二次规划问题来获得最优解，克服了BP神经网络方法中无法避免的局部极值问题。根据支持向量机的原理和方 法，在介绍半干旱半湿润地区汾河水库上游流域自然及水文特性的基础上，建立了基于支持向量机的径流预测模 型，利用1990--2005年的水文资料进行了检验，并与BP神经网络预测结果进行了对比，结果表明，支持向量机预报 模型的精度比BP神经网络有提高，且月径流和非汛期日径流中的预报结果可以用于指导实践。 关键词：径流；支持向量机；BP神经网络；半干旱半湿润地区 中图分类号：P338+．9 文献标识码：A 文章编号：1673—7148(2010)02—000l—06 Risk 结构风险最小化(Structural 引 言 原理，从而能取得对未来样本有较好的泛化性 中国大陆受季风气候影响，降水时空分布不均， 能∽1。与传统的神经网络方法相比，SVM方法以最 年际变化明显。导致了中国洪水和干旱灾害同时并 小结构风险代替了传统的经验风险，求解的是一个 存，灾情严重。而水文情报预报丁作是防灾减灾最 二次型寻优问题，从理论上说，得到的是全局最优 重要的非工程措施，是防汛抗旱工作的尖兵、耳目和 点，解决了在神经网络方法中无法避免的局部极值 参谋，在历年的防汛抗旱、水资源管理与保护、水工 问题；支持向量机拓扑结构南支持向量决定，避免了 程运行管理等T作中发挥了重要的作用。然而，在 传统神经网络拓扑结构需要经验试凑的方法。支持 人类活动和流域下垫面情况变化的条件下，干旱半 向量机在水文中的应用也在不断发展中，王景雷 干旱地区产汇流机制问题、无资料地区的水文模拟 等¨。将SVM成功应用于地下水位预报，Liong¨o、林 问题、水资源中长期径流预报技术等理论仍不够成 剑艺∽J、卢敏‘旧。等也已将SVM应用于水文预报中， 熟，需加强研究¨，。由于受到气象、水文及水力学 张士桥等川-针对训练样本的不平衡性，提出了一种 等复杂过程和地形地貌等流域下垫面系统和人类活 能进行峰值识别的改进支持向量机算法，用于流域 动等因素的综合影响，径流形成过程是一个复杂的 洪水预报。本文根据支持向量机的计算原理，建立 高度非线性系统。降雨径流模型、回归分析模型、时 了适用于半干旱半湿润地区的流域水文预报模型， 间序列模型、神经网络模型、模糊数学及灰色系统模 以汾河水库控制流域为例进行了检验，并与人工神 型等在过去的水文预报中都有广泛的应用旧·，且已 经网络进行了对比。 在湿润地区取得了满意的结果，但在干旱半干旱地 1 支持向量机基本原理 区，目前国内外尚无比较完善适用的流域水文预报 模型，且一直是研究的热点和难点。。，因而无法进 Vector