基于小波神经网络的东江流域径流模拟多模型比较研究.pdfVIP

第 61卷 第 3期 2015年 6月 武汉大学学报(理学版) J．W uhan Univ．(Nat．Sci．Ed．) Vo1．61 No．3 June 2015，255～261 DOI：10．14188／j．1671—8836．2015．03．011 基于小波神经网络的东江流域径流 模拟多模型比较研究 张正浩 。，张 强 计，江 涛 ，陈晓宏 (1．中山大学 水资源与环境 系，广 东 广州 510275； 2．中山大学 华南地区水循环与水安全广东省普通高校重点实验室，广东 广州 510275； 3．中山大学 广东省城市化与地理环境空间模拟重点实验室，广 东 广州 510275) 摘 要：东江流域为香港及广州等特大城市的重要水源地，水文过程模拟及预测对流域水资源开发与管理具 有重要理论与现实意义．本研究针对小波神经网络中最佳母小波和最佳等级选择问题，在与传统模型比较基础上 ， 研究得出东江流域径流模拟的最佳小波神经网络模型，并以此进行东江流域的径流预测分析．结果表明：1)选择恰 当的母小波可以有效捕捉信号统计特征，该流域蒸发量、降水量、温度和湿度的最佳分解母小波分别为 Db4，Sym2， Db9及 Db4小波，其小波分解最佳等级为 5；2)小波神经网络作为新型混合优化模型，在母小波选择和分解等级确 定后，经东江博罗站径流模拟分析，确定为东江流域最佳小波神经网络模拟模型．该研究用于东江径流的预测，效 果在满 意范围内． 关 键 词：小波神经网络；径流模拟及预测 ；母小波；分解等级；模型比较 中图分类号 ：TV 121 文献标识码 ：A 文章编号 ：1671—8836(2015)03—0255—07 M ultiple M odels Comparative Study of the East River Basin Runoff Simulation Based on W avelet Neural Network ZHANG Zhenghao 。 ，ZHANG Qiang ’。’计，JIANG Tao ，。 ，CHEN Xiaohong ’ ’。 (1．Department of Water Resources and Environment，Sun Yat—sen University，Guangzhou 510275，Guangdong，China； 2．Guangdong University Key Laboratory of W ater Cycle and Security in South China，Sun Yat—sen University， Guangzhou 510275，Guangdong，China； 3．School of Geography and Planning，Guangdong key laboratory for Urbanization and Geo—Simulation， Sun Yat-sen University，Guangzhou 510275，Guangdong，China) Abstract：As the critical water source of large cities such as Hong Kong and Guangzhou，hydrological process simulation of East River Basin has important theoretical and practical significance on water resources development and management．Therefore，this research focuses on the optimum mother wavelet and level of a new hybrid model wave一 1et artificial neutra1 network(WANN)．The relative performance of wavelet artifieia1 neutral network iS compared with the regular traditional models for runoff simulation and prediction in East River Basin．The results indieate that： 1)the mother wavelet is useful for capturing statistical characteristics of time series，and the optimal mother wavelet for e