基于BP神经网络的雨雪混合径流预报模型.pdfVIP

中国农村水利水电·2008年第2期 45 文童编号：1007—2284(2008)02—0045—03 基于BP神经网络的雨雪混合径流预报模型 周浩澜 ，李 兰 ，赵英虎 ，杨 超 ，何 苗。 (1．武汉大学水资源与水电工程科学国家重点实验室，武汉430072；2．水利部长江水利委员会长江科学院，武汉430010) 摘 要：通过分析暴雨融雪混合径流的物理成因，确定其主要影响因子，然后分析雨雪混合径流主要影响因子对径 流的影响，建立一个基于BP神经网络雨雪混合径流预报模型，并利用新疆喀浪古尔河流域暴雨融雪径流资料对模型进 行仿真训练实验和验证。通过结果比较分析，在一定程度上提高了模型预报精度。 关键词：雨雪混合径流；神经网络；预报 中图分类号：P333；TP183 文献标识码：A Rain-on—Snow Mixed Runoff Forecast ModeI Based on BP NeuraI Network ZHOU Hao-lan ，LI Lan ，ZHAo Ying-hu ，YANG Chao ，HE Mia (1．State Key laboratory of Water Resources and Hydropower Engineering Science，Wuhan University，Wuhan 430072，China； 2，Chan~iang Scientific Research Institute，Changjiang Water Resources Commission，Wuhan 430010，China) Abstract：This paper decides the main influencing factors for rain-snow mixed runoff forecast by analyzing their physical causes，ana— lyzes the impacts of the main factors on runoff，and establishes a rain-snow mixed runoff forecast model based on BP(Back—Propaga— tion)neural network．The model parameters are calibrated and trained using the observation data of rain—snow mixed runoff in the Kalangguer basin of XinJiang．The results show that the model can obtain high precision of forecast． Key words：rain—snow mixed runoff；neural network；forecast 水文系统是一个复杂的非线性系统，它包含着系统时间和 按照该规律输出，即进行预测，是一个自组织、自适应的非线性 空间变化的非线性特性l1]。在降雨径流水文预报中，国内外学 动力系统l2]，因此，人工神经网络技术是解决复杂的非线性映 者已经做了大量研究，探求物理规律，并取得了一定进展，创建 射问题的有效方法。 了许多有物理基础的水文模型。但对于雨雪混合径流水文过 根据以上理论分析，神经网络模型可以用来进行雨雪混合 程，其物理成因相当复杂，具有相当大的不确定性，研究其物理 洪水预报。 成因有一定困难。国内外对此研究还较少，大多采用线性的数 理统计方法进行雨雪混合径流水文预报。因为其预报是基于 1 雨雪混合洪水主要影响因子分析 线性理论方法，在理论上将它应用于非线性的水文系统就存在 雨雪混合径流物理成因错综复杂，因此也决定了其影响因 偏差，为此促使人们从各个角度去探索雨雪混合径流水文预报 素也是十分复杂的。影响因素主要涉及水文、气象、地理、植物 的新方法。