基于markov模型的嘉陵江流域洪峰流量预报研究.docxVIP

基于markov模型的嘉陵江流域洪峰流量预报研究

洪水是世界上最大的人为自然灾害之一。做好中央预算应当进行水土流失量的预测工作，每年预计流量趋势趋势是节水水管理部门的一项必要工作。marov模型是一种随机预测模型，在社会和经济预测中得到广泛应用，为预测水文提供了一种值得探索和实践的方法。在这项工作中，我们使用了模型来分析和预测嘉陵江流域控制站北耀水文站年最大的洪水流量。

1建模方法与成果

长期预测内含的不确定性成分较多,包括系统动力学本身的复杂性、变化的随机性以及认识上的不完善性等因素.由于流域降雨径流过程内在机制的复杂性、人类活动的影响以及水文气象信息自动测报、接收条件的限制,目前流域长期水文预报精度尚不令人满意.因此研究与探索长期水文预报理论与方法仍是水文水资源学科中一个重要课题.1987年陈守煜等提出了长期预报的模糊聚类分析方法,将模糊等价聚类和软化分聚类有机结合起来,对一个径流分级状态下的样本因子向量进行聚类分析,求出其成因模式,进而定义预报模式,做出预报方案.1997年陈守煜提出了中长期水文预报的综合分析理论模式与方法,该方法将水文成因分析、统计分析、模糊集分析有机地结合起来,为提高长期水文预报的精度提供了新途径.1994年胡铁松等提出了径流长期分级预报的人工神经网络方法.1997年胡铁松等提出了径流长期分级预报的Kohonen网络方法,有效地克服了人为给定监督信号进