论文部分内容阅读
鉴于中长期径流预报具有预见期长的特点,正确和及时的中长期径流预报对于水库调控和兴利调度具有重大意义。由于水文要素的长期变化规律十分复杂,且受客观认知能力和科学技术水平的限制,目前虽然有许多中长期径流预报模型和方法,但是其预报精度尚不能满足生产部门的需求。大量研究发现,现有的各种模型不可能适用于所有流域,因此通过分析模型的适用条件,根据流域特征和径流来水过程特点来选择模型并进行径流中长期预报更具有工程实践意义。本文在综述国内外中长期径流预报模型与方法的理论研究与实践的基础上,简要总结了各种模型的优缺点及适用条件,并选取几种常用的模型与方法进行实例应用研究,并对模型的适用性进行了探讨,为工程实例选取适合的中长期径流预报模型提供了有价值的参考依据。主要研究成果如下:(1)分析研究了当前国内外三类中长期径流预报模型与方法:物理成因分析法、数理统计法和人工智能方法,总结目前常用模型的优缺点及适用条件,为模型选取提供基本依据。(2)利用常用的时间序列分析方法中ARIMA模型对桓仁水库及碧流河水库不同时段径流、松华坝水库枯季径流、汤河水库枯季径流进行预报。首先,对时间序列进行平稳性检验及处理,然后,运用SPSS进行模型识别、参数估计、模型检验,进行ARMA模型预测。研究结果表明,该模型对于相对平稳的波动较小的水文过程效果较为理想,例如松华坝水库枯季径流及汤河水库枯季径流,具有一定的推广意义。(3)利用能够描述人的经验与知识的模糊识别方法对大伙房水库、葠窝水库及于桥水库的年径流量进行预报。首先,确定水文序列的演变周期,在此基础上寻找待预报点所在周期的贴近周期;然后,建立模糊识别模型,依据贴近周期的水文要素值及变化的趋势来进行中长期预报。研究结果表明,此模型对于周期性比较明显的水文过程效果较为理想,例如对于具有周期性的大伙房水库年径流和葠窝水库年径流,具有重要的参考价值。(4)利用BP神经网络模型对碧流河水库汛期径流量及大伙房年径流量进行预报。首先,为确保模型可操作和可推广应用,以74项环流特征量为基础资料,选取比较容易获得且为主要的水文气象要素作为模型因子;然后,运用JAVA建立神经网络模型进行中长期预报。研究结果表明,由于碧流河流域属于海洋性气候,气候敏感区域,故所选的因子更有密切的物理联系,模型更为可靠,其预报结果精度更为理想。(5)通过本文对几种常用中长径流预报模型适用性的应用研究,为预报精度较为理想的实际工程的中长期预报提供了依据,同时也为与其有相似特征水文过程的流域的中长期径流预报提供了一定的参考价值。