自组织特征映射神经网络方法在水文分区中的应用

• 作者: 张静怡 徐小明 陆桂华
• 来源期刊: 水利学报
• 学科: 地球科学
• 关键词: 水文分区 SOFM神经网络 水文站网
• 年，卷（期）: 2005,（2）
• 页码范围: 163-166,173
• 页数: 5页
• 分类号: P333.9
• 字数: 3139字
• 语种: 中文
• DOI: 10.3321/j.issn:0559-9350.2005.02.006

摘要

水文分区问题是模式分类问题的一种,本文采用已被广泛应用于模式分类问题中的自组织特征映射人工神经网络(SOFM网络)方法对江西和福建两省进行水文分区.在水文分区计算中选用了86个水文站点和8个反映流域下垫面因素和水文气候特征的水文因子,利用SOFM神经网络分区方法自动识别子区的个数,较为客观地将江西和福建两省划分为3个水文大区.每个区的平均流域特征与当地的下垫面情况完吻合,同时,对各站点年最大洪峰流量进行计算和精度检验,其基本满足水文站网规划对水文分区的精度要求,表明用SOFM神经网络方法进行水文分区是一种行之有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张静怡	河海大学水资源环境学院	27	258	9.0	15.0
2	陆桂华	河海大学科学研究院	107	2280	27.0	43.0
3	徐小明	河海大学理学院	19	231	7.0	15.0