利用互补系统-理论模型提高水文预报能力

• 作者: Martins Y.Otache 李致家
• 来源期刊: 东南大学学报(英文版)
• 学科: 地球科学
• 关键词: 水文预报 互补模型 残差 新安江概念模型 人工神经网络
• 年，卷（期）: 2006,（2）
• 页码范围: 273-280
• 页数: 8页
• 分类号: P3
• 字数: 686字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2006.02.027

摘要

由于水文模型是对物理过程的简化,用以描述事物最主要的物理过程,从而数学模型受许多不确定因素的影响.因此,提出了一种耦合了人工神经网络(ANN)和新安江概念模型以提高径流预报精度的方法.该方法用最新的观测资料和新安江模型中产生的径流剩余误差/流量预报结果,其工作原理为用神经网络模型预报新安江模型误差,并作为新数据引入,使径流预报得到改进.对互补的神经网络模型而言,使用的变量要以特定格式输入以符合新安江模型的要求.结果表明,与单独用新安江模型预报相比,互补模型的洪水预报精度有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李致家	河海大学水文水资源与水利工程科学国家重点实验室	176	1917	22.0	34.0
2	Martins Y.Otache	河海大学水文水资源与水利工程科学国家重点实验室	3	8	2.0	2.0