基于人工神经网络的洪涝预报方法研究

• 作者: 王庆国 陈冰廉
• 来源期刊: 广西气象
• 学科: 工学
• 关键词: 人工神经网络 EOF 洪涝预报 面雨量
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 天气 气候
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP183
• 字数: 3527字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-8411.2006.03.001

摘要

针对西江流域的洪涝灾害,利用流域的水文参量和气象参量作为自变量,探索基于人工神经网络的洪涝预报方法.以西江流域梧州市1971～2003年超过警戒水位(17.0m)共125次作为研究对象,选取流域的水文参量和气象参量作为预报因子,对数量众多预报因子采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,建立了西江流域梧州洪涝的人工神经网络预报模型.结果表明:所建立的预报模型历史拟合平均绝对百分比误差为2.21%,平均绝对误差为0.43m,预报结果平均绝对百分比误差为2.34%,平均绝对误差为0.45m,预报效果较好,可应用于实际的洪涝预报中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王庆国		13	110	7.0	10.0
2	陈冰廉	广西师范学院信息技术系	13	194	6.0	13.0