基于WA、ANN和水文频率分析法相结合的中长期水文预报模型的研究

• 作者: 吴吉春 朱庆平 桑燕芳 王栋 王玲
• 来源期刊: 水文
• 学科: 地球科学
• 关键词: 中长期水文预报 水文时间序列 小波分析 人工神经网络 水文频率分析法 不确定性
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 理论研究
• 页码范围: 10-15,9
• 页数: 7页
• 分类号: P338+.2
• 字数: 6201字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0852.2009.03.003

摘要

针对传统中长期水文预报方法模拟预测结果精度低、未考虑水文不确定性因素的影响等问题,本文将小波分析(WA),人工神经网络(ANN)和水文频率分析法联合使用,建立了不确定性中长期水文预报模型:即在应用WA揭示水文序列变化特性的基础上,将原序列分为主序列和随机序列两部分,然后利用ANN对主序列进行模拟预测,对随机序列进行水文频率分析,最后将两部分结果叠加作为最终预测值.将该模型用于黄河河口地区作中长期水文预报,并与传统方法作对比,进行模型验证.结果显示:该模型能同时揭示序列的时、频结构和变化特性;预报值结果精度高;且合格率高;能定量分析和描述水文不确定性因素对预报结果的影响,可得到不同频率对应水文序列的模拟预测值.因此该模型的预报结果更加合理有效,对实际生产应用更具有指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴吉春	南京大学地球科学与工程学院水科学系	164	2362	26.0	39.0
2	王栋	南京大学地球科学与工程学院水科学系	66	1002	18.0	30.0
3	桑燕芳	南京大学地球科学与工程学院水科学系	8	247	7.0	8.0
4	王玲		7	62	3.0	7.0
5	朱庆平		3	47	3.0	3.0