新安江模型和支持向量机模型实时洪水预报应用比较

• 作者: 冯钧 周莉 孔俊 朱跃龙 李致家 霍文博
• 来源期刊: 河海大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 实时洪水预报 新安江模型 数据驱动模型 支持向量机模型 K-最近邻实时校正法 洪水预见期
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 水文水资源与环境
• 页码范围: 283-289
• 页数: 7页
• 分类号: P338
• 字数: 4917字
• 语种: 中文
• DOI: 10.3876/j.issn.1000-1980.2018.04.001

摘要

选择新安江模型和支持向量机模型分别在浙江省、陕西省的4个流域进行实时洪水预报,并使用K-最近邻实时校正法对新安江模型预报结果实时校正,比较2 种模型在不同流域的应用效果,其中选择确定性系数、峰现时间误差、洪峰相对误差和均方误差作为模型预报评价指标.进一步改变预报预见期并分析2种模型在不同预见期内的预报精度.研究结果表明,新安江模型和支持向量机模型在不同流域洪水预报中各有优势,支持向量机模型预报精度受降雨精度影响较大.当预报预见期较长时,新安江模型预报结果更好;随着预见期缩短,支持向量机模型预报精度显著提高,在短预见期实时预报中支持向量机模型优势更明显.在预报难度较大的半湿润半干旱流域,新安江模型和支持向量机模型在率定期和实时预报过程中均具有较高精度.

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学院	176	1917	22.0	34.0
2	朱跃龙	河海大学计算机与信息学院	83	627	13.0	21.0
3	冯钧	河海大学计算机与信息学院	73	385	12.0	16.0
4	孔俊	河海大学计算机与信息学院	31	145	8.0	10.0
5	霍文博	河海大学水文水资源学院	9	44	4.0	6.0
6	周莉	河海大学水文水资源学院	2	11	2.0	2.0