基于物理成因识别的第二松花江汛期径流预报

• 作者: 孙虹 李鸿雁 郭道华 鲍珊珊
• 来源期刊: 水利水电技术
• 学科: 地球科学
• 关键词: 太阳黑子 敏感性分析 非线性映射识别 长期径流预报 洪水预报 干旱洪涝灾害 防汛抗旱
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 水文水资源
• 页码范围: 45-51
• 页数: 7页
• 分类号: P338.2
• 字数: 4319字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2019.03.006

摘要

针对第二松花江流域中长期径流预测精度较低问题,为了分析物理预报因子的作用过程以提高汛期洪水预报精度,选取太阳黑子相对数为物理影响因素,进而识别其影响时滞,以影响时滞期内的太阳黑子相对数作为径流预报因子,以汛期(6-9月份)月平均径流为预报项目,采用BP神经网络识别映射关系,采用历史资料作为训练样本,完成网络训练和检验.以第二松花江干流控制性水利工程丰满水库为例,对2017年汛期月平均径流进行预报.结果 表明:丰满水库汛期月平均入库流量为1 400 m3/s,来水频率为11％,定性预报第二松花江流域2017年为丰水年;2017年丰满水库实际来水141.00亿m3,为多年均值的112％,为偏丰来水年份,来水定性预报正确.该方法的创新点在于:采用全局敏感性分析方法识别太阳活动的影响时滞,以确定预报因子;采用BP网络模拟预报因子与预报项目的复杂非线性相关关系,以构建预报网络.研究成果为2017年吉林省水文预报和防汛决策提供了重要支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鸿雁	吉林大学新能源与环境学院	51	256	8.0	14.0
2	鲍珊珊	吉林大学新能源与环境学院	1	1	1.0	1.0