基于BP神经网络的MIKE SHE模型参数率定

• 作者: 冉彦立 吴鑫淼 郄志红 郭怡
• 来源期刊: 长江科学院院报
• 学科: 地球科学
• 关键词: 径流模拟 参数率定 MIKE SHE模型 BP神经网络 反分析 均匀设计 丹麦Karup流域
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 水资源与环境
• 页码范围: 26-30
• 页数: 5页
• 分类号: P334.92
• 字数: 3559字
• 语种: 中文
• DOI: 10.11988/ckyyb.20170992

摘要

为了更精细地对水文全过程进行描述和解析,更准确地构建分布式水文模型,以丹麦Karup流域为例,对MIKE SHE模型的饱和导水率、饱和带水平水力传导系数、河床透水系数进行了参数率定,模拟流域的日径流过程.结果 表明:基于BP神经网络反分析的参数率定方法比MIKE SHE模型参数自动率定计算得到的均方根误差RMSE小,模型效率系数Ens更接近l;采用BP神经网络反演率定参数后,3组测试样本的日径流模拟过程的RMSE分别为0.04,0.03,0.08m3/s,Ens均为0.99,且模拟结果能较好地反映径流的实际变化趋势因此,这种基于BP神经网络反分析的参数率定方法对构建分布式水文模型具有一定的价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郄志红	河北农业大学城乡建设学院	69	363	12.0	16.0
2	吴鑫淼	河北农业大学城乡建设学院	56	278	10.0	14.0
3	冉彦立	河北农业大学城乡建设学院	15	20	3.0	3.0
4	郭怡	河北农业大学城乡建设学院	2	1	1.0	1.0