基于BP神经网络的HEC-RAS二维模型糙率参数自动率定

• 作者: 夏铭辉 牛文龙 秦景 雷添杰
• 来源期刊: 水利水电技术
• 学科: 地球科学
• 关键词: 糙率 自动率定 BP神经网络 HEC-RAS Python 水位 水力特性 数值计算
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 水文水资源
• 页码范围: 38-46
• 页数: 9页
• 分类号: P333.9
• 字数: 4073字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2020.05.005

摘要

水面宽阔河段、洪泛区和潮汐河口段的水文及水动力学计算模拟多采用二维模型,然而因模型复杂的非线性映射关系常导致参数率定效率和精度不高,甚至出现“异参同效”问题.为此,提出一种应用BP神经网络自动率定二维模型糙率参数的方法.以海南昌化江入海口段为计算实例进行数值检验,结果表明:编写的Python程序能够准确率定HEC-RAS二维模型实例各糙率分区的糙率参数,各糙率分区的率定糙率值均在参数取值范围内,且均在观测糙率值±0.011内,未出现“异参同效”现象;水位率定计算误差满足设定允许误差要求,设定允许误差0.20m、0.15m和0.10m的平均率定计算误差小于0.10m,设定允许误差0.05 m的平均率定计算误差接近0m;设定允许误差为0.15m时,率定程序的运算效率最高.选用海南201409号台风“威马逊”时期的昌化江实测资料进行验证,证明该方法有效可靠,能够实现HEC-RAS软件二维模型糙率率定功能,可推广应用于其他模型参数率定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦景		16	60	5.0	7.0
3	雷添杰		13	12	2.0	3.0
6	夏铭辉		1	0	0.0	0.0
7	牛文龙		1	0	0.0	0.0