首页> 外文期刊>Journal of Water Resources Research >长江干流站中长期径流预报方法研究
【24h】

长江干流站中长期径流预报方法研究

机译:长江干流站中长期径流预报方法研究

获取原文
           

摘要

长江流域是我国经济最发达的地区之一,水资源量的多少直接影响着该地区经济社会的发展,因此准确的中长期预报对于水库群联合调度、水资源调配和合理利用具有重要的意义。本文以长江流域屏山、宜昌、大通和汉口4个站点为研究对象,依据74项大气环流指数和前期径流共75项预报因子,采用相关系数法初选及逐步回归法优选预报因子,建立了基于支持向量机的月、旬径流预报模型,定量分析了模型在长江流域的适用性,并与人工神经网络预测模型进行比较,结果表明该模型在长江流域中长期径流月、旬预报中,检验期平均合格率分别为49.29%和54.49%,达不到实际应用的需求,而旬尺度计算月径流的结果优于月尺度的模拟结果,有较好的预报精度,可为长江流域水文预报工作提供参考。相对而言,支持向量机模型的预测精度优于人工神经网络模型。
机译:长江流域是我国经济最发达的地区之一,水资源量的多少直接影响着该地区经济社会的发展,因此准确的中长期预报对于水库群联合调度、水资源调配和合理利用具有重要的意义。本文以长江流域屏山、宜昌、大通和汉口4个站点为研究对象,依据74项大气环流指数和前期径流共75项预报因子,采用相关系数法初选及逐步回归法优选预报因子,建立了基于支持向量机的月、旬径流预报模型,定量分析了模型在长江流域的适用性,并与人工神经网络预测模型进行比较,结果表明该模型在长江流域中长期径流月、旬预报中,检验期平均合格率分别为49.29%和54.49%,达不到实际应用的需求,而旬尺度计算月径流的结果优于月尺度的模拟结果,有较好的预报精度,可为长江流域水文预报工作提供参考。相对而言,支持向量机模型的预测精度优于人工神经网络模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号