黑龙江冰情分析与预报研究

发布时间：2018-01-26 11:36

本文关键词： 气候变化水文特征冰情特征多元线性回归法人工神经网络BP　出处：《水电能源科学》2016年10期 　论文类型：期刊论文

【摘要】：鉴于预报气候变化条件下黑龙江地区的冰情演变趋势对黑龙江地区的防凌减灾工作具有重要意义,通过趋势图法和M-K趋势检验法分析了1957~2012年近60年黑龙江地区漠河站和哈尔滨站的气象要素和冰情要素的变化趋势,并利用多元线性回归法和人工神经网络法对待测站点的冰情资料进行了预报。结果表明,近年来漠河站和哈尔滨站均有封河日期延后、开河日期提前的趋势,且在预测漠河站开河封河日期、哈尔滨站的封河日期时,多元回归法优于人工神经网络法,预测哈尔滨站的开河日期时,两者效果相差不大。
[Abstract]:In view of the trend of ice situation evolution in Heilongjiang region under the condition of forecasting climate change, it is of great significance to prevent and reduce ice loss in Heilongjiang area. The variation trends of meteorological and ice elements of Mohe station and Harbin station in Heilongjiang province during the past 60 years from 1957 to 2012 were analyzed by using trend map method and M-K trend test method. The multivariate linear regression method and artificial neural network method are used to forecast the ice condition data of the stations. The results show that in recent years, both Mohe station and Harbin station have the tendency to delay the date of river closure and advance the date of opening river. The multiple regression method is superior to the artificial neural network method in predicting the date of Kaihe River closure in Mohe Station and that of Harbin Station, but the effect of predicting the date of Kaihe River in Harbin Station is not much different.
【作者单位】：河海大学水文水资源与水利工程科学国家重点实验室;上海勘测设计研究院;中国电建集团成都勘测设计研究院有限公司;
【基金】：国家自然科学基金项目(41371047) 中国科学院战略性先导科技专项(XDA05110102) 水文水资源与水利工程科学国家重点实验室专项经费项目(1069-514031112)
【分类号】：P338;TV875
【正文快照】： 1引言黑龙江处于北纬41°以北的寒温带地区,全年气候寒冷,冬季长达8个月,有冰期180多天,平均封冻期在150d以上,由于其特殊的河道形态、水流流量和水文气象条件,常出现冰凌和冰坝现象,给人们的正常生活和生产带来危害。尤其是近年来,在全球气候变暖的趋势下,冬季封河日期和开河

【相似文献】