基于SVR的无实测资料小流域山洪灾害临界雨量预估模型及应用——以河南新县为例

发布时间：2021-01-10 14:43

　　山洪灾害是我国防灾减灾工作中亟待解决的突出问题,临界雨量是山洪灾害预警预报的重要指标,传统的临界雨量计算方法各有所长,对资料的要求各不相同,但对于无实测资料小流域防灾对象临界雨量计算的研究却寥寥无几（这里无实测资料指的是既没有雨量、洪峰资料也无野外断面调查资料）。鉴于此,基于支持向量机回归拟合算法（SVR）,应用比拟法建立模型,对无资料小流域山洪灾害临界雨量进行推求。结果表明:（1）SVR模型具有很好的泛化性,预测精度高、误差小,结果较优;（2）利用SVR模型预估的临界雨量值与真实值偏差小,可以作为山洪灾害预警预报指标,为当地决策部门提供参考。 

【文章来源】：水文. 2020,40(02)北大核心

【文章页数】：6 页

【部分图文】：

新县地理位置及防灾对象分布

综上，本文小流域山洪灾害临界雨量预估模型选取的指标主要包括流域面积F、河道长度L、比降J、雨量均值、Cv值五个。本研究构建的模型及临界雨量预估流程如图2所示。2.3 模型训练与检验

由表3可知，10个防灾对象中1h、3 h、6 h临界雨量预估值与真实值的最大偏差绝对值，分别为1.93%,2.60%和1.46%，通过SVR模型预估的临界雨量值与真实值偏差较小，预估结果可以作为无资料区山洪灾害雨量预警指标，为当地防洪防灾预警及决策提供参考。3 结论

【参考文献】：
期刊论文
[1]中国山洪灾害防御关键技术[J]. 郭良,丁留谦,孙东亚,刘昌军,何秉顺,刘荣华.  水利学报. 2018(09)
[2]基于成灾信息的山洪灾害临界雨量综合检验复核方法[J]. 原文林,高倩雨,张晓蕾.  水电能源科学. 2018(07)
[3]中国山洪灾害危险性评价[J]. 赵刚,庞博,徐宗学,王子丰,史蓉.  水利学报. 2016(09)
[4]山洪临界雨量确定方法述评[J]. 李昌志,郭良.  中国防汛抗旱. 2013(06)
[5]山洪灾害临界雨量研究综述[J]. 程卫帅.  水科学进展. 2013(06)
[6]江西省小流域山洪灾害临界雨量计算分析[J]. 樊建勇,单九生,管珉,徐星生.  气象. 2012(09)
[7]我国山洪灾害防治技术研究综述[J]. 王文川,和吉,邱林.  中国水利. 2011(13)
[8]基于偏最小二乘回归和最小二乘支持向量机的大坝渗流监控模型[J]. 李波,顾冲时,李智录,张真真.  水利学报. 2008(12)
[9]支持向量机回归模型在径流预测中的应用[J]. 周秀平,王文圣,黄伟军.  水电能源科学. 2006(04)

博士论文
[1]支持向量回归的模型选择及应用研究[D]. 刘靖旭.国防科学技术大学 2006



本文编号：2968890