黄河源区多个水文站点径流量的分析与预测

发布时间：2021-07-04 03:03

　　黄河的利用和治理一直都是社会焦点问题,上个世纪90年代到本世纪初期,黄河部分河段一度出现了水位下降,断流等现象。究其原因,黄河源头治理力度不够是出现黄河生态恶化因素之一,由于当地的经济快速发展,以及牧业经营方式不得当给草场的压力变大,草原退化,土地荒漠化严重,黄河生态受到了前所未有的挑战。本文对青海省五个黄河水文站点的径流量进行了相关统计分析,并且对其进行了短期预测,在针对黄河源头生态预防上有一定的应用价值。首先文中对五个水文站点的季度与年度径流量进行了统计分析,了解了历年径流量走势,发现五个站点的流量趋势起伏较大,其中1990年到2005年五个站点的径流量都出现了不同程度的下降;分析季度流量和季度流量占比时发现,与其它几个站点相比。黄河沿站季度流量出现了不同的占比情况,黄河岩是几个站点流量最小的站点,经常出现断流,这与它的季度流量占比出现不同不无关系,其他四个站点的季度流量占比及分布情况比较相似,相差不到一个百分点。为了能够更好的了解黄河源头的健康状况,本文对五个站点月度径流量进行了预测研究。首先利用EEMD分解法以及数据归一化方法对原始数据进行了预处理;然后利用基于人工智能优化算法... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第1章 绪论
    1.1 研究背景
    1.2 径流量对于河流健康评价的意义
    1.3 国内外研究现状
    1.4 本文研究工作
    1.5 本文创新点
第2章 各站点数据的特征分析
    2.1 研究地区选取
    2.2 研究数据介绍
    2.3 各个站点数据的季节变化特征
第3章 径流量的预测分析
    3.1 模型概述
        3.1.1 经验模态分解法的基本原理
        3.1.2 集成经验模态分解法的基本原理
        3.1.3 遗传算法的基本原理
        3.1.4 粒子群优化算法
        3.1.5 花朵授粉算法的基本原理
        3.1.6 BP神经网络算法的基本原理
        3.1.7 模型预测精度的评价标准
    3.2 径流量数据预处理
    3.3 组合预测模型及预测精度评价准则介绍
        3.3.1 混合预测模型EEMD-GAPSO-BP神经网络
        3.3.2 GAPSO优化算法
    3.4 实证分析
        3.4.1 唐乃亥站月度径流量预测结果分析
        3.4.2 军功站月度径流量预测结果分析
        3.4.3 玛曲站月度径流量预测结果分析
        3.4.4 吉迈站月度径流量预测结果分析
        3.4.5 黄河沿站月度径流量预测结果分析
    3.5 本章小结
第4章 结论与展望
    4.1 结论
    4.2 展望
参考文献
致谢


【参考文献】：
期刊论文
[1]基于改进粒子群算法的WSN覆盖优化策略[J]. 冯智博,黄宏光,李奕.  计算机应用研究. 2011(04)
[2]基于经验模态分解的年径流自忆性预测模型[J]. 袁潇晨,金菊良,王宗志,张明.  水电能源科学. 2010(06)
[3]SVM在玛纳斯河流域径流预测中的应用与研究[J]. 张伟,何新林,刘兵.  人民黄河. 2008(05)
[4]Elman模型在黄河上游年径流预测中的应用[J]. 徐留兴,梁川,王上辅.  人民黄河. 2006(11)
[5]河流生态系统健康评价及展望[J]. 庞治国,王世岩,胡明罡.  中国水利水电科学研究院学报. 2006(02)
[6]基于小波变换和GRNN神经网络的黑河出山径流模型[J]. 陈仁升,康尔泗,张济世.  中国沙漠. 2001(S1)
[7]非平稳时间序列随机模型在年径流量预测中的应用[J]. 刘玉涛,杜兆国,姜红.  黑龙江水专学报. 1999(04)
[8]祁连山森林生态环境与黑河流域径流量的灰色关联分析和拓扑预测[J]. 车克钧,贺红元.  甘肃林业科技. 1990(03)



本文编号：3263896