机器学习理论在径流智能预报中的应用研究

发布时间：2020-11-04 02:28

　　 流域水文预报一直是水文学领域的重点研究内容与方向之一,可为流域水旱灾害防治、库群安全经济运行、水资源科学分配及社会可持续发展等提供重要决策支撑。然而,全球和区域气候异常、流域大规模水电开发及其他各种人类活动的综合作用,深刻改变了流域气象水文关键要素的演化特性,加剧了水资源时空分布不均匀性,导致流域水旱极端事件发生频次及水资源优化配置难度显著增加,这对流域水文预报研究提出了更高的要求和新的挑战。因此,亟需研究并探索新的水文预报理论与方法,充分挖掘水文气象时间序列蕴含的有效信息,进一步提升径流预报的准确性和可靠性,以期为水旱灾害预报预警及流域水资源统筹规划提供科学依据。本文重点围绕变化环境下流域水旱灾害预报预警及水资源优化配置中面临的关键科学问题和技术难题,选取长江上游为主要研究对象,采用先进的机器学习方法和特征选择与智能优化算法等技术,研究流域非线性水文智能预报的先进理论与技术手段。研究工作对流域极端水文事件预报预警、库群安全经济运行与水资源高效利用的实现具有极其重要的指导意义和实际工程应用价值。相关研究成果可进一步推动水文智能预报在实际工程问题中的深化应用与深入发展,可为流域管理部门提供可靠决策信息,具有良好的工程应用前景。本文研究的主要内容和创新性成果包括:(1)以变化环境下流域水文气象关键要素时空演变规律解析为切入点,综合采用探索性数据分析、数理统计及时频多尺度分析方法,全面分析了金沙江流域近50年以来水循环关键要素径流、降水的年内季节变化特征与年际趋势、周期和突变等演变规律,并首次采用累积量斜率变化率比较法定量评估了气候因子降水和非自然因素人类活动对径流变化的影响。研究表明金沙江流域年降水量和年径流总体呈上升趋势,且该时期气候变化相比人类活动对径流变化的影响更显著。分析结果表明多种特性分析方法综合应用有助于充分认识流域水文气象过程的年内与年际变化特征,并揭示其长期变化趋势及演变规律,为非线性径流智能预报提供科学依据。(2)在洪水预报中,基于机器学习的预报模型由于不需要深入理解水循环系统下渗、蒸发、产流、汇流等各个关键环节的物理机理,且其具有较强非线性拟合能力、数据需求量少、模型搭建简单而备受关注。然而,受气候异常变化和人类活动等综合影响,单一机器学习方法难以全面刻画不同量级径流的固有内在特性和气候气象因子与人类活动造成的外部干扰。针对强非线性特征引发的洪水难以准确预报的问题,研究了基于智能优化算法、机器学习方法的非线性智能洪水预报理论,设计了正交初始化种群和自适应变异尺度系数两种策略对标准回溯搜索算法进行改进,进而建立了改进回溯搜索算法优化极限学习机的洪水预报模型(ELM-IBSA)。研究表明,与传统的GRNN、单一极限学习机和ELM-BSA相比,ELM-IBSA模型具有更佳的稳定性和泛化能力,设计的正交初始化种群策略和自适应变异尺度系数策略能够有效提升BSA算法收敛性能,得到稳定性更佳且全局搜索能力更强的洪水预报模型,从而获得更为可靠的洪水预报结果。该模型既能有效提高预报性能,又保留了数据驱动模型数据需求少、非线性拟合能力强的优势,可为流域库群实时防洪调度提供数据支撑。(3)基于信号分解、人工智能的分解-集成预报模型已被证明是提高中长期水文预报的一种有效手段。针对基于“捆绑分解”的分解-集成水文预报方法在建模与预报过程中,使用了实际未知的未来信息,易导致预报结果“虚高”,不适用于工程实际的问题。为此,设计了能有效避免采用未知信息的自适应动态分解策略,进而引入变分模态分解、回溯搜索算法与正则极限学习机等先进理论与方法,提出了自适应动态分解-优化-集成预报模型(AVMD-BSA-RELM),并在金沙江流域关键控制断面月径流预报中进行了论证。为全面评价模型的预报性能,基于传统的误差统计指标,引入常用于经济学领域的Diebold-Mariano统计检验方法,提出了一种从预报整体误差、预报结果相关性及与基准模型对比预报优势显著性等多方面全方位综合评价体系。研究表明,与四种常用单一机器学习模型相比,该模型能有效捕捉历史径流序列的长期演变趋势,提高了径流中长期预报精度;且设计的自适应动态分解策略能够根据新息不断调整分解方法参数,可有效克服捆绑分解引入未来预报信息的不足,进而增强了分解-集成预报模型在实际工程中的适用性。(4)为弥补确定性水文预报方法不能刻画预报结果内在不确定性及其演化特征的局限性,同时为提高数据驱动径流预报方法的物理基础与预报精度,研究了基于随机森林、高斯过程回归理论的不确定性径流预报方法,采用随机森林算法解析了太阳活动、环流因子、区域海温等遥相关变量和区域气象因子与区域径流的高维、滞后非线性映射关系,揭示了不同大气-海洋遥相关因子及区域气象要素对不同时间尺度径流过程的影响程度和作用强度,提出了气-海-陆多尺度因子联合驱动的高斯过程回归径流预报模型,以获得高精度的径流预报结果及其不确定性演化特征。实例研究表明,大尺度气候因子的加入能够有效提高预报精度,气-海-陆因子联合驱动的高斯过程回归径流预报模型可一次性同时提供确定性预报结果及其不确定性演化过程,与其他后处理概率区间径流预报方法相比,具有更为广阔的应用前景。
【学位单位】：华中科技大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：P338
【文章目录】：
摘要
Abstract
1.绪论
    1.1 引言
    1.2 选题背景与研究目标
    1.3 流域水文特性分析及径流智能预报方法研究概况
    1.4 本文主要研究内容及章节安排
2.变化环境下流域水循环关键要素演变规律解析
    2.1 引言
    2.2 演变规律解析方法
    2.3 金沙江流域概况及选用数据
    2.4 降水多维时空演变规律解析
    2.5 径流多维时空演变规律解析
    2.6 气候变化与人类活动对径流变化的定量评估
    2.7 本章小结
3.基于机器学习的洪水预报研究
    3.1 引言
    3.2 研究方法
    3.3 实例验证及结果分析
    3.4 本章小结
4.自适应动态分解-优化-集成径流预报方法及综合评价
    4.1 引言
    4.2 研究方法
    4.3 自适应动态分解-优化-集成预报建模及综合评价
    4.4 实例研究
    4.5 本章小结
5.气-海-陆因子驱动的径流区间预报方法研究
    5.1 引言
    5.2 研究方法
    5.3 气-海-陆因子驱动的径流区间预报方法
    5.4 应用研究
    5.5 本章小结
6.总结与展望
    6.1 研究工作总结
    6.2 工作展望
致谢
参考文献
附录1:攻读博士期间发表的论文
附录2:攻读博士期间完成和参与的科研项目

【相似文献】

相关期刊论文 前10条

1 金菊良,魏一鸣,丁晶;预测日径流过程的遗传指数自回归模型[J];农业系统科学与综合研究;2001年02期

2 陈守煜 ,刘剑钊;推求设计典型年径流过程的软划分聚类方法[J];重庆交通学院学报;1986年02期

3 姚六三;胡啸杰;;岩溶泉径流过程状态的模拟与检验[J];勘察科学技术;1987年04期

4 陈守煜;田友;;月径流模糊随机模拟技术[J];水电能源科学;1988年02期

5 G.C.Christodoulou;C.D.Memos;刘自培;张春宏;;一种估算径流的概化模型[J];资源开发与保护;1989年01期

6 王朝阳;;黑龙江漠河站月径流的随机模拟[J];东北水利水电;1989年07期

7 李伯森;杨彬;;辽河干流生态径流过程研究[J];东北水利水电;2015年06期

8 李林兵;穆秀云;于国荣;夏自强;;径流过程改变对生态系统的影响[J];东北水利水电;2009年02期

9 陈腊娇;冯利华;;马莲河流域日径流过程分维与土壤侵蚀关系初探[J];西北林学院学报;2006年05期

10 陈腊娇;冯利华;;基于AutoCAD日径流过程的分维计算和分析[J];长江科学院院报;2006年06期

相关博士学位论文 前7条

1 孙娜;机器学习理论在径流智能预报中的应用研究[D];华中科技大学;2019年

2 敖畅;黄土坡地径流养分流失特征及其化学调控机制研究[D];中国农业大学;2018年

3 张升堂;考虑水土治理影响的黄土高原分布式降水径流模型研究[D];西北农林科技大学;2004年

4 张亚丽;黄土坡面土壤氮磷等化学物质径流迁移与混合层深度研究[D];西安理工大学;2007年

5 赵辉;南方花岗岩地区红壤侵蚀与径流输沙规律研究[D];北京林业大学;2008年

6 刘彦广;基于水化学和同位素的高寒山区雨季径流过程示踪[D];中国地质大学;2013年

7 许可;面向生态保护和恢复的梯级水电站联合优化调度研究[D];华中科技大学;2011年

相关硕士学位论文 前10条

1 郭绪磊;基于SAC改进模型的岩溶流域降水—径流过程模拟研究[D];中国地质大学;2019年

2 齐文超;径流调蓄设施对洪涝调控作用模拟研究[D];西安理工大学;2019年

3 张坤;综合措施下邯郸市低洼城区径流监减控效果模拟研究[D];河北工程大学;2019年

4 朱新荣;变化环境下岩溶区流域极端径流响应研究[D];广西大学;2019年

5 王东;典型海绵校园径流减控效果模拟研究[D];河北工程大学;2018年

6 赵沛;基于SWMM的低影响开发措施对径流的调控作用模拟研究[D];河北农业大学;2018年

7 王博威;滦河上游下垫面变化驱动下径流效应的研究[D];天津大学;2018年

8 冯小庆;渭河流域径流过程的分形特征及其与生态环境的关系研究[D];西北农林科技大学;2010年

9 陈竹青;长江中下游生态径流过程的分析计算[D];河海大学;2005年

10 石飞;城市回填土草地径流过程中径流水体及污染物分配特征研究[D];南京信息工程大学;2017年

本文编号：2869472