单项径流预测和分布式SWAT径流预测模型研究 ——以潮河流域为例

发布时间：2021-06-17 10:13

　　密云水库作为北京市重要饮用水源,近年来其入库水量呈现持续减少的趋势,对北京市供水安全造成了巨大的压力。据统计,2012年密云水库年均来水量不到4亿立方米,比上世纪六七十年代的峰值12亿立方米减少将近60%。多数研究表明,造成密云水库来水量显著减少的原因是土地利用变化特别是大规模造林和气候变异共同作用的结果造成的,但二者的作用机理与影响程度则有多种研究结果。本文以潮河近密云水库区域作为研究对象,一方面分析其1960年至今以来的径流变化趋势,以及近十年来径流下降严重的成因；另一方面将气象因素作为单独考查模块,进行多角度的建模分析。研究采取单项研究方法分析气象因素与径流量之间相关性,首先按照线性系统采用逐步元回归的方法进行预测,对于回归模型的多个预测自变量,逐步回归模型可以分析输入变量之间的内部相关性,这是回归模型的优势体现,在共线性验证之后,得到较符合预期的结果；进一步按照非线性系统的预测,发现考虑了周期性和随机噪声后的时间序列模型较线性回归有更好的拟合结果,但预测周期较短；而用BP人工神经网络得到的预测精度是最优的,原因在于人工神经网络模型自身强健的鲁棒性和容错性,而且对于率正数据集中的... 

【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

研究区域及观测地图

多元回归分析模型预测结果

图4-4时间序列序列残差自相关偏相关图(变量1)

【参考文献】：
期刊论文
[1]BP神经网络在大理河年径流预测中的应用[J]. 赵丽娜,宋松柏.  人民黄河. 2010(08)
[2]多元变量径流预测的最小二乘支持向量机模型[J]. 李彦彬,尤凤,黄强,徐建新.  水力发电学报. 2010(03)
[3]基于四种方法的月径流预测研究[J]. 李计,李毅,严宝文,宋松柏.  水利与建筑工程学报. 2010(02)
[4]基于逐步回归均生函数模型的哈尔滨站年径流预测分析[J]. 崔景山,叶柳.  黑龙江水利科技. 2009(04)
[5]投影寻踪自回归模型在长江径流量预测中的应用[J]. 于国荣,叶辉,夏自强,赵小勇.  河海大学学报(自然科学版). 2009(03)
[6]水文模型组合预报应用研究[J]. 黄志强,李柏宏,凌仙华.  浙江水利水电专科学校学报. 2009(01)
[7]人工神经网络BP模型在枯季径流量预测中的应用[J]. 邹文安,刘立博,王凤.  水资源研究. 2008(03)
[8]BP神经网络预测河流月径流量[J]. 胡宾,崔广柏,朱灵芝.  浙江水利科技. 2007(02)
[9]年径流预测的小波系数加权和模型[J]. 李亚娇,沈冰,李家科.  应用科学学报. 2007(01)
[10]基于小波分析的月径流ARIMA预测方法[J]. 刘晓安,王金文,王海伟.  水电自动化与大坝监测. 2006(04)

硕士论文
[1]泾河流域径流变化规律与预报模型研究[D]. 吕静渭.西北农林科技大学 2010



本文编号：3235001