黄河中游典型流域洪水分类实时预报研究

发布时间：2023-10-13 20:57

　　在气候变化和人类活动的共同作用下,黄河流域的流域水循环发生了显著变化。尤其是黄河中游地区,产汇流状况复杂,加上洪水本身存在的不确定性,若只使用一套模型参数来对整个流域的洪水进行预报,将难以得到理想的预报结果。本文在“十三五”国家科技支撑计划项目“黄河流域水沙变化机理与趋势预测”(2016YFC040240203)的支撑下,选择有代表性的洛河故县水库及汾河上游静乐站控制流域为典型研究对象,构建F-K++洪水分类预报方法,对典型流域内的洪水进行实时分类,并在得到分类洪水的基础上利用蓄满-超渗兼容模型与LSTM模型分别进行预报。为了提高预报精度,采用蓄满-超渗兼容模型进行洪水预报,然后利用LSTM神经网络模型进行实时校正。研究的主要内容及结论如下:(1)F-K++洪水分类预报方法的构建为了解决目前洪水分类方法存在的不足,构建洪水实时分类方法对洪水进行分类,构建的F-K++洪水实时分类方法过程主要包括三个模块:样本处理模块、聚类分析模块、实时洪水分类模块,有效解决多维特征指标间的冗余性问题和k-means++算法最佳聚类数k确定的问题。并将分类方法应用于洛河故县水库及汾河上游静乐站控制流域。(...

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 洪水分类预报研究现状
        1.2.2 水文模型国内外研究现状
    1.3 目前存在的问题
    1.4 研究内容
    1.5 研究技术路线
2 洪水实时分类方法的构建与应用
    2.1 分类方法
    2.2 F-K++洪水实时分类方法的构建
        2.2.1 样本处理模块
        2.2.2 聚类分析模块
        2.2.3 BP神经网络洪水分类模型
    2.3 故县水库洪水分类
        2.3.1 流域概况
        2.3.2 洪水样本处理
        2.3.3 洪水聚类分析
        2.3.4 洪水实时分类
    2.4 静乐站控制流域洪水分类
        2.4.1 流域概况
        2.4.2 洪水样本处理
        2.4.3 洪水聚类分析
        2.4.4 洪水实时分类
    2.5 小结
3 蓄满-超渗兼容模型的应用
    3.1 蓄满-超渗兼容模型
        3.1.1 模型结构
        3.1.2 模型主要参数
        3.1.3 参数率定方法
        3.1.4 模型评价方法
    3.2 模型在故县水库的应用
        3.2.1 分类洪水的参数率定
        3.2.2 分类洪水模拟结果分析
    3.3 模型在静乐站控制流域的应用
        3.3.1 分类洪水的参数率定
        3.3.2 分类洪水模拟结果分析
    3.4 小结
4 基于LSTM神经网络的实时洪水预报
    4.1 LSTM神经网络
    4.2 LSTM神经网络模型在典型流域的应用
        4.2.1 故县水库洪水分类预报
        4.2.2 静乐站控制流域洪水分类预报
        4.2.3 模拟结果对比分析
    4.3 基于LSTM神经网络的实时洪水校正预报
        4.3.1 故县水库实时校正预报
        4.3.2 静乐站控制流域实时校正预报
    4.4 小结
5 结论及展望
    5.1 结论
    5.2 新见解
    5.3 展望
参考文献
个人简历、在校期间发表的学术论文与研究成果
致谢



本文编号：3853760