基于神经网络理论的开河期冰坝预报研究
在北方高寒地区的天然河道,开河期冰坝形成和导致凌汛的机理复杂,目前的冰水动力学模型难以模拟和预报其发生、发展和溃决的过程,可用的冰坝预报多采用传统的统计学方法和经验判别式法,为应对严重的防凌形势,迫切需要找到冰坝预报的新方法.本文在对开河期冰坝成因及机理研究的基础上,建立了基于神经网络理论的冰坝预报模型,并将其应用到黑龙江上游凌汛灾害频发的漠河江段冰坝预报中.通过神经网络聚类法预报冰坝是否发生,神经网络聚类法预报精度为85%,高于传统统计学的几率分析法62%的预报精度.通过预报开河日期实现了对冰坝发生时间的预报,开河日期预报平均预见期为10天,最大误差2天,预报合格率100%.该模型提前准确预报2017年黑龙江漠河江段开河冰坝发生情况.及时、准确的冰坝预报能为提前制订主动防凌方案和采取必要防凌措施提供重要的依据.
河冰、开河、冰坝、预报、神经网络、聚类法
48
TV875(治河工程与防洪工程)
国家重点研发计划课题2017YFC0405103,2017YFC0405704;公益性行业科研专项201501025;中国水科院科研专项HY0145C222016,HY0145B64217,SKL2017CGS04,HY0145B912017;国家自然科学基金项目51679263
2018-01-12(万方平台首次上网日期,不代表论文的发表时间)
共8页
1355-1362