新安江模型和人工神经网络的耦合应用
提出了一种集成人工神经网络的概念性水文模型,该模型是一种半分布式概念性水文模型,考虑了降雨的空间变异性,流域特征的不均匀性等因素对径流过程的影响.采用遗传算法进行慨念性模型参数优选,同时考虑雨量站的空间分布,利用GIS和DEM数据进行流域单元划分;对于每个子流域,考虑模型输入参数和降雨资料的空间分布特性,进行产流计算;在径流演算过程中,利用人工神经网络的非线性映射方法代替传统概念模型中线性叠加方法计算整个流域的出口流量过程.以半湿润的淮河上游支流的大坡岭流域为例,对模型的可行性进行验证,并与单一的新安江模型的结果进行了比较.验证结果表明,集成人工神经网络技术和新安江模型的耦合模型有较好的模拟和预报结果.
新安江模型、人工神经网络、遗传算法、耦合模型、半分布式模型
30
P338.9(水文科学(水界物理学))
国家自然科学基金项目"基于数字平台的分布式流域水文模型研究"50309002
2016-04-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
135-138,144