隨著計算機技術的突飛猛進,人們開始廣泛關注大數(shù)據(jù)的運用。大數(shù)據(jù)分析方法是在原有的計算方法以及數(shù)學模型的基礎上,能夠不斷改進和更新的新技術、新方法。該方法可以改變傳統(tǒng)水文學方法中繁瑣的數(shù)據(jù)處理和基礎參數(shù)率定的問題,能通過各相關因素之間的聯(lián)系,找到一定的規(guī)律性,同時運用人工智能等技術手段,使得運算速度更快,獲得的結(jié)果與實測值更接近,對于指導實際工作大有裨益。我國洪災多發(fā),為減少或者降低損失,有效、準確的預報洪水是尤其重要的。洪水預報是在現(xiàn)有的水文氣象條件下,對流域的具體情況作出分析后,綜合已經(jīng)發(fā)生過的要素,對洪水過程（包括洪水歷時和洪峰流量燈）做出預報。洪水預報通常根據(jù)降雨-徑流關系或上下站水位-流量對應關系進行預報,其預見期一般不長,但精度相對較高。因此,洪水預報主要是結(jié)合降雨對徑流的預報。漢江流域?qū)儆趤啛釒Ъ撅L氣候區(qū),降水在年內(nèi)分布很不平均,夏秋兩季為汛期,降水量可占全年降水總量的80%,尤以6-9月降水量最大,占全年降水量的60%左右。在汛期,徑流呈現(xiàn)雙峰型。漢江流域由暴雨形成的洪水,主要與季風的活動有關系。每年的5-9月都有洪水現(xiàn)象發(fā)生,尤其在7、8月份可以形成較大洪水。安康屬于漢... 

【文章來源】：云南師范大學云南省

【文章頁數(shù)】：130 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
        1.1.1 選題背景與研究意義
        1.1.2 研究區(qū)域背景與研究意義
    1.2 研究現(xiàn)狀及進展
    1.3 研究思路與主要研究內(nèi)容
        1.3.1 研究思路
        1.3.2 各章研究內(nèi)容與技術路線
    1.4 本章小結(jié)
第2章 水文預報模型及應用
    2.1 水文模型研究進展
    2.2 水文模型的應用
    2.3 水文模型評估
        2.3.1 模型選擇
        2.3.2 模型率定
        2.3.3 模型驗證
        2.3.4 模型評價
    2.4 本章小結(jié)
第3章 洪水預報模型
    3.1 新安江模型原理
        3.1.1 流域蒸散發(fā)計算
        3.1.2 產(chǎn)流計算
        3.1.3 三水源劃分
        3.1.4 流域匯流計算
    3.2 馬斯京根洪水演算法
        3.2.1 基本原理
        3.2.2 馬斯京根流量演算方程
        3.2.3 馬斯京根連續(xù)演算法
    3.3 大數(shù)據(jù)分析方法
        3.3.1 大數(shù)據(jù)分析的基本方法
        3.3.2 大數(shù)據(jù)分析方法涉及的技術
        3.3.3 大數(shù)據(jù)分析的主要技術
        3.3.4 大數(shù)據(jù)分析的難點
        3.3.5 循環(huán)神經(jīng)網(wǎng)絡RNN模型
        3.3.6 基于深度學習的長短時記憶LSTM網(wǎng)絡模型
    3.4 本章小結(jié)
第4章 研究區(qū)域資料整理與統(tǒng)計分析計算
    4.1 研究工程概況
    4.2 資料收集整理與統(tǒng)計計算
        4.2.1 漢江上游梯級簡介
        4.2.2 原始數(shù)據(jù)來源
        4.2.3 計算周期劃分與流域分塊
        4.2.4 資料整理與統(tǒng)計計算
    4.3 水文歷史變化分析
    4.4 本章小結(jié)
第5章 基于LSTM模型的洪水過程模擬計算
    5.1 日徑流過程模擬計算
        5.1.1 LSTM模型網(wǎng)絡訓練
        5.1.2 LSTM模型模型構建
        5.1.3 計算結(jié)果驗證
        5.1.4 計算結(jié)果分析
    5.2 代表年洪水過程模擬計算
        5.2.1 代表年的選取
        5.2.2 代表年全年徑流過程模擬結(jié)果
        5.2.3 代表年汛期洪水模擬結(jié)果
    5.3 場次洪水模擬計算
        5.3.1 場次洪水資料的選取
        5.3.2 場次洪水資料分析
        5.3.3 場次洪水模擬計算結(jié)果
        5.3.4 模擬計算結(jié)果分析
        5.3.5 誤差分析
        5.3.6 過程分析
    5.4 本章小結(jié)
第6章 基于新安江模型的洪水過程模擬計算
    6.1 新安江三水源模型計算
        6.1.1 蓄滿產(chǎn)流模型
        6.1.2 流域透水面積上蓄水容量曲線方程
        6.1.3 流域徑流深計算
        6.1.4 流域蒸散發(fā)模型
        6.1.5 流域土壤蓄水量計算
        6.1.6 流域透水面積上總徑流R（凈雨）劃分
        6.1.7 流域匯流模型
    6.2 新安江三水源模型參數(shù)率定
        6.2.1 參數(shù)率定
        6.2.2 產(chǎn)流模型參數(shù)率定
        6.2.3 分水源參數(shù)率定
        6.2.4 計算結(jié)果驗證
        6.2.5 計算結(jié)果分析
    6.3 新安江模型法與LSTM模型汛期模擬結(jié)果對比
    6.4 本章小結(jié)
第7章 結(jié)論與展望
    7.1 結(jié)論
    7.2 展望
攻讀學位期間發(fā)表的論文和研究成果
參考文獻
致謝


【參考文獻】：
期刊論文
[1]基于LSTM流量預測的DDoS攻擊檢測方法[J]. 程杰仁,羅逸涵,唐湘滟,歐明望.  華中科技大學學報(自然科學版). 2019(04)
[2]貴州省近55年降水量時空變化分析[J]. 余祝媛,賀中華,梁虹,楊朝暉,曾信波,楊譯.  江蘇農(nóng)業(yè)科學. 2019(06)
[3]江淮區(qū)域農(nóng)田參考作物蒸散量變化特征及其成因分析[J]. 王曼麗,李衛(wèi)國,熊世為,鄧汗青.  江蘇農(nóng)業(yè)科學. 2019(06)
[4]基于LSTM的城市公交車站短時客流量預測研究[J]. 李高盛,彭玲,李祥,吳同.  公路交通科技. 2019(02)
[5]湟水輸沙量演變特征分析[J]. 時璐,汪清旭.  水利與建筑工程學報. 2019(01)
[6]Mann-Kendall檢驗法在新西河水庫富營養(yǎng)化趨勢分析的應用研究[J]. 陳澤榕.  安徽農(nóng)學通報. 2019(Z1)
[7]基于序列標注的引語識別初探[J]. 賈泓昊,羅智勇.  中文信息學報. 2019(02)
[8]長短期記憶模型在小流域洪水預報上的應用研究[J]. 郭炅,張艷軍,王俊勃,袁正穎,吳金津,董文遜,王素描.  水資源研究. 2019(01)
[9]基于長短期記憶神經(jīng)網(wǎng)絡的暖通空調(diào)系統(tǒng)能耗預測[J]. 廖文強,王江宇,陳煥新,丁新磊,尚鵬濤,魏文天,周鎮(zhèn)新.  制冷技術. 2019(01)
[10]基于案例的安全分析方法實踐[J]. 張軍.  通信技術. 2019(01)

博士論文
[1]流域水文建模及預報方法研究[D]. 郭俊.華中科技大學 2013
[2]氣候變化對流域徑流的影響研究[D]. 何自立.西北農(nóng)林科技大學 2012
[3]水庫的洪水資源化理論和方法研究[D]. 劉招.西安理工大學 2008
[4]汛限水位動態(tài)控制方法研究及其風險分析[D]. 曹永強.大連理工大學 2003

碩士論文
[1]基于智能手機傳感器數(shù)據(jù)的人類活動識別研究[D]. 王利濤.燕山大學 2018
[2]基于混合神經(jīng)網(wǎng)絡的人機情感會話研究[D]. 彭曉琪.合肥工業(yè)大學 2018
[3]數(shù)據(jù)驅(qū)動的航空發(fā)動機余壽預測方法[D]. 唐王.南京航空航天大學 2018
[4]基于大數(shù)據(jù)的電力設備故障分析與診斷的研究[D]. 趙明乾.華北電力大學(北京) 2018
[5]基于Hadoop和Spark的特征網(wǎng)絡群體智能分析系統(tǒng)的設計與實現(xiàn)[D]. 閔圣君.黑龍江大學 2018
[6]基于GRU神經(jīng)網(wǎng)絡的時間序列預測研究[D]. 劉洋.成都理工大學 2017
[7]基于VIC模型和SDSM的氣候變化下西北旱區(qū)的徑流響應模擬[D]. 王寧.西北農(nóng)林科技大學 2014
[8]北江下游河段洪水預報研究[D]. 張浩.華南理工大學 2014
[9]自然語言理解篇章中方式信息的研究及其在產(chǎn)品設計中的應用[D]. 喬建紅.西安電子科技大學 2013
[10]新安江模型在中型水庫洪水預報中的應用研究[D]. 虞慧.江西師范大學 2010



本文編號：2962279