黃河源區(qū)多個水文站點徑流量的分析與預測
發(fā)布時間:2021-07-04 03:03
黃河的利用和治理一直都是社會焦點問題,上個世紀90年代到本世紀初期,黃河部分河段一度出現(xiàn)了水位下降,斷流等現(xiàn)象。究其原因,黃河源頭治理力度不夠是出現(xiàn)黃河生態(tài)惡化因素之一,由于當?shù)氐慕?jīng)濟快速發(fā)展,以及牧業(yè)經(jīng)營方式不得當給草場的壓力變大,草原退化,土地荒漠化嚴重,黃河生態(tài)受到了前所未有的挑戰(zhàn)。本文對青海省五個黃河水文站點的徑流量進行了相關(guān)統(tǒng)計分析,并且對其進行了短期預測,在針對黃河源頭生態(tài)預防上有一定的應(yīng)用價值。首先文中對五個水文站點的季度與年度徑流量進行了統(tǒng)計分析,了解了歷年徑流量走勢,發(fā)現(xiàn)五個站點的流量趨勢起伏較大,其中1990年到2005年五個站點的徑流量都出現(xiàn)了不同程度的下降;分析季度流量和季度流量占比時發(fā)現(xiàn),與其它幾個站點相比。黃河沿站季度流量出現(xiàn)了不同的占比情況,黃河巖是幾個站點流量最小的站點,經(jīng)常出現(xiàn)斷流,這與它的季度流量占比出現(xiàn)不同不無關(guān)系,其他四個站點的季度流量占比及分布情況比較相似,相差不到一個百分點。為了能夠更好的了解黃河源頭的健康狀況,本文對五個站點月度徑流量進行了預測研究。首先利用EEMD分解法以及數(shù)據(jù)歸一化方法對原始數(shù)據(jù)進行了預處理;然后利用基于人工智能優(yōu)化算法...
【文章來源】:蘭州大學甘肅省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:53 頁
【學位級別】:碩士
【文章目錄】:
中文摘要
Abstract
第1章 緒論
1.1 研究背景
1.2 徑流量對于河流健康評價的意義
1.3 國內(nèi)外研究現(xiàn)狀
1.4 本文研究工作
1.5 本文創(chuàng)新點
第2章 各站點數(shù)據(jù)的特征分析
2.1 研究地區(qū)選取
2.2 研究數(shù)據(jù)介紹
2.3 各個站點數(shù)據(jù)的季節(jié)變化特征
第3章 徑流量的預測分析
3.1 模型概述
3.1.1 經(jīng)驗模態(tài)分解法的基本原理
3.1.2 集成經(jīng)驗模態(tài)分解法的基本原理
3.1.3 遺傳算法的基本原理
3.1.4 粒子群優(yōu)化算法
3.1.5 花朵授粉算法的基本原理
3.1.6 BP神經(jīng)網(wǎng)絡(luò)算法的基本原理
3.1.7 模型預測精度的評價標準
3.2 徑流量數(shù)據(jù)預處理
3.3 組合預測模型及預測精度評價準則介紹
3.3.1 混合預測模型EEMD-GAPSO-BP神經(jīng)網(wǎng)絡(luò)
3.3.2 GAPSO優(yōu)化算法
3.4 實證分析
3.4.1 唐乃亥站月度徑流量預測結(jié)果分析
3.4.2 軍功站月度徑流量預測結(jié)果分析
3.4.3 瑪曲站月度徑流量預測結(jié)果分析
3.4.4 吉邁站月度徑流量預測結(jié)果分析
3.4.5 黃河沿站月度徑流量預測結(jié)果分析
3.5 本章小結(jié)
第4章 結(jié)論與展望
4.1 結(jié)論
4.2 展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]基于改進粒子群算法的WSN覆蓋優(yōu)化策略[J]. 馮智博,黃宏光,李奕. 計算機應(yīng)用研究. 2011(04)
[2]基于經(jīng)驗模態(tài)分解的年徑流自憶性預測模型[J]. 袁瀟晨,金菊良,王宗志,張明. 水電能源科學. 2010(06)
[3]SVM在瑪納斯河流域徑流預測中的應(yīng)用與研究[J]. 張偉,何新林,劉兵. 人民黃河. 2008(05)
[4]Elman模型在黃河上游年徑流預測中的應(yīng)用[J]. 徐留興,梁川,王上輔. 人民黃河. 2006(11)
[5]河流生態(tài)系統(tǒng)健康評價及展望[J]. 龐治國,王世巖,胡明罡. 中國水利水電科學研究院學報. 2006(02)
[6]基于小波變換和GRNN神經(jīng)網(wǎng)絡(luò)的黑河出山徑流模型[J]. 陳仁升,康爾泗,張濟世. 中國沙漠. 2001(S1)
[7]非平穩(wěn)時間序列隨機模型在年徑流量預測中的應(yīng)用[J]. 劉玉濤,杜兆國,姜紅. 黑龍江水專學報. 1999(04)
[8]祁連山森林生態(tài)環(huán)境與黑河流域徑流量的灰色關(guān)聯(lián)分析和拓撲預測[J]. 車克鈞,賀紅元. 甘肅林業(yè)科技. 1990(03)
本文編號:3263896
【文章來源】:蘭州大學甘肅省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:53 頁
【學位級別】:碩士
【文章目錄】:
中文摘要
Abstract
第1章 緒論
1.1 研究背景
1.2 徑流量對于河流健康評價的意義
1.3 國內(nèi)外研究現(xiàn)狀
1.4 本文研究工作
1.5 本文創(chuàng)新點
第2章 各站點數(shù)據(jù)的特征分析
2.1 研究地區(qū)選取
2.2 研究數(shù)據(jù)介紹
2.3 各個站點數(shù)據(jù)的季節(jié)變化特征
第3章 徑流量的預測分析
3.1 模型概述
3.1.1 經(jīng)驗模態(tài)分解法的基本原理
3.1.2 集成經(jīng)驗模態(tài)分解法的基本原理
3.1.3 遺傳算法的基本原理
3.1.4 粒子群優(yōu)化算法
3.1.5 花朵授粉算法的基本原理
3.1.6 BP神經(jīng)網(wǎng)絡(luò)算法的基本原理
3.1.7 模型預測精度的評價標準
3.2 徑流量數(shù)據(jù)預處理
3.3 組合預測模型及預測精度評價準則介紹
3.3.1 混合預測模型EEMD-GAPSO-BP神經(jīng)網(wǎng)絡(luò)
3.3.2 GAPSO優(yōu)化算法
3.4 實證分析
3.4.1 唐乃亥站月度徑流量預測結(jié)果分析
3.4.2 軍功站月度徑流量預測結(jié)果分析
3.4.3 瑪曲站月度徑流量預測結(jié)果分析
3.4.4 吉邁站月度徑流量預測結(jié)果分析
3.4.5 黃河沿站月度徑流量預測結(jié)果分析
3.5 本章小結(jié)
第4章 結(jié)論與展望
4.1 結(jié)論
4.2 展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]基于改進粒子群算法的WSN覆蓋優(yōu)化策略[J]. 馮智博,黃宏光,李奕. 計算機應(yīng)用研究. 2011(04)
[2]基于經(jīng)驗模態(tài)分解的年徑流自憶性預測模型[J]. 袁瀟晨,金菊良,王宗志,張明. 水電能源科學. 2010(06)
[3]SVM在瑪納斯河流域徑流預測中的應(yīng)用與研究[J]. 張偉,何新林,劉兵. 人民黃河. 2008(05)
[4]Elman模型在黃河上游年徑流預測中的應(yīng)用[J]. 徐留興,梁川,王上輔. 人民黃河. 2006(11)
[5]河流生態(tài)系統(tǒng)健康評價及展望[J]. 龐治國,王世巖,胡明罡. 中國水利水電科學研究院學報. 2006(02)
[6]基于小波變換和GRNN神經(jīng)網(wǎng)絡(luò)的黑河出山徑流模型[J]. 陳仁升,康爾泗,張濟世. 中國沙漠. 2001(S1)
[7]非平穩(wěn)時間序列隨機模型在年徑流量預測中的應(yīng)用[J]. 劉玉濤,杜兆國,姜紅. 黑龍江水專學報. 1999(04)
[8]祁連山森林生態(tài)環(huán)境與黑河流域徑流量的灰色關(guān)聯(lián)分析和拓撲預測[J]. 車克鈞,賀紅元. 甘肅林業(yè)科技. 1990(03)
本文編號:3263896
本文鏈接:http://sikaile.net/kejilunwen/shuiwenshuili/3263896.html
最近更新
教材專著