流域水文預(yù)報(bào)一直是水文學(xué)領(lǐng)域的重點(diǎn)研究?jī)?nèi)容與方向之一,可為流域水旱災(zāi)害防治、庫(kù)群安全經(jīng)濟(jì)運(yùn)行、水資源科學(xué)分配及社會(huì)可持續(xù)發(fā)展等提供重要決策支撐。然而,全球和區(qū)域氣候異常、流域大規(guī)模水電開發(fā)及其他各種人類活動(dòng)的綜合作用,深刻改變了流域氣象水文關(guān)鍵要素的演化特性,加劇了水資源時(shí)空分布不均勻性,導(dǎo)致流域水旱極端事件發(fā)生頻次及水資源優(yōu)化配置難度顯著增加,這對(duì)流域水文預(yù)報(bào)研究提出了更高的要求和新的挑戰(zhàn)。因此,亟需研究并探索新的水文預(yù)報(bào)理論與方法,充分挖掘水文氣象時(shí)間序列蘊(yùn)含的有效信息,進(jìn)一步提升徑流預(yù)報(bào)的準(zhǔn)確性和可靠性,以期為水旱災(zāi)害預(yù)報(bào)預(yù)警及流域水資源統(tǒng)籌規(guī)劃提供科學(xué)依據(jù)。本文重點(diǎn)圍繞變化環(huán)境下流域水旱災(zāi)害預(yù)報(bào)預(yù)警及水資源優(yōu)化配置中面臨的關(guān)鍵科學(xué)問題和技術(shù)難題,選取長(zhǎng)江上游為主要研究對(duì)象,采用先進(jìn)的機(jī)器學(xué)習(xí)方法和特征選擇與智能優(yōu)化算法等技術(shù),研究流域非線性水文智能預(yù)報(bào)的先進(jìn)理論與技術(shù)手段。研究工作對(duì)流域極端水文事件預(yù)報(bào)預(yù)警、庫(kù)群安全經(jīng)濟(jì)運(yùn)行與水資源高效利用的實(shí)現(xiàn)具有極其重要的指導(dǎo)意義和實(shí)際工程應(yīng)用價(jià)值。相關(guān)研究成果可進(jìn)一步推動(dòng)水文智能預(yù)報(bào)在實(shí)際工程問題中的深化應(yīng)用與深入發(fā)展,可為流域管理部門提供可靠決策信息,具有良好的工程應(yīng)用前景。本文研究的主要內(nèi)容和創(chuàng)新性成果包括:(1)以變化環(huán)境下流域水文氣象關(guān)鍵要素時(shí)空演變規(guī)律解析為切入點(diǎn),綜合采用探索性數(shù)據(jù)分析、數(shù)理統(tǒng)計(jì)及時(shí)頻多尺度分析方法,全面分析了金沙江流域近50年以來(lái)水循環(huán)關(guān)鍵要素徑流、降水的年內(nèi)季節(jié)變化特征與年際趨勢(shì)、周期和突變等演變規(guī)律,并首次采用累積量斜率變化率比較法定量評(píng)估了氣候因子降水和非自然因素人類活動(dòng)對(duì)徑流變化的影響。研究表明金沙江流域年降水量和年徑流總體呈上升趨勢(shì),且該時(shí)期氣候變化相比人類活動(dòng)對(duì)徑流變化的影響更顯著。分析結(jié)果表明多種特性分析方法綜合應(yīng)用有助于充分認(rèn)識(shí)流域水文氣象過程的年內(nèi)與年際變化特征,并揭示其長(zhǎng)期變化趨勢(shì)及演變規(guī)律,為非線性徑流智能預(yù)報(bào)提供科學(xué)依據(jù)。(2)在洪水預(yù)報(bào)中,基于機(jī)器學(xué)習(xí)的預(yù)報(bào)模型由于不需要深入理解水循環(huán)系統(tǒng)下滲、蒸發(fā)、產(chǎn)流、匯流等各個(gè)關(guān)鍵環(huán)節(jié)的物理機(jī)理,且其具有較強(qiáng)非線性擬合能力、數(shù)據(jù)需求量少、模型搭建簡(jiǎn)單而備受關(guān)注。然而,受氣候異常變化和人類活動(dòng)等綜合影響,單一機(jī)器學(xué)習(xí)方法難以全面刻畫不同量級(jí)徑流的固有內(nèi)在特性和氣候氣象因子與人類活動(dòng)造成的外部干擾。針對(duì)強(qiáng)非線性特征引發(fā)的洪水難以準(zhǔn)確預(yù)報(bào)的問題,研究了基于智能優(yōu)化算法、機(jī)器學(xué)習(xí)方法的非線性智能洪水預(yù)報(bào)理論,設(shè)計(jì)了正交初始化種群和自適應(yīng)變異尺度系數(shù)兩種策略對(duì)標(biāo)準(zhǔn)回溯搜索算法進(jìn)行改進(jìn),進(jìn)而建立了改進(jìn)回溯搜索算法優(yōu)化極限學(xué)習(xí)機(jī)的洪水預(yù)報(bào)模型(ELM-IBSA)。研究表明,與傳統(tǒng)的GRNN、單一極限學(xué)習(xí)機(jī)和ELM-BSA相比,ELM-IBSA模型具有更佳的穩(wěn)定性和泛化能力,設(shè)計(jì)的正交初始化種群策略和自適應(yīng)變異尺度系數(shù)策略能夠有效提升BSA算法收斂性能,得到穩(wěn)定性更佳且全局搜索能力更強(qiáng)的洪水預(yù)報(bào)模型,從而獲得更為可靠的洪水預(yù)報(bào)結(jié)果。該模型既能有效提高預(yù)報(bào)性能,又保留了數(shù)據(jù)驅(qū)動(dòng)模型數(shù)據(jù)需求少、非線性擬合能力強(qiáng)的優(yōu)勢(shì),可為流域庫(kù)群實(shí)時(shí)防洪調(diào)度提供數(shù)據(jù)支撐。(3)基于信號(hào)分解、人工智能的分解-集成預(yù)報(bào)模型已被證明是提高中長(zhǎng)期水文預(yù)報(bào)的一種有效手段。針對(duì)基于“捆綁分解”的分解-集成水文預(yù)報(bào)方法在建模與預(yù)報(bào)過程中,使用了實(shí)際未知的未來(lái)信息,易導(dǎo)致預(yù)報(bào)結(jié)果“虛高”,不適用于工程實(shí)際的問題。為此,設(shè)計(jì)了能有效避免采用未知信息的自適應(yīng)動(dòng)態(tài)分解策略,進(jìn)而引入變分模態(tài)分解、回溯搜索算法與正則極限學(xué)習(xí)機(jī)等先進(jìn)理論與方法,提出了自適應(yīng)動(dòng)態(tài)分解-優(yōu)化-集成預(yù)報(bào)模型(AVMD-BSA-RELM),并在金沙江流域關(guān)鍵控制斷面月徑流預(yù)報(bào)中進(jìn)行了論證。為全面評(píng)價(jià)模型的預(yù)報(bào)性能,基于傳統(tǒng)的誤差統(tǒng)計(jì)指標(biāo),引入常用于經(jīng)濟(jì)學(xué)領(lǐng)域的Diebold-Mariano統(tǒng)計(jì)檢驗(yàn)方法,提出了一種從預(yù)報(bào)整體誤差、預(yù)報(bào)結(jié)果相關(guān)性及與基準(zhǔn)模型對(duì)比預(yù)報(bào)優(yōu)勢(shì)顯著性等多方面全方位綜合評(píng)價(jià)體系。研究表明,與四種常用單一機(jī)器學(xué)習(xí)模型相比,該模型能有效捕捉歷史徑流序列的長(zhǎng)期演變趨勢(shì),提高了徑流中長(zhǎng)期預(yù)報(bào)精度;且設(shè)計(jì)的自適應(yīng)動(dòng)態(tài)分解策略能夠根據(jù)新息不斷調(diào)整分解方法參數(shù),可有效克服捆綁分解引入未來(lái)預(yù)報(bào)信息的不足,進(jìn)而增強(qiáng)了分解-集成預(yù)報(bào)模型在實(shí)際工程中的適用性。(4)為彌補(bǔ)確定性水文預(yù)報(bào)方法不能刻畫預(yù)報(bào)結(jié)果內(nèi)在不確定性及其演化特征的局限性,同時(shí)為提高數(shù)據(jù)驅(qū)動(dòng)徑流預(yù)報(bào)方法的物理基礎(chǔ)與預(yù)報(bào)精度,研究了基于隨機(jī)森林、高斯過程回歸理論的不確定性徑流預(yù)報(bào)方法,采用隨機(jī)森林算法解析了太陽(yáng)活動(dòng)、環(huán)流因子、區(qū)域海溫等遙相關(guān)變量和區(qū)域氣象因子與區(qū)域徑流的高維、滯后非線性映射關(guān)系,揭示了不同大氣-海洋遙相關(guān)因子及區(qū)域氣象要素對(duì)不同時(shí)間尺度徑流過程的影響程度和作用強(qiáng)度,提出了氣-海-陸多尺度因子聯(lián)合驅(qū)動(dòng)的高斯過程回歸徑流預(yù)報(bào)模型,以獲得高精度的徑流預(yù)報(bào)結(jié)果及其不確定性演化特征。實(shí)例研究表明,大尺度氣候因子的加入能夠有效提高預(yù)報(bào)精度,氣-海-陸因子聯(lián)合驅(qū)動(dòng)的高斯過程回歸徑流預(yù)報(bào)模型可一次性同時(shí)提供確定性預(yù)報(bào)結(jié)果及其不確定性演化過程,與其他后處理概率區(qū)間徑流預(yù)報(bào)方法相比,具有更為廣闊的應(yīng)用前景。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2019
【中圖分類】：P338
【文章目錄】：
摘要
Abstract
1.緒論
    1.1 引言
    1.2 選題背景與研究目標(biāo)
    1.3 流域水文特性分析及徑流智能預(yù)報(bào)方法研究概況
    1.4 本文主要研究?jī)?nèi)容及章節(jié)安排
2.變化環(huán)境下流域水循環(huán)關(guān)鍵要素演變規(guī)律解析
    2.1 引言
    2.2 演變規(guī)律解析方法
    2.3 金沙江流域概況及選用數(shù)據(jù)
    2.4 降水多維時(shí)空演變規(guī)律解析
    2.5 徑流多維時(shí)空演變規(guī)律解析
    2.6 氣候變化與人類活動(dòng)對(duì)徑流變化的定量評(píng)估
    2.7 本章小結(jié)
3.基于機(jī)器學(xué)習(xí)的洪水預(yù)報(bào)研究
    3.1 引言
    3.2 研究方法
    3.3 實(shí)例驗(yàn)證及結(jié)果分析
    3.4 本章小結(jié)
4.自適應(yīng)動(dòng)態(tài)分解-優(yōu)化-集成徑流預(yù)報(bào)方法及綜合評(píng)價(jià)
    4.1 引言
    4.2 研究方法
    4.3 自適應(yīng)動(dòng)態(tài)分解-優(yōu)化-集成預(yù)報(bào)建模及綜合評(píng)價(jià)
    4.4 實(shí)例研究
    4.5 本章小結(jié)
5.氣-海-陸因子驅(qū)動(dòng)的徑流區(qū)間預(yù)報(bào)方法研究
    5.1 引言
    5.2 研究方法
    5.3 氣-海-陸因子驅(qū)動(dòng)的徑流區(qū)間預(yù)報(bào)方法
    5.4 應(yīng)用研究
    5.5 本章小結(jié)
6.總結(jié)與展望
    6.1 研究工作總結(jié)
    6.2 工作展望
致謝
參考文獻(xiàn)
附錄1:攻讀博士期間發(fā)表的論文
附錄2:攻讀博士期間完成和參與的科研項(xiàng)目

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 金菊良,魏一鳴,丁晶;預(yù)測(cè)日徑流過程的遺傳指數(shù)自回歸模型[J];農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究;2001年02期

2 陳守煜 ,劉劍釗;推求設(shè)計(jì)典型年徑流過程的軟劃分聚類方法[J];重慶交通學(xué)院學(xué)報(bào);1986年02期

3 姚六三;胡嘯杰;;巖溶泉徑流過程狀態(tài)的模擬與檢驗(yàn)[J];勘察科學(xué)技術(shù);1987年04期

4 陳守煜;田友;;月徑流模糊隨機(jī)模擬技術(shù)[J];水電能源科學(xué);1988年02期

5 G.C.Christodoulou;C.D.Memos;劉自培;張春宏;;一種估算徑流的概化模型[J];資源開發(fā)與保護(hù);1989年01期

6 王朝陽(yáng);;黑龍江漠河站月徑流的隨機(jī)模擬[J];東北水利水電;1989年07期

7 李伯森;楊彬;;遼河干流生態(tài)徑流過程研究[J];東北水利水電;2015年06期

8 李林兵;穆秀云;于國(guó)榮;夏自強(qiáng);;徑流過程改變對(duì)生態(tài)系統(tǒng)的影響[J];東北水利水電;2009年02期

9 陳臘嬌;馮利華;;馬蓮河流域日徑流過程分維與土壤侵蝕關(guān)系初探[J];西北林學(xué)院學(xué)報(bào);2006年05期

10 陳臘嬌;馮利華;;基于AutoCAD日徑流過程的分維計(jì)算和分析[J];長(zhǎng)江科學(xué)院院報(bào);2006年06期

相關(guān)博士學(xué)位論文 前7條

1 孫娜;機(jī)器學(xué)習(xí)理論在徑流智能預(yù)報(bào)中的應(yīng)用研究[D];華中科技大學(xué);2019年

2 敖暢;黃土坡地徑流養(yǎng)分流失特征及其化學(xué)調(diào)控機(jī)制研究[D];中國(guó)農(nóng)業(yè)大學(xué);2018年

3 張升堂;考慮水土治理影響的黃土高原分布式降水徑流模型研究[D];西北農(nóng)林科技大學(xué);2004年

4 張亞麗;黃土坡面土壤氮磷等化學(xué)物質(zhì)徑流遷移與混合層深度研究[D];西安理工大學(xué);2007年

5 趙輝;南方花崗巖地區(qū)紅壤侵蝕與徑流輸沙規(guī)律研究[D];北京林業(yè)大學(xué);2008年

6 劉彥廣;基于水化學(xué)和同位素的高寒山區(qū)雨季徑流過程示蹤[D];中國(guó)地質(zhì)大學(xué);2013年

7 許可;面向生態(tài)保護(hù)和恢復(fù)的梯級(jí)水電站聯(lián)合優(yōu)化調(diào)度研究[D];華中科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 郭緒磊;基于SAC改進(jìn)模型的巖溶流域降水—徑流過程模擬研究[D];中國(guó)地質(zhì)大學(xué);2019年

2 齊文超;徑流調(diào)蓄設(shè)施對(duì)洪澇調(diào)控作用模擬研究[D];西安理工大學(xué);2019年

3 張坤;綜合措施下邯鄲市低洼城區(qū)徑流監(jiān)減控效果模擬研究[D];河北工程大學(xué);2019年

4 朱新榮;變化環(huán)境下巖溶區(qū)流域極端徑流響應(yīng)研究[D];廣西大學(xué);2019年

5 王東;典型海綿校園徑流減控效果模擬研究[D];河北工程大學(xué);2018年

6 趙沛;基于SWMM的低影響開發(fā)措施對(duì)徑流的調(diào)控作用模擬研究[D];河北農(nóng)業(yè)大學(xué);2018年

7 王博威;灤河上游下墊面變化驅(qū)動(dòng)下徑流效應(yīng)的研究[D];天津大學(xué);2018年

8 馮小慶;渭河流域徑流過程的分形特征及其與生態(tài)環(huán)境的關(guān)系研究[D];西北農(nóng)林科技大學(xué);2010年

9 陳竹青;長(zhǎng)江中下游生態(tài)徑流過程的分析計(jì)算[D];河海大學(xué);2005年

10 石飛;城市回填土草地徑流過程中徑流水體及污染物分配特征研究[D];南京信息工程大學(xué);2017年

本文編號(hào)：2869472