【摘要】：流域洪水預報作為防洪減災的主要非工程措施,在實際防洪工作中具有重要作用。但由于受預報模型不確定性、參數(shù)估計不精確和資料精度不高等各種因素的影響,洪水預報結(jié)果總是存在誤差。而這些誤差的存在不僅會影響預報模型在防洪減災工作中的應用效果,給防洪工作帶來不利,有時會造成較大損失。為使得決策者能正確預估預報誤差對防洪安全的影響,對模型預報誤差分布特性的研究工作就顯得尤為重要。論文以崇陽溪流域為例,用極大熵原理對多元線性回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型的洪水預報誤差分布特性進行深入研究,求出相應的誤差概率密度函數(shù),并將洪水預報誤差極大熵概率密度函數(shù)的擬合效果與正態(tài)概率密度函數(shù)的擬合效果進行分析比較,選出了較優(yōu)的三階極大熵概率密度函數(shù)。主要內(nèi)容如下:(1)根據(jù)崇陽溪流域?qū)嶋H情況及試算結(jié)果綜合分析,確定上游崇陽溪武夷山水文站、麻陽溪麻沙水文站到下游崇陽溪干流建陽水文站的洪水傳播時間τ1、τ2,并擬定適當?shù)摩?(τ3τ1或τ2)。然后以上游崇陽溪武夷山水文站前τ1小時洪水流量Q1(t-τ1)、麻陽溪麻沙水文站前τ2小時洪水流量Q2(t-τ2)和下游崇陽溪干流建陽水文站前τ3小時洪水流量Q(t-τ3)作為輸入因子,下游崇陽溪干流建陽水文站洪水流量Q(t)作為輸出,分別建立多元線性回歸洪水預報模型、BP神經(jīng)網(wǎng)絡(luò)洪水預報模型。(2)利用2002～2013年8場洪水流量資料,通過多元線性回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型進行洪水預報,得到兩組預報誤差數(shù)據(jù)。(3)將極大熵原理應用到研究多元線性回歸模型與BP神經(jīng)網(wǎng)絡(luò)模型預報誤差概率密度分布中,以模型預報得到的誤差數(shù)據(jù)給出約束條件。分別用非線性規(guī)劃法、誤差函數(shù)法和牛頓迭代法求出多元線性回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型預報誤差二階、三階及四階極大熵概率密度函數(shù)。同時為了比較,求出洪水預報誤差正態(tài)概率密度函數(shù)。結(jié)果顯示,二階極大熵概率密度函數(shù)擬合效果與正態(tài)概率密度函數(shù)擬合效果相差不大,三階極大熵概率密度函數(shù)則能更好擬合誤差數(shù)據(jù)分布特征,但大于三階后,極大熵分布擬合不能隨階數(shù)增加而擬合效果明顯提升。(4)利用三階極大熵分布對多元線性回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型的洪水預報進行誤差風險評價,分別算出兩個預報模型出現(xiàn)不同預報誤差的概率,為防洪調(diào)度決策提供參考依據(jù)。
【圖文】：

易爆發(fā)山洪災害。逡逑水文氣象特征逡逑域?qū)儆诘湫蛠啛釒Ъ撅L氣候，北部局地山區(qū)屬中亞熱帶山地氣候。流逡逑，冬短夏長，氣溫較高，降雨充沛，霜凍少，作物生長周期較長。多逡逑達１７００ｍｍ－２５００ｍｍ，受山地海拔季風等因素影響，流域內(nèi)降雨分布量總體趨勢是由北向南逐漸遞減。在時間上，降雨亦存在不均R純觶誨義洗杭荊浣滌炅吭頰寄杲滌曜芰康模玻常ィ玻矗ィ誨澹擔對碌撓曇荊頰煎義希乖碌南募荊頰跡玻埃ィ誨澹保霸輪烈钅輳蒼碌那鋃荊�，灶a跡玻埃ァＣ磕赍義先卻Ｑ蟊鄙系吶漚牖系厙�，与来讍T狽降睦淇掌諼湫緯勺季倉狗媯傭詬們緯捎炅慷�、历时长的锋面虞z６笏孀佩義嫌曇窘崾朧⑾�，高温少虞彫但ＡP乖碌南募居質(zhì)歉＝ㄌǚ綞嚳⑵�，季亦经常受到台房w捅┯甑那秩擰ｅ義

本文編號：2702500