發(fā)布時(shí)間：2020-07-07 22:26

【摘要】：近幾十年,徑流受人類活動(dòng)和氣候變化的影響日益加劇,徑流序列呈現(xiàn)出非線性、非平穩(wěn)性和復(fù)雜性,開(kāi)發(fā)高精度的預(yù)測(cè)模型一直是徑流預(yù)測(cè)研究的難點(diǎn)和熱點(diǎn)。因此,針對(duì)徑流預(yù)測(cè)的難點(diǎn)研究改進(jìn)模型的方法,對(duì)水資源的高效利用和可持續(xù)性具有重要的理論意義和應(yīng)用價(jià)值。論文以引嘉入漢調(diào)水工程為依托,在分析嘉陵江和漢江徑流規(guī)律的基礎(chǔ)上,研究了月徑流預(yù)測(cè)模型,主要目的是為引嘉入漢跨流域調(diào)水工程提供高精度的徑流預(yù)測(cè)模型,為引嘉入漢工程提供技術(shù)支撐。論文獲得的主要研究成果如下:(1)以嘉陵江上的略陽(yáng)水文站、黃金峽和三河口兩個(gè)斷面的徑流序列為研究對(duì)象,采用水文統(tǒng)計(jì)方法,揭示了徑流時(shí)間序列的周期性、趨勢(shì)性、變異性等徑流特征。(2)建立了自回歸滑動(dòng)平均模型(ARMA)、人工神經(jīng)網(wǎng)絡(luò)(ANN)、支持向量機(jī)(SVM)、基于經(jīng)驗(yàn)?zāi)B(tài)分解的混合模型(EMD-SVM)和基于改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解的混合模型(M-EMDSVM)五種徑流預(yù)測(cè)模型,分析比較了各模型的優(yōu)缺點(diǎn)和適用性。(3)利用ARMA、ANN和SVM模型分別對(duì)略陽(yáng)水文站、黃金峽斷面和三河口斷面的月徑流進(jìn)行預(yù)測(cè),SVM在三個(gè)站點(diǎn)的納什效率系數(shù)(NSE)分別為56.07%、50.49%和50.40%,均大于ARMA和ANN,表明SVM在預(yù)測(cè)非線性和非平穩(wěn)徑流序列具有較高的預(yù)測(cè)精度和較強(qiáng)的泛化能力。(4)將經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)和SVM模型有機(jī)結(jié)合,建立了 EMD-SVM混合模型,對(duì)略陽(yáng)水文站、黃金峽和三河口斷面分別進(jìn)行月徑流預(yù)測(cè),并對(duì)預(yù)測(cè)結(jié)果進(jìn)行檢驗(yàn),EMD-SVM的NSE分別為80.47%、76.13%和68.80%,較SVM模型預(yù)測(cè)效果有顯著的提高,表明混合模型能夠有效提高徑流預(yù)測(cè)精度。(5)提出線性極值延拓法對(duì)EMD模型進(jìn)行改進(jìn)方法。利用改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解(M-EMD)和SVM模型,構(gòu)建了基于改進(jìn)的EMD混合模型(M-EMDSVM),對(duì)略陽(yáng)水文站、黃金峽和三河口斷面分別進(jìn)行月徑流預(yù)測(cè),并對(duì)預(yù)測(cè)結(jié)果進(jìn)行評(píng)價(jià),M-EMDSVM在三站的 NSE 分別為 90.55%、91.88%和 94.26%,較 EMD-SVM 分別提高了 13%、21%和 37%,表明本文提出的線性極值延拓法能夠有效解決EMD的邊界效應(yīng)問(wèn)題,進(jìn)一步提高模型的效應(yīng)問(wèn)題,進(jìn)一步提高模型的預(yù)測(cè)精度。(6)對(duì)ARMA、ANN、SVM、EMD-SVM、M-EMDSVM五個(gè)模型的預(yù)測(cè)結(jié)果進(jìn)行評(píng)價(jià),綜合分析模型預(yù)測(cè)結(jié)果和各站預(yù)測(cè)散點(diǎn)圖結(jié)果表明:M-EMDSVM預(yù)測(cè)模型表現(xiàn)最好,具有精度高、穩(wěn)定性好等優(yōu)勢(shì),能夠?yàn)槁躁?yáng)水文站、黃金峽和三河口斷面月徑流提供高精度的徑流預(yù)測(cè),為引嘉入漢工程提供技術(shù)支撐。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：P338
【圖文】：

西安理工大學(xué)工程碩士專業(yè)學(xué)位論文嘉陵江和漢江流域概況 嘉陵江流域概況嘉陵江是長(zhǎng)江上游左岸最大的支流，干流總長(zhǎng) 1102km，流經(jīng)甘肅、陜西、四川省，并最終匯入長(zhǎng)江（圖 2-1）。嘉陵江干流流域面積 8.883 萬(wàn) km2，其中干流昭為上游流域，長(zhǎng)約 368km，白龍江流域多為山區(qū)，地勢(shì)陡峭多為高山，河谷深切漢水流域?yàn)榈蜕�、丘陵地形；昭化�?zhèn)至合川為中游，河道長(zhǎng)約 642km，河道隨地漸變寬，兩岸山坡也逐漸變緩，地形從深丘過(guò)渡到淺丘，廣元到蒼溪為深丘地形下為淺丘區(qū)；合川至河口為下游，長(zhǎng)約 97km，為平行嶺谷區(qū)。嘉陵江流域大部分處于亞熱帶濕潤(rùn)季風(fēng)氣候，多年平均降水量為 931mm，年降小的趨勢(shì)。嘉陵江徑流主要由降雨補(bǔ)充，主要集中在 5~10 月，水量充足[37]。

圖 2-2 漢江流域示意圖Fig.2-2 Hanjiang Basin map2.3 數(shù)據(jù)資料本文選取“引嘉入漢”調(diào)水工程的取水口略陽(yáng)水文站為嘉陵江流域的代表站點(diǎn)，采用略陽(yáng)水文站 1967-2014 年共 48 年的月徑流和年徑流資料進(jìn)行研究分析，徑流數(shù)據(jù)由略陽(yáng)水文站提供，數(shù)據(jù)真實(shí)可靠。本文選取黃金峽和三河口兩個(gè)典型斷面（文中簡(jiǎn)稱黃斷面和三斷面）為漢江流域的代表斷面，采用 1954-2009 年共 55 年的月徑流和年徑流資料進(jìn)行研究分析，徑流數(shù)據(jù)由引漢濟(jì)渭公司提供，數(shù)據(jù)真實(shí)可靠。

西安理工大學(xué)工程碩士專業(yè)學(xué)位論文3 嘉陵江和漢江徑流特征分析引嘉入漢工程屬于跨流域調(diào)水工程，涉及嘉陵江流域和漢江流域丹江口以上流域，文主要研究?jī)蓚�(gè)流域代表水文站及重要斷面的徑流特征。徑流特征可以從平均流量、CvCs、均方差、周期性、趨勢(shì)性、變異性、汛期和非汛期徑流量占比等方面進(jìn)行分析。3.1 調(diào)水區(qū)徑流特征分析調(diào)水區(qū)采用略陽(yáng) 1967-2014 年共 48 年的徑流系列見(jiàn)圖 3-1，該徑流序列擁有較多極值點(diǎn)，具有代表性。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張洪波;王斌;蘭甜;陳克宇;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的非平穩(wěn)水文序列預(yù)測(cè)研究[J];水力發(fā)電學(xué)報(bào);2015年12期

2 黃巧玲;粟曉玲;;基于小波支持向量機(jī)耦合的月徑流預(yù)測(cè)方法[J];水力發(fā)電學(xué)報(bào);2015年03期

3 崔東文;金波;;基于改進(jìn)的回歸支持向量機(jī)模型及其在年徑流預(yù)測(cè)中的應(yīng)用[J];水力發(fā)電學(xué)報(bào);2015年02期

4 趙雪花;陳旭;袁旭琦;;基于EMD的數(shù)據(jù)驅(qū)動(dòng)模型在徑流預(yù)測(cè)中的應(yīng)用[J];系統(tǒng)工程;2014年09期

5 王秀杰;封桂敏;耿慶柱;;小波分析組合模型在日徑流預(yù)測(cè)中的應(yīng)用研究[J];自然資源學(xué)報(bào);2014年05期

6 崔東文;;基于多元變量組合的回歸支持向量機(jī)集成模型及其應(yīng)用[J];水利水運(yùn)工程學(xué)報(bào);2014年02期

7 胡昌軍;;基于改進(jìn)相空間重構(gòu)原理的支持向量機(jī)月徑流模擬[J];水資源與水工程學(xué)報(bào);2013年04期

8 張?zhí)m影;龐博;徐宗學(xué);劉文豐;;基于支持向量機(jī)的石羊河流域徑流模擬適用性評(píng)價(jià)[J];干旱區(qū)資源與環(huán)境;2013年07期

9 楊培才;王革麗;卞建春;周秀驥;;The Prediction of Non-stationary Climate Series Based on Empirical Mode Decomposition[J];Advances in Atmospheric Sciences;2010年04期

10 李彥彬;黃強(qiáng);徐建新;張澤中;;河川徑流中長(zhǎng)期預(yù)測(cè)的支持向量機(jī)模型[J];水力發(fā)電學(xué)報(bào);2008年05期

相關(guān)碩士學(xué)位論文 前1條

1 陳旭;汾河上游徑流演變特性分析及其預(yù)測(cè)方法研究[D];太原理工大學(xué);2015年

本文編號(hào)：2745696