Arid
基于多种组合模型的半干旱区次洪量预测
冯鑫伟
出版年2018
学位类型硕士
导师黄领梅
学位授予单位西安理工大学
中文摘要淤地坝在黄河长治久安中发挥着重要作用。由于淤地坝的排水流量较小,在短暂的暴雨过程中,会有很大一部分水量拦蓄在坝内,这会给下游坝系带来巨大的威胁。因此,精准的次洪量预测已经成为淤地坝安全度汛的重要课题。在半干旱区,次暴雨洪水过程受多种因素制约。一场暴雨的时间、降雨量相差较大,时空分布不均,暴雨中心等也难寻其规律,呈现出很大的随机性;而流域下垫面变化也直接或间接地影响暴雨洪水关系。因此分析各要素对次暴雨洪量的影响,可为淤地坝的安全度汛提供科学依据。鉴于此,论文以陕北半干旱区岔巴沟流域为研究对象,开展了次暴雨洪量影响因素的研究,并构建了单一预测模型和组合预测模型理论框架,最后对模型预测效果进行评价,分析了模型的适用性。主要研究内容如下:(1)洪水特征量变化趋势以及气候因素影响分析。采用Mann-Kendall秩次相关法和Spearman秩次相关检验法分析岔巴沟流域汛期降雨量、汛期径流量、次洪量以及次暴雨量系列的变化趋势,利用R-S分析其持续性。(2)影响次洪量的因素识别。统计1980-2010年流域内降雨特征,包括:次降雨量、最大3小时雨强、暴雨中心位置以及7d前期影响雨量。结合中国科学院遥感应用研究所提供的土地利用遥感数据和DEM图,提取出流域内1986、1995、2000、2008、2013年的土地利用情况及流域的植被覆盖度等下垫面要素。淤地坝的拦蓄水量是影响次洪量的重要下垫面因素,因此需对淤地坝还原,从而得到还原后的次洪量。(3)选择岔巴沟流域内二十场洪水进行模拟,其中十六场用做率定期、四场洪水用以验证。构建多元线性回归模型、BP神经网络模型以及去趋势互相关分析法三种单一模型,将所选次洪量影响因素作为输入变量,还原后次洪量作为输出变量。分析得单一预测模型具有良好的预测效果;将三种单一模型应用定权重的最优加权组合模型、变权重的基于误差平方和倒数变权组合模型以及模型内部组合的基于MLR-DCCA的BP神经网络组合模型进行组合,组合模型相比于单一模型具有较高的适用性,其中基于MLR-DCCA的BP神经网络组合模型较单一模型、定权重以及变权重组合模型平稳性增强,提高了预测效果,可用于淤地坝系的次暴雨洪量预测。
中文关键词次洪量预测 ; 组合预测模型 ; 半干旱区
语种中文
国家中国
URLhttp://kns.cnki.net/kns/detail/detail.aspx?FileName=1018836021.nh&DbName=CMFD2018
来源机构西安理工大学
资源类型学位论文
条目标识符http://119.78.100.177/qdio/handle/2XILL650/257868
推荐引用方式
GB/T 7714
冯鑫伟. 基于多种组合模型的半干旱区次洪量预测[D]. 西安理工大学,2018.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[冯鑫伟]的文章
百度学术
百度学术中相似的文章
[冯鑫伟]的文章
必应学术
必应学术中相似的文章
[冯鑫伟]的文章
相关权益政策
暂无数据
收藏/分享

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。