水文研究与人工神经网络FANN
流域的降雨径流过程是一个复杂、高度非线性的过程,并且存在时间与空间上的多变性。为了模拟降雨径流过程,目前开发了许多模型,可以分为系统模型、概念性模型和物理模型,应用较为成熟的系统模型大多是线性的。这些模型往往不能体现降雨径流过程内在的高度非线性特征。人工神经网络(Artificial Neural Network,简称ANN)技术为降雨径流模拟提供了一种新的方法,并且在实际应用中被证实是水文水资源研究中一个有用的工具。
阅读全文 >
流域的降雨径流过程是一个复杂、高度非线性的过程,并且存在时间与空间上的多变性。为了模拟降雨径流过程,目前开发了许多模型,可以分为系统模型、概念性模型和物理模型,应用较为成熟的系统模型大多是线性的。这些模型往往不能体现降雨径流过程内在的高度非线性特征。人工神经网络(Artificial Neural Network,简称ANN)技术为降雨径流模拟提供了一种新的方法,并且在实际应用中被证实是水文水资源研究中一个有用的工具。
阅读全文 >
水文测验资料的整编工作的最后一步重要的步骤就是要对成果的合理性进行检查,其中一个主要方面就是流量整编成果的合理性检查。整编成果合理性的检查方法主要包括单站合理性检查和综合的合理性检查两种。
阅读全文 >
目前,国内外对洪水预报的理论与方法研究较多,但对其不确定性来源分析甚少。各种洪水预报中的不确定性是放在一起处理的,但这些不确定性非常值得研究,不能因为采用实时预报方法后精度提高就忽略了这些不确定性。实践证明,洪水预报中的不确定性主要来源于自然现象本身的随机性、资料的不确定性、模型参数与模型结构。
阅读全文 >
实时洪水预报是一种在联机水情测报系统中,使用实时雨、水情及其它有关水文气象信息作为洪水预报模型输入,并不断根据新信息校正或改善原有模型参数,力争预报结果逐步逼近真值的洪水预报。
与脱机洪水预报比较,实时洪水预报所使用的信息的质量一般较差。例如:实时洪水预报使用的遥测或报汛资料,一般就不及脱机洪水预报采用的整编水文资料完整、可靠;
阅读全文 >
水位流量关系曲线推流时采用的是一元三点插值算法,插值计算时,是选取最靠近插值点的3个节点代入公式,因此对于一条曲线就有多个插值公式,采用分段插值的方法,将该曲线使用范围内的每一组对应值插算出来。
阅读全文 >
水位流量关系如何定线?水文资料整编在各种教材中都有讲述,但往往一些新手一旦接触到定线就无从下手,资料整编工作是全站职工一年来的辛勤劳动与付出,全部归到这一张图纸上,也就是通过建立Z~Q关系来推求瞬时流量,从而计算出日、月、年平均流量,供有关部门使用。具体操作步骤如下:
阅读全文 >
《水文资料整编规范》中规定:整编是对原始的水文资料按科学方法和统一规格,分析、统计、审核、汇编、刊印或储存等工作的总称。水文测验和水文调查所得的原始资料只有一份,有些资料在时间上是离散的,不能满足使用要求,只有经过审核、查证,按照统一的标准和规格,整理成系统的、简明的图表,汇编成水文年鉴或其他形式,才便于使用。
阅读全文 >