基于多模型组合方法的公平水库中长期入库径流预报

准确可靠的水库中长期预报结果对于指导受水区水资源优化配置等具有重要意义。本文首先选取SARIMA 模型、SVM 模型、XGBoost 模型与RF 模型分别构建公平水库月入库径流预报方案,以气象因子的物理机制为基础,在成因分析与随机森林重要性排序的基础上筛选关键预报因子并输入至4 个单一模型中。然后在对比分析各模型优劣的基础上,以线性与非线性组合2 种方式构建组合预报方案。结果表明：RF 模型在4 个单一模型中的模拟结果表现最优,SARIMA 模型的模拟精度随着入库径流量的增加而增加;组合预报模型较任一单一模型的模拟结果均更好,基于神经网络的非线性组合方式能够有效提高验证期的模拟精度,增加模型的泛化能力。     

中长期水文预报的预报区间估计方法

中长期水文预报由于影响因素复杂和目前科学水平的限制,还处于探索、发展阶段,预报手段仍以成因分析(物理因子相关)和数理统计方法为主。其中数理统计方法(方差分析、AR(P)模)是我们经常使用的一种重要方法。在使用数理统计方法进行中长期水文预报时,从理论上来说,给定一个预报区间比给定一个具体预报值更为合理。文章就数理统计法进行中长期水文预报如何给定估计合理预报区间进行初步探讨。     

浅谈中长期水文预报方法

由于影响水文要素的各种因素十分复杂，中长期水文预报方法目前尚不够成熟，因此在做中长期水文预测时必须参考诸多因素，采用多种方法综合分析、合理取值；并应结合当地实际不断积累经验，进一步探讨中长期水文预报方法，以提高水文要素长期预报的精度。     

中长期径流预报研究进展及发展趋势

从中长期径流演变规律、径流预报因子识别、径流预报模型和径流预报系统4个方面阐述了中长期径流预报的研究进展,在此基础上分析了中长期径流预报面临的主要问题和发展趋势。未来中长期径流预报研究应更加注重多学科综合和跨学科交叉,更加注重预报方法的适用性及预报结果的可靠性、稳定性,更加注重高新技术的应用。     

中长期水文预报方法研究综述

从传统的水文统计法、成因分析法和现代的模糊数学方法、人工神经网络方法、灰色系统理论方法等方面,系统地总结了国内外中长期水文预报的研究进展情况。对其研究现状进行了评述和分析,指出了当前中长期水文预报模型存在的模型适用性不是这一主要问题。分析认为:①从物理成因上解释预报因子的合理性,使预报模型建立在严格的物理成因的基础上,是今后中长期水文预报应遵循的基本原则;②根据水文要素变化的非线性特点,将各种方法进行耦合,将在中长期水文预报中发挥重要作用;③应积极开展中长期水文预报所需资料的观测与积累,特别是人类活动的影响、全球气候变暖等引起的预报因子及影响因素的变化。     

水文预报方法与中长期水文预报的分析

文章以辽宁省大伙房水库作为研究对象,通过对几种中长期水文预报方法的比较分析,选取出预报精度最高的一种方法。研究结果表明,BP神经网络法在径流中长期预报方面的精度最高,因此可运用该方法对水库径流进行中长期预报,从而为水库引水及调度计划的合理制定提供依据。期望通过文章的研究能够对中长期水文预报方法的推广应用有所帮助。     

中长期水文预报综合分析理论模式与方法

为了探索提高中长期水文预报的精度，本文依据水文成因，统计与模糊集分析相结合的研究方法论，提出考虑预报因子权重的中长期水文预报综合分析理论模式与方法。     

珠江流域中长期水文预报现行主要方法浅析

中长期水文预报是一门边缘学科。目前应用于珠江流域中长期水文预报的主要方法有4种，即历史演变法、周期均值迭加法、转移概率法、数理统计相关分析法。对珠江流域近几年中长期水文预报所有方法的基本原理进行总结，并结合实际对各种方法作进一步的分析。     

嘉陵江中游段中长期径流预报研究

通过对嘉陵江流域中游段的径流特性及变化规律进行研究,应用目前较为成熟的人工神经网络模型、最近邻抽样回归模型、自回归模型和均生函数模型,对嘉陵江流域中游段年径流进行预报。实例分析和预测结果比较表明:人工神经网络模型与最近邻抽样回归模型能更好地预测嘉陵江中游段的年径流。     

流域中长期径流分类预报方法

以水文循环基本原理为基础,从流域径流水汽来源影响因素角度明确了中长期径流预报基本概念及分类,即以气象(中期)、气候(长期)和天文因素(超长期)为预报因子,针对流域出口断面(或典型断面)的旬、月、季(汛期)或年径流,以及流域旱涝趋势进行预报。通过比较不同时间尺度下的水汽系统物理运动机理,论证了"短期气候预测"作为中长期径流预报理论基础的合理性,并将流域径流来源影响因素及其表现概括为三大规律:天文因素表现出的周期性是主要规律,反映了水文气候过程的基本状态;大气环流表现出的随机性对水文气候基本状态存在干扰,导致了波动;流域特征性规律反映了各种因素综合作用结果,具有流域的特殊性。最终,将流域中长期径流预报分为正常年份的径流过程预报和异常灾变年份的大旱大涝预测,其中前者的预报因子为水文气象与气候要素,后者为天文因素;在服务对象上,前者为水利工程常规运行调度服务,后者为防洪抗旱部门防灾减灾提供灾情预测;在结果发布上,前者提供定量的径流过程预报,后者提供丰、平、枯等3级(或5级)定性预测,并给出相似年份;在预报方法上,前者采用数理统计方法或物理成因相关分析法,后者采用周期性、随机性和流域特殊性识别等综合预报方法。     

双重逐步回归分析在中长期水文预报中的应用

文章介绍了中长期水文预报中的双重逐步回归分析的计算步骤,并以大伙房水库的春汛及气象资料为例进行成果验证,对4种预报方法进行了比较。     

基于小波去噪和FA-SVM的中长期径流预报

为优化支持向量机(Support Vector Machine,SVM)模型参数,提高中长期径流预报精度,建立了基于FA-SVM的中长期径流预报模型。该模型以样本中训练期均方差最小为目标函数,利用萤火虫算法(Firefly Algorithm,FA)对支持向量机主要参数(惩罚系数C、核函数参数g和不敏感损失系数ε)进行了优化。以岷江上游的紫坪铺水库为例,运用小波去噪法对各月径流序列进行数据预处理后,利用FA-SVM模型与BP神经网络模型进行了中长期径流预报。结果表明:(1)运用小波阈值法能够较好地滤除各月径流序列的系统噪声和测量噪声;(2) FA-SVM模型中长期径流预测效果较好,预报精度等级均在丙级以上;(3) FA-SVM模型的预报效果优于BP神经网络模型。     

周期均值叠加法预报水库中长期水文探析

利用周期均值叠法加进行中长期水文预报时,周期的可靠性作为一项重要的指标,是计算水文长期系列资料是否存在周期、是否有明显周期的关键。周期的可靠性是通过方差比(F)来反映的,在某一信度(ɑ)水平上F值越大,差异显著,有周期存在。文中通过改变资料年限,并计算不同资料年限的F值,通过F值的对比选取差异最显著、周期最明显的资料系列进行中长期水文预报计算。     

中长期水文预报方法研究综述

由于中长期水文预报对于水资源规划管理、水库及水电站调度具有的重要意义,其研究一直受到学术界和工程界的广泛关注。通过围绕其传统预报方法成因分析、数理统计方法和时间序列分析技术,和其现代的人工智能预报技术,包括模糊分析、人工神经网络、灰色系统分析、小波分析、混沌分析、支持向量机、遗传程序设计以及这些方法的相互耦合等进行的全面介绍和评述,并指出将来中长期水文预报的进一步研究方向。     

基于ANN模式的中长期水文预报研究

本文以水库月入库径流预测为例进行了中长期水文预报的人工神经网络模式的研究,研究采用了整体模式、分类模式、组合模式等,研究结果表明,具有非线性功能的人工神经网络方法可以改善中长期入库径流的预测。     

基于BP网络的中长期水文预报精度影响分析

文章分析了影响中长期水文预报BP网络模型精度的因素,其中输入层节点数、节点转换函数及网络训练方式的选择对模型精度的影响很大。并结合研究结果,对中长期水文预报BP网络模型的参数优选提出了一些建议。     

考虑中长期水文预报的北方水库综合运用经济效益分析

本文论述了北方水库常用的中长期水文预报方法,结合水库的防洪和兴利功能,对综合运用经济指标进行经济评价分析,根据中长期水文预报来水情况及各需水用户的年度蓄水预测情况,制定科学的年度收入计划,采用多方法进行订正中长期预报结果,适时调整计划指标,从而更为科学、充分地发挥水库的综合效益.     

非稳态条件下的中长期径流耦合预报方法

气候变化会导致水文序列的非稳态性,从而给水文预报带来新的挑战。以疏勒河上游为例,提出了一种适于非稳态条件下的新的中长期径流预报方法。根据疏勒河径流的补给来源及其受气候变化的影响,按照时间序列模型的思路,依次提取趋势项和周期项,对剩余的随机项采用基于水文-气象遥相关模型,构建了时间序列与水文-气象遥相关的耦合模型。对比分析时间序列法、水文-气象遥相关法和耦合预报法对昌马堡站径流预报的结果,发现耦合预报方法不仅精度最高、模型可信度最高,而且可以描述非稳态的趋势性变化。     

水库月径流中长期预报系统的开发研究

结合月径流中长期预报模型对水文气象资料的要求，建成了水文气象资料数据库和一套可供实用的月径流中长期自动预报系统。该系统在实际应用时，用户将水库建站以来的月平均入库流量和新的水文气象资料追加到数据库中，该系统程序即可自动进行计算并给出预报决策值。     

概论水文中长期预报原理和方法

从长期的预报实践中,归纳出水文中长期预报的8个基本原理:即系统性、连续性、相似性、相关性、可能性、水文循环、周期波动和水量平衡八大原理以及水文现象的三大规律,一个预报思路.