黄河内蒙古段开河日期预报模型及应用

对黄河内蒙古段的冰情特点进行分析,选用1970—1971年度至2007—2008年度共38个冬季的冰情资料,提取合适的预报因子,分别采用人工神经网络模型和多元线性回归模型,对黄河内蒙古段的开河日期进行预报。结果表明,神经网络模型和多元线性回归模型预报样本合格率分别为86.7%和80.0%,神经网络模型的预报精度高于多元线性回归模型,更适用于黄河内蒙古段开河日期预报。

基于BP神经网络的流凌开河日期预报模型应用

依据开河机理,结合松花江某水文站的历史资料,建立了该站开河日期预报的BP神经网络模型.应用Levenberg-Marquardt算法改进了BP算法,采用循环递进的方法建立了实用预测模型.经实际流凌开河日期预报的验证表明,循环递进方法建立的实用预测模型能充分利用预报因子的信息和神经网络方法的非线性映射能力,预测精度高,合格率为100%.

黄河头道拐站开河日期预测的LSSVM方法

根据实测冰情数据分析发现,可将冰盖厚度演变过程作为预测头道拐站的开河日期的主要依据,同时还应考虑封冻期气温、流量等对冰盖厚度的持续性和累积性影响。据此提出了一种应用数据挖掘技术和LSSVM进行头道拐站开河日期预测的新方法。应用LSSVM模型对头道拐站2010年、2011年和2012年开河日期的预测结果表明,可在封冻期内任一冰盖厚度测量日期利用上述方法对该站的开河日期进行预测,有效延长了预见期,且在3月6日前的预测值均满足许可误差合格率的要求。根据LSSVM模型预测误差呈波动性变化的特点,提出了预测开河日期的均值法,可使开河日期预测精度得到显著提高。

基于可拓数据挖掘的黄河开河日期预测模型

鉴于黄河开河日期受多种因素的制约,以黄河头道拐段为例,在分析影响黄河开河的各种因素基础上,构建了由9个因子组成的开河预测评价指标体系,利用层次分析法确定了各因子的权重系数,并由统计分析法排序确定每个因子的经典域和节域,通过构造简单关联函数,采用可拓数据挖掘技术建立了黄河头道拐段开河日期预测模型。同时为避免不同因子量纲和数值量级的差别,将各因子数据预处理为年变化率后再进行运算。结果表明,该方法可行,对其他河段亦具有借鉴意义。

基于粒子群神经网络的凌汛开河日期预测研究

为了更准确地预测凌汛开河日期,提出用粒子群算法和BP神经网络相结合的粒子群神经网络模型。介绍了模型的设计和算法实现的流程。该模型通过粒子群算法对BP神经网络初始的权值和阈值进行优化,并以黄河内蒙段三湖河口站作为研究实例进行冰凌开河日期预测。结果表明,经粒子群优化后的BP神经网络预测精度比遗传神经网络和单一BP神经网络更高。

黄河宁蒙河段封开河日期预报方法研究

采用多元线性回归分析方法建立了基于物理成因概念的三湖河口站封开河日期预报模型,通过相关分析方法初步挑选预报因子,再应用SPSS软件对多元线性回归的预报因子进行了筛选,并对预报模型的精度进行了评定。结果表明:①建立的多元线性回归模型能较好地拟合三湖河口站的封开河日期;②在模型检验过程中,个别年份出现了较大误差,这说明封开河日期不仅与气象因素有关,也和其他因素有关。

基于AGA-Shepard模型的黄河三湖河站封开河日期预报

【目的】建立黄河内蒙古段主要水情控制断面冰情信息的预报模型,为黄河内蒙古段的冰凌研究和灾害防治提供参考。【方法】选择黄河内蒙段三湖河站为研究对象,运用数理统计中的互相关分析和显著性检验方法,对黄河三湖河站封河日期、开河日期及影响因素的时间序列进行分析,筛选封、开河日期的预报因子,进而建立冰情信息预报的AGA-Shepard模型。【结果】依据《水文情报预报规范》,所建立的AGA-Shepard模型对于三湖河站封、开河日期的预报精度达到85.7%和83.3%,属于甲等预报方案。【结论】建立的AGA-Shepard模型可以用于黄河三湖河站封河日期、开河日期的预报。

集对分析在改进BP神经网络凌汛开河日期预测评估中的应用

为客观和有效地定量评估BP神经网络凌汛开河日期预测模型,以黄河内蒙段三湖河口站冰凌开河日期为例,采用粒子群算法、遗传算法及小波分析理论对BP神经网络进行改进,并以集对分析理论的同一性、差异性和对立性对改进预测模型的数据集合建立评估模型。评估结果表明,集对分析与平均相对误差精度相比能更合理地反映模型预测效果。

1950年以来黄河头道拐站开河日期变化特征

根据1950年以来的实测冰情数据,应用K-Means聚类算法和Mann-Kendall法研究黄河头道拐水文站开河日期的变化特征。分析结果表明:1头道拐站开河日期具有逐渐提前的趋势,2000年后提前趋势明显;2以每年3月16日、24日为界,开河日期可分为"早开河"、"正常开河"与"晚开河"三类,1990年以来"早开河"的年份明显增多;31988—1995年可作为头道拐站开河日期早晚变化的过渡期,1988年之前以晚开河为主,1995年之后则早开河的年份显著增多,1992年为开河日期由晚向早变化的突变点;4气温为影响开河早晚的主要因素,头道拐站开河日期的提前与1988年之后区域气温回暖的趋势基本一致。

利用水位变化的黑龙江开河方式和开河日期预报

天然河道发生武开河时容易产生冰塞冰坝,造成凌汛灾害。在分析破冰水位和实测日水位的基础上,提前准确预报开河方式和开河日期并及时采取相应防范技术,是防凌减灾的一项重要非工程措施。基于冰盖挠度破坏原理,在利用水位变化判断开河模式的研究基础上将一维冰厚模型的度日法进行优化,计算河道冰厚变化,预报2015-2018年黑龙江开河方式及开河日期。结果表明:开河日期预报除2017年预报值和实测值误差1天,其余年份均完全相同;开河方式预报除因2018年开河水位过低导致水动力不足影响到预报的准确度外,其余年份预报值和实测值相同。

流域开河日期预报实例分析

我省北方河流封冻期较长,河流解冻预测分析对防凌汛、水利工程安全运行、国防等工作至关重要。文章以线性回归方程拟合法为例,根据河流解冻影响因素,选择实例数据,对具体河段开河日期做了尝试性预测分析,结果满足精度要求。针对预报方法的使用条件,结合当前工作实际提出了使用中须注意的特殊情况。

汤旺河五营站开河日期预报方法分析

根据影响河流解冻开河因素的组成和作用机理等情况,选择实例原始观测数据,利用基层水文部门现有分析手段,采用回归方程模型法对实例测站的开河日期进行了历史拟合预报分析,对该流域河流开河日期预报工作做了初步尝试。经实例计算分析,预报结果合格率满足相关规范精度要,。最后,根据实际工作需要和预报模型的特点,提出了在模型使用中须要注意的问题。

基于深度学习和信号分解的北方寒区河流开河日期预报

中国北方寒区河流春季开河时易产生冰凌现象,威胁涉河水工建筑物的安全。准确地预测寒区河流开河日期可为防凌指挥、调度决策提供重要参考依据。本文基于中国北方典型寒区-黑龙江省的5个代表水文站近60年的历史开河日期序列,采用完全自适应集合经验模态分解(CEEMDAN)技术和深度学习长短期记忆模型(LSTM)方法构建河流开河日期预报的耦合模型,以期提高河流开河日期预报的精度。结果表明:本研究构建的开河日期预报耦合模型(CEEMDAN-LSTM)预测精度明显优于单一深度学习方法(LSTM)计算结果;与LSTM相比,CEEMDAN-LSTM可将开河日期预报的平均绝对误差从2.51 d降低至1.20 d,合格率从91.59%提高至100%。验证期平均绝对误差从3.85 d降低至1.65 d,合格率从88%提高至96%。因此,所构建的开河日期预报耦合模型具有较高的预报精度,可为我国北方寒区春季防凌指挥和调度提供技术支持。

模糊优选神经网络BP模型在黄河内蒙段封开河预报中的应用

黄河内蒙段地处黄河流域最北端,由于它特殊的地理位置、水文气象条件、河道特性,几乎年年发生凌汛。在分析凌汛成因影响因素的基础上,选取合适的预报因子,基于模糊优选神经网络BP模型,对黄河内蒙段封河、开河日期进行样本训练和预报方案验证。预报结果表明,模糊优选神经网络冰凌预报模型计算简便,精度良好。

黄河源区河道冰封开河预报研究

研究黄河源区封开河日期的预报模型,对于填补黄河源区凌情研究的空白,进一步了解气候变化对源区径流过程的影响十分重要。根据黄河源区的水文、气象资料,从热力因素、水力因素和河道条件等方面筛选了影响河流凌情演变的主要因子,选用多元线性回归法和人工神经网络法对封河日期和开河日期进行了预测,并对预测结果进行了对比分析,初步建立起具有一定精度的黄河源区河冰封开河预报模型。

河流解冻日期预报方法实例分析

开河日期是指北方河流冰情由封冻变为流冰等其他冰情现象的日期,水文术语称为解冻日期,开河日期预报是水文预报的一部分。影响河流解冻开河的因素较多,文章利用现有已知影响因素作用机理情况,采用实例测站开河日期历史数据,利用线性回归方程法对实例数据进行历史拟合分析,拟合结果表明,已有历史数据的线性回归拟合方程模型拟合结果合格率满足相关预报规范精度要求,可以作为本河流开河预报方法来参考应用。

内蒙古河段全线平稳开河 黄河安度凌汛

本刊讯3月20日9时，黄河内蒙古封冻河段全线平稳开通，标志着2012--2013年度黄河防凌工作胜利结束。2012--2013年度黄河凌情的主要特点是流凌时间较常年偏早，封河期气温偏低、封河速度快，封河流量大、河道水位偏低，小流量过程持续时间短，凌期来水偏多、槽蓄增量偏大，开河期气温异常偏高、开河日期偏早。

多因子组合概率预报开河

本文用多因子组合概率统计分析，探索了开河客观规律。

冰凌预报模糊优选神经网络BP方法

黄河内蒙段地处黄河流域最北端,由于它的特殊地理位置、水文气象条件、河道特性,几乎每年产生凌汛。本文在分析影响凌汛成因因素的基础上,选取合适的预报因子,基于模糊优选神经网络BP模型,提出冰凌预报方法,应用于黄河内蒙段封河、开河日期的预报。结果表明,计算简便,精度良好。

基于可变模糊综合分析的冰凌预测模型

在分析凌汛成因影响因素的基础上,以可变模糊集理论为核心,采用二元比较法确定指标权重,结合统计相关分析确定预报因子相关程度,提出一种基于可变模糊综合分析的冰凌预测模型。将该模型应用于黄河内蒙古段开河日期的预测,结果表明该模型计算简便,对开河日期的预测具有较高的精度。