最近邻抽样回归模型在水环境预测中的应用

介绍了最近邻抽样回归模型(NNBR)进行单因子和多因子预测建模的基本思想和算法.该模型概念清晰,结构简单,不需对研究对象的相依形式和概率分布形式作假定,也不需估计太多的参数,是一类数据驱动的非参数预测模型,具有潜在的优势.通过水环境中的两个实例进行了预测应用,结果表明,预测效果较好,并与投影寻踪回归模型(PPR)进行了对比.

最近邻抽样回归模型在水文水资源预报中的应用

介绍了最近邻抽样回归模型进行单因子和多因子预测建模的基本思想和实现算法。通过水文水资源中的两个实例对 NNBR模型的预测效果进行了验证 ,并与自回归模型。

小波最近邻抽样回归耦合模型在三江平原年降水预测中的应用

近些年来,由于水田面积迅速增加,导致三江平原井灌水稻区地下水位普遍下降,"吊泵"、局部超采现象时有发生。为解决上述问题,以853农场为例,对实测年降水资料进行差分和标准化处理,采用小波理论和最近邻抽样技术进行耦合分析,建立了853农场年降水小波最近邻抽样回归耦合预测模型,精度检验和对比分析结果表明,模型有效性和可靠性较高。该模型揭示了区域年降水量的时间变化规律,为853农场乃至整个三江平原充分利用天然降水、合理制定水稻灌溉制度以及地下水资源的恢复和可持续利用提供了科学依据。

最大熵分布扰动最近邻抽样随机模型在年径流随机模拟中的应用

年径流随机模拟是水利工程体系规划设计和运行管理的依据。基于最近邻抽样随机原理,应用最大熵分布模型,建立了最大熵分布扰动最近邻抽样随机模型。以陕西省神木站年径流量为例,进行了该站年径流的随机模拟。结果表明,应用文中方法可以保持序列统计参数的特性;最大熵分布扰动最近邻抽样随机模型是年径流随机模拟的一种新途径。

最近邻抽样回归模型及其在枯水期月径流预报中的应用

为合理调配水资源,做好枯季径流预报,可采用最近邻抽样回归模型进行预测。按照最近邻抽样回归模型的基本思路和实现算法,根据长江上游主要控制站——寸滩站1893年1月—2009年12月历史同期月整编资料,对该流域的枯季径流特性进行分析研究,通过建立模型,对模型预测效果进行验证。结果表明:该模型对枯季径流的预报精度较高,可用于作业预报。

最近邻抽样回归模型在纵向地表沉降预测中的应用

针对传统方法在盾构法施工地表沉降预测中过于形式化和数学化的缺点,本文引入最近邻抽样回归模型(NNBR)。将盾构法施工引起地表沉降的因素分为三类:结构类、地质类和施工参数类,结合NNBR模型的计算特点对不同种类的因素采取不同的处理措施:结构类因素视为常量;按照能否形成免压拱将地质土层分为两类,计算距离系数时同类地层中的地质类因素视为常量;施工参数类因素的影响近似用隧道埋深和盾构平均掘进速度来衡量。由于NNBR模型对纵向地表沉降进行预测时可忽略常量因素,从而大大简化诸多次要因素对预测结果的影响,最终可以隧道埋深和盾构平均掘进速度为预测因子来预测纵向地表沉降。结合工程实例,证明预测因子选择的合理性以及NNBR模型在纵向地表沉降预测中的实用性。

周期叠加外延—最近邻抽样回归组合模型在韩江流域年径流预测中的应用

为提高年径流预报精度,尝试将周期叠加外延法与最近邻抽样回归模型结合,用韩江流域潮安站年径流系列作试验,结果表明组合模型预测合格率比单一周期叠加外延模型高,预测效果较好。

基于多因子最近邻抽样回归模型的径流相似性预报

针对传统径流预报精度不高、预见期不足的问题,提出基于降雨、径流相似性的径流预报方法,采用大数据挖掘在历史降雨产流过程中搜索相似过程,预测后期径流最可能的过程线。为了延长径流预报预见期,实时接入降雨预报信息,提出3种径流滚动预报方式,实现了7 d预见期的径流逐日滚动预报;针对流域在涨退水等不同阶段的产汇流特性,建立可根据实时水雨情自适应切换的降雨、径流输入模式,进一步提高径流预报精度。该研究成果在大渡河的应用表明预报效果达到预期:3 d预见期的纳什系数大于0.9,平均相对误差小于10%;7 d预见期的纳什系数大于0.8,平均相对误差小于15%。

859农场地下水位预测的小波最近邻抽样回归耦合模型

建立了859农场地下水小波最近邻抽样回归耦合预测模型,结果表明:模型有效性和可靠性较高,揭示了区域年降水量的时间变化规律。

最近邻一径向基函数网络模型在日径流预测中的应用

介绍了NNB—RBFN模型的基本思想和实现算法。通过日径流中的实例对模型的预测效果进行了验证，并与最近邻抽样回归模型的预测结果进行了对比，取得良好的效果。

年径流预测的自适应NNBR-ANN耦合模型

以基本遗传算法为基础,优化人工神经网络与最近邻耦合模型的基本参数,得到无参数的自适应NNBR-ANN耦合模型。应用此模型对黄河青铜峡年平均流量进行预测,并与单独的人工神经网络模型和最近邻抽样回归模型预测结果进行比较分析。结果表明:此方法将模型的基本参数进行优化处理,打破传统的定参方法,用于径流预测更加方便适用,且预测精度更高。

基于NNBR模型的纵向地表沉降动态预测

针对现有预测地表沉降方法的不足,结合土压平衡式盾构一个掘进周期中不同阶段引起地表沉降的状况不同,提出了应用最近邻抽样回归模型(NNBR模型)对纵向地表沉降进行动态预测的方法。文章初步总结出土舱压力和平均掘进速度、注浆压力和平均掘进速度、监测时间可分别作为开挖面前方变形、盾尾空隙沉降、固结沉降三个阶段的主要预测因子,并列出了相应阶段的相似计算公式。利用该方法对某一工程实例的固结沉降阶段进行了预测,在样本数较少的情况下,预测结果最大相对误差只有14.04%,从而论证了基于NNBR模型的动态预测方法的准确性和可行性。

多模型不同时间尺度中长期径流预报研究

为研究多模型不同时间尺度中长期径流预报效果,本文结合工程实例,以不同的时间段为检验期,模拟预报该工程的坝址月、旬和周平均流量,并分析了不同资料系列长度对模拟预报精度的影响。研究结果表明,最近邻抽样回归、人工神经网络和门限自回归模型对该工程月、旬、周时间尺度平均流量模拟预报精度随着时间尺度减小呈增高趋势;门限自回归模型模拟预测精度略高于其他两个模型;资料系列达到一定程度后,不同模型对月、旬、周时间尺度平均流量的模拟预报比较稳定。

延安市近50年来降水特征及趋势变化的小波分析研究

利用Morlet小波对延安1952-2003年52年间的降水量进行了多时间尺度分析,结果表明,延安降水在3-6 a和25-32 a的时间尺度上变化较强,存在近22 a和3 a的降水周期,其中22 a的周期变化最为强烈。根据降水周期,延安年降水在2003年后的5-8 a内相对偏多,2007-2009年左右达到最大值,然后降水量开始减少,从2013年左右开始进入一个约10 a的少雨阶段。基于1952-1990年降水量资料,建立小波变换的最近邻抽样回归模型,用1990-2003年13 a的年降水量变化作为校验,13年中有11年的预测结果相对误差小于30%,说明小波分析和最近邻抽样回归模型结合可以较好地预测降水量的年际变化。

基于短期定量降水预报的隔河岩洪水预报研究

统计分析了清江流域短期定量降水预报不同降水等级下的确率、漏报率和空报率,应用最近邻抽样回归模型对逐日降水预报资料行时段分配,将得到的逐时段降水预报资料与所建清江隔河岩水库洪水预报方案相耦合,发布考虑预见期降水的洪水预报。结果表明,考虑预见期降水可显著提高隔河岩水库的洪水预报精度。

若尔盖湿地黑河径流分析及预测

根据若尔盖湿地若尔盖水文站逐日平均流量资料(1988～2008年),应用滑动平均法、不均匀度、变化幅度以及自相关系数分析了若尔盖湿地黑河径流年际变化以及年内分配规律,并采用门限回归模型以及最近邻抽样回归模型对日径流进行了拟合和预测。研究表明,若尔盖黑河径流量年内分配十分不均,年内变化曲线呈现双峰型;日径流短期内具有良好的相依性;且年径流量自1988年以来具有明显的减小趋势;门限回归模型、基于时间序列分析的最近邻抽样回归模型用于逐日平均流量预测,效果较好。

不同时间尺度的中长期水文预报研究

为研究中长期水文预报时间尺度对预报精度的影响,选取最近邻抽样回归模型与基于小波分析的组合模型对长江干流典型断面不同时间尺度的径流序列进行中长期径流预报。将1980~2012年的逐日径流资料经过时间聚集方法转换成三天、周、旬、半月、月、双月、季、半年、九月、年等10个不同时间尺度,对高场、寸滩、宜昌、螺山、汉口、大通6个典型断面的径流进行拟合和预报。结果表明:随着预报时间尺度增加,预报精度呈现先降低后提高的趋势,其中,在月时间尺度上预报效果最差,三天和年尺度上预报效果相对较好。

基于多维信息相似度的大渡河流域月径流量预测研究

基于降雨径流信息的相似性特征,构建了以最近邻抽样回归模型为核心的中长期径流预测模型。该模型以前期径流和降雨等要素为基础构建多维信息特征因子集,依据预报月份对应的特征因子集,采用一维离散Wasserstein距离法计算其与历史时期特征因子集间的相似度,并以相似度较高特征因子集对应的历史径流值作为该预报月份的预测结果,进而实现中长期月径流预报。将模型应用于大渡河流域汛期各月(6~9月)的径流预测,结果表明该模型具有较高的预测精度,其中,7、8、9月的月流量预报相对误差绝对值在10%左右。研究结果可为流域水资源精准调配和发电效益的提高提供支撑。

大桥水库入库径流预测及电站优化调度研究

大桥水库是安宁河流域的龙头水库,鉴于该水利工程自建成八年多时间以来尚未系统地开展过水库调度研究,因此,通过对入库径流的预测并进行水库电站运行优化调度,必将有利于水资源的合理利用及工程的科学管理,并使其发挥出更好的社会效益和经济效益。在深入分析历史径流资料的基础上,采用自回归模型、最近邻抽样回归模型和人工神经网络模型对大桥水库入库径流进行了预测,在此基础上,尝试了运用动态规划法对大桥水库中长期的发电运行进行优化调度,其结果表明:此次研究在提高大桥水库发电效益和综合利用等方面具有重要的理论与实践参考价值。

基于降雨径流相似性的短期径流预报研究

径流预报是水力发电、防汛抗旱、水资源综合利用、电力生产与保障等的重要依据。针对物理驱动模型在参数率定困难和数据驱动模型预报结果可解释性差的问题,研究提出基于降雨径流相似性的短期径流预报模型,深入分析径流成因,采用数据挖掘技术剖析数据之间的关系以进一步提高预报精度;根据不同时期和量级的产汇流差异进行流量分级,并滚动更新降雨径流信息以实现滚动预报。该研究成果在乌江的应用显示,入库1日、7日预报结果平均相对误差分别为10.79%、14.39%,预报效果良好。