人工神经网络在水文资料插补延长中的应用

水文资料的插补延长一直是水文计算中的一个难题。本文针对水文资料的插补和水文资料的延长问题进行系统的研究。插补水文资料时,采用人工神经网络双向时间序列插补模型,打破了传统的单向时间序列识别模式,应用缺测时段前后已知时段水文资料,插补出缺测水文资料;展延长系列水文资料则应用人工神经网络参证站模型,并应用流量较大年份的径流资料预测未知年份的径流资料,来进一步提高预测精度,并结合紫坪铺流量资料插补延长实例,检验模型的可行性。结果表明该模型对水文资料的插补或对未知年份的径流量都能够进行较好的预测。