永翠河流域积雪覆盖及植被NDVI时空变化分析

利用2004-2014年MOD10A2积雪产品和MOD13A1归一化植被指数(NDVI)与数字高程、气温数据相结合,分析永翠河流域积雪覆盖和植被NDVI时空变化及两者之间的相关性。结果表明:0°~5°坡度带积雪覆盖率(SCF)常年最高,不同坡度带、坡向带SCF与温度呈负相关,积雪覆盖集中在12月至次年1-2月,6-9月基本无积雪;研究区平均年度NDVI值为0.54,轻度改善等级占58.17%,整体处于中等波动变化状态;随着NDVI的增大,积雪覆盖率逐渐变小,积雪覆盖率和NDVI相关系数|r|=0.67006,表现为负相关。

基于BP神经网络模型的月径流预报

针对水文系统的高度非线性关系,采用BP神经网络模型,通过经验公式和迭代得到隐藏层个数,使用L-M(Levenberg-Marquardt)算法优化权值,分别建立2-3-1和4-8-1网络拓扑结构的BP_(1)、BP_(2)模型,选取永翠河流域中的带岭(二)站的实测数据进行径流预报。结果表明,BP_(1)模型的拟合度高,预测结果的合格率低,出现此情况的原因可能为数据样本较少,模型陷入局部最优。BP_(2)模型的拟合较前者低,但合格率高,且预测结果可达到精度要求,可作为径流模拟的方法之一,为流域径流模拟提供依据。