改进的人工神经网络水文预报模型及应用A modified artificial neural network model and its application to flood forecasting
庞博,郭生练,熊立华,李超群,张俊
摘要(Abstract)：
在人工神经网络水文模型的研究中,往往加入前期径流以提高模型的预报精度.针对由此带来的问题,通过耦合总径流线性响应模型,建立一种基于人工神经网络的实时预报模型.通过引入总径流线性响应模型的模拟径流作为模型输入,模型的模拟模式能够提供较长的预见期,同时加入误差校正模型的实时预报模式也能够取得较高的模型精度.采用3个不同流域的流量资料对模型进行率定与校核.结果表明,模型能够取得较高的预报精度,显示了良好的适用性.
关键词(KeyWords)： 水文模型;洪水预报;总径流线性响应模型;人工神经网络模型
基金项目(Foundation): 国家自然科学基金(编号:50409008);; 国家“973”前期专项(编号:2003CCA00200)资助
作者(Author): 庞博,郭生练,熊立华,李超群,张俊
参考文献(References)：
- [1]ASCE Task Committee on Application of the Artifi-cial Neural Networks in Hydrology.Artificial neuralnetworks in hydrologyⅠ:primary concepts[J].J.Hydrol.Engng,ASCE,2000a,5(2):115-123.
- [2]ASCE task committee on application of the ArtificialNeural Networks in hydrology.Artificial neural net-works in hydrologyⅡ:Hydrologic applications[J].J.Hydrol.Engng,ASCE,2000b,5(2):124-137.
- [3]Hsu K L,Gupta H V,Sorooshian S.Artificial neu-ral network modeling of the rainfall runoff process[J].Water Resour.Res.,1995,31(10):2517-2530.
- [4]Minns A W,Hall M J.Artificial neural networks asrainfall runoff models[J].Hydrol.Sci.J,1996,41(3):399-417.
- [6]Rajurkar M P,Kothyari U C,Chaude U C.Modeling ofthe daily rainfall-runoff relationship with artificial neuralnetwork[J].J.Hydrol,2004,285:96-113.
- [7]胡铁松,袁鹏,丁晶.人工神经网络在水文水资源中的应用[J].水科学进展,1995,6(1):76-82.
- [8]张翔,丁晶.短期洪水预报的新型BP网络模型[J].四川水力发电,1998,17(2):12-15.
- [9]熊立华,郭生练,王元.神经网络在洪水实时预报中的应用研究[J].水电能源科学,2002,20(3):28-31.
- [10]庞博,郭生练,熊立华,等.丹江口库周区人工神经网络预报模型研究[J].人民长江,2004,35(4):30-31.
- [11]Kachroo R K.River flow forecasting,Partz:algebra-ic development of linear modeling techniques[J].J.Hydrol,2004,133(2):1-15.
- [12]袁作新.流域水文模型[M].北京:水利电力出版社,1993:159-161.