2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩67頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著洪水預(yù)報(bào)科學(xué)的發(fā)展,水文模型已被廣泛地用來(lái)解決包括水文水資源、環(huán)境和生態(tài)等社會(huì)和人類發(fā)展問(wèn)題。南方濕潤(rùn)地區(qū)雨洪配套資料豐富,在進(jìn)行流域水文模型研究時(shí)可做的工作較多,計(jì)算方法也比較成熟。而對(duì)于占我國(guó)領(lǐng)土面積52%的半干濕地區(qū),水文模型方面的工作做的較少,流域水文模型的使用在國(guó)內(nèi)外在半干濕地區(qū)都存在問(wèn)題。雙超模型尤適用于半濕潤(rùn)半干旱地區(qū),作為洪水預(yù)報(bào)首選模型,應(yīng)給予充分重視,而現(xiàn)階段對(duì)雙超模型參數(shù)敏感性以及率定的研究貧乏,不能為各級(jí)政府

2、和防汛部門提供準(zhǔn)確的模型信息,難以滿足洪水預(yù)報(bào)參數(shù)率定的需求。本文以雙超產(chǎn)流模型為研究對(duì)象,對(duì)模型參數(shù)進(jìn)行敏感性分析,識(shí)別模型輸出響應(yīng)的重要影響參數(shù),減少模型參數(shù)率定過(guò)程中的盲目性,并且建立山西省小流域洪水分類參數(shù)率定系統(tǒng),為參數(shù)率定提供依據(jù),提高模型運(yùn)行的可靠性與預(yù)報(bào)精度。
  本文以山西省內(nèi)榆社、上靜游與婁煩3個(gè)水文站控制流域作為研究對(duì)象,選取各流域內(nèi)具有代表性的場(chǎng)次洪水進(jìn)行雙超模型參數(shù)敏感性分析。首先采用局部分析法,得出了雙

3、超模型參數(shù)在不同流域、不同等級(jí)洪水及多個(gè)目標(biāo)函數(shù)下的敏感性與相關(guān)性情況,基于變異系數(shù)法確定模型參數(shù)的綜合敏感性系數(shù)。再采用優(yōu)化的LH-OAT法,通過(guò)對(duì)參數(shù)的定向改變,得出了雙超模型參數(shù)在不同流域、不同等級(jí)洪水及多個(gè)目標(biāo)函數(shù)下的敏感性與相關(guān)性情況,基于熵值法確定了模型參數(shù)的綜合敏感性系數(shù)。并將兩種方法所得結(jié)論進(jìn)行對(duì)比分析,研究表明:
 ?。?)由局部分析法得到模型參數(shù)綜合敏感性大小排序?yàn)镾r>b>α0>Ks>σ≈C,參數(shù)Sr、Ks、

4、b、α0為敏感性參數(shù),C、σ為不敏感參數(shù),由全局分析法得模型參數(shù)綜合敏感性大小排序?yàn)镵s>b>Sr>α0>σ≈c,參數(shù)Sr、Ks、b為敏感性參數(shù),參數(shù)α0為較敏感參數(shù),C、σ為不敏感參數(shù)。對(duì)比二者成果可知不同的研究方法的到模型參數(shù)的敏感性大小排序有所不同。但是對(duì)于參數(shù)敏感性分級(jí),僅α0受到分析方法的影響,其他參數(shù)敏感性等級(jí)具有較好的穩(wěn)定性。
 ?。?)采用局部分析法與全局分析法對(duì)參數(shù)與目標(biāo)函數(shù)相關(guān)性分析可知,在不同等級(jí)洪水、不同流

5、域中,各敏感性參數(shù)與目標(biāo)函數(shù)Wi、Qmi的相關(guān)性明確。表現(xiàn)為參數(shù)α0、b與Wi、Qmi正相關(guān),參數(shù)Sr、Ks與Wi、Qmi呈負(fù)相關(guān)。但各參數(shù)并不是對(duì)所有的目標(biāo)函數(shù)都有明確的相關(guān)性,當(dāng)目標(biāo)函數(shù)變?yōu)镮VF、RE、RSS、PE時(shí),相關(guān)性不明確。因此,有在實(shí)際運(yùn)用中針對(duì)不同目標(biāo)函數(shù),在參數(shù)的調(diào)節(jié)方面需要區(qū)別對(duì)待,并不是都有規(guī)律可循。
  本文采用模糊 ISOD ATA迭代模型對(duì)歷史洪水進(jìn)行聚類分析。因場(chǎng)次洪水過(guò)程的洪峰流量和洪水總量為洪水

6、預(yù)報(bào)的主要目標(biāo),所以選定歷史洪水的洪峰流量和洪水總量為聚類特征指標(biāo)進(jìn)行聚類分析。將歷史洪水按照量級(jí)大小分為大洪水、中洪水、小洪水3種類型。由于洪水現(xiàn)象復(fù)雜多變,難以掌控,產(chǎn)匯流規(guī)律在不同類型洪水中也不盡相同,為降低僅用一組水文預(yù)報(bào)模型參數(shù)對(duì)全流域洪水進(jìn)行預(yù)報(bào)的誤差,本文確立了水文預(yù)報(bào)模型參數(shù)分類率定的思路,來(lái)尋找同類型洪水產(chǎn)匯流的規(guī)律。水文預(yù)報(bào)模型參數(shù)分類率定結(jié)果表明:
  (1)本文所建立BP神經(jīng)網(wǎng)絡(luò)分類模型,可準(zhǔn)確判斷流域洪水

7、所屬類型,在樣本預(yù)測(cè)中精度達(dá)到100%。
 ?。?)本文所建立的流域洪水分類預(yù)報(bào)方法,將傳統(tǒng)洪水預(yù)報(bào)的洪量合格率從73%提高到了82%,洪量相對(duì)誤差從18.1%減少到了11.3%;洪峰合格率也從73%提高到了82%,洪峰相對(duì)誤差從16.4%減少到了14.6%。提高了研究流域整體預(yù)報(bào)精度,為研究流域?qū)崟r(shí)調(diào)度提供了可靠依據(jù)。
  前人曾對(duì)雙超模型參數(shù)采用傳統(tǒng)擾動(dòng)分析法僅對(duì)模型參數(shù)進(jìn)行了敏感性分類,并未對(duì)模型參數(shù)敏感性系數(shù)進(jìn)行定量

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論