基于QPE和QPF的遗传神经网络洪水预报试验

扫码查看

原文链接

NETL

中文摘要：本文以湖北省清江上游水布垭控制流域为例,利用分组Z-I关系结合地面气象雨量站对雷达估算降雨进行校准,计算出流域实况平均面雨量,再利用遗传算法和神经网络相结合的方法建立订正AREM预报降雨的模型,以达到提高AREM预报降雨预报精度的目的,最后将订正前后的AREM预报降雨输入新安江水文模型进行洪水预报试验.结果表明,订正后AREM预报降雨能够显著提高过程的累计降雨量预报精度,平均相对误差的减小幅度在60％以上,对于逐小时的过程降雨预报精度也有一定的提高,但与实况仍有一定差距;订正前后AREM 预报降雨的洪水预报试验的确定性系数的场次平均值从-32.6％提高到64.38％,洪峰相对误差从39％减小到25.04％,确定性系数的提高效果要优于洪峰相对误差,整体洪水预报精度在一定程度上有所提高.

作者：

殷志远、彭涛、杨芳、沈铁元

展开 >

作者单位：

中国气象局武汉暴雨研究所暴雨监测预警湖北省重点实验室,武汉 430074

湖北省气象信息与技术保障中心,武汉 430074

关键词：

洪水预报雨量估算防洪调度遗传算法遗传神经网络

主办单位：

中国气象学会

会议名称：

第30届中国气象学会年会

会议时间：

2013-10-23

会议地点：

南京

会议母体文献：

第30届中国气象学会年会论文集

页码：

1-12

出版时间：

2013