首页|基于LM-BP神经网络的天然年径流一致性修正研究

基于LM-BP神经网络的天然年径流一致性修正研究

Analysis on consistency correction of natural annual runoff based on LM-BP neural network

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
[目的]人类活动改变流域下垫面条件而导致河川径流发生变化,为保证径流系列的一致性,需进行天然径流系列一致性修正.[方法]基于武山水文站1956～2016年天然径流量,采用R/S分析、曼-肯德尔、斯波曼秩次相关等方法分析天然年径流变化趋势和突变点,并应用LM-BP神经网络预测模型对突变点前的序列值进行一致性修正,建立输入变量为多个影响因子的天然年径流预测模型.[结果]与传统降水径流法相比,通过一致性修正方法分析得出武山水文站1956～2016年天然年径流量值为4.422亿m3,结果基本合理.[结论]采用LM-BP神经网络一致性修正的方法,修正后的径流系列更具代表性、可靠性,可为水资源管理、防汛抗旱提供科学依据.

岳斌、牛最荣、曹志宏、王启优、朱咏

展开 >

甘肃省水文站,甘肃兰州 730030

甘肃农业大学水利水电工程学院,甘肃,兰州 730070

天然年径流 LM-BP神经网络 一致性修正 武山水文站

甘肃省水利厅水利科学试验研究及技术推广项目甘肃省水利厅水利科学试验研究及技术推广项目甘肃省水利厅水利科学试验研究及技术推广项目

甘水科外发[2019]8号甘水建管发[2020]46号甘水建管发[2021]71号

2022

10.13432/j.cnki.jgsau.2022.03.020

甘肃农业大学学报
甘肃农业大学

甘肃农业大学学报

CSTPCDCSCD
影响因子：0.612
ISSN：1003-4315
年,卷(期)：2022.57(3)
  • 1
  • 24