黃河上游徑流變化規(guī)律的分析和預(yù)測(cè).pdf

1、水是所有生物繁衍生存最基本的條件，更是人類生活不可替代的自然資源。水資源是生態(tài)環(huán)境中最活躍、影響最廣泛的因素，也是人類社會(huì)可持續(xù)發(fā)展的制約因素，在人民生活和國(guó)民經(jīng)濟(jì)中占有極其重要的位置。而徑流在水資源系統(tǒng)中起主導(dǎo)作用，受氣候和人類活動(dòng)等因素的影響，其變化規(guī)律錯(cuò)綜復(fù)雜，表現(xiàn)出非線性、隨機(jī)性、突變性等復(fù)雜特性。因此，如何合理的描述徑流的演變規(guī)律，并對(duì)未來徑流做出準(zhǔn)確合理的預(yù)測(cè)，至今都是國(guó)內(nèi)外研究的難題和熱點(diǎn)。
　　 目前常用的徑流描

2、述和預(yù)測(cè)方法一般都是假設(shè)水文系統(tǒng)是線性的，但水文系統(tǒng)實(shí)際上是一個(gè)非線性系統(tǒng)，徑流是水文系統(tǒng)中典型的非平穩(wěn)、非線性序列。針對(duì)徑流的特性，本論文引進(jìn)了一種可以處理非平穩(wěn)、非線性信號(hào)的方法，即希爾伯特-黃(Hilbert-Huang)變換方法。此方法由經(jīng)驗(yàn)?zāi)B(tài)分解法(empirical mode decomposition，EMD)和Hilbert變換兩部分組成。EMD方法的主要目的是得到各階固有模態(tài)函數(shù)(Intrinsic ModeFunc

3、tion，IMF)分量并對(duì)其進(jìn)行Hilbert變換，得到Hilbert譜。進(jìn)而對(duì)徑流的變化規(guī)律進(jìn)行分析。本論文基于黃河貴德、小川和蘭州三個(gè)水文站的天然徑流資料，對(duì)其進(jìn)行變化規(guī)律的分析和預(yù)測(cè)研究。
　　 雖然Hilbert-Huang變換法可以處理非平穩(wěn)非線性問題，但是其中需要解決的問題也很多，其中邊界效應(yīng)是一個(gè)非常棘手的問題。針對(duì)EMD分解過程中的邊界問題，本文提出了直接截取兩端數(shù)據(jù)，鏡像法和極值點(diǎn)對(duì)稱延拓法。對(duì)比沒有對(duì)端點(diǎn)進(jìn)行

4、處理和經(jīng)過端點(diǎn)處理的結(jié)果表明，后者的效果較前者好很多。比較三種方法，極值點(diǎn)對(duì)稱延拓法是在鏡像法的基礎(chǔ)上，增加了判斷是以端點(diǎn)或極值點(diǎn)為對(duì)稱點(diǎn)的處理，效果較好，所以選用該方法來處理本文所有數(shù)據(jù)的端點(diǎn)效應(yīng)。計(jì)算結(jié)果表明，該方法進(jìn)一步提高了處理效果，可以有效的抑制誤差向內(nèi)傳播。
　　 利用EMD方法可以將徑流序列分解為有限個(gè)固有模態(tài)函數(shù)(IntrinsicMode Function，IMF)，對(duì)其分別進(jìn)行分析，可掌握徑流變化的規(guī)律。在分

5、析各IMF分量特性的基礎(chǔ)上，采用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行建模預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)的函數(shù)非線性逼近功能可用于對(duì)徑流序列進(jìn)行描述。本文探討了BP和RBF神經(jīng)網(wǎng)絡(luò)的模型和結(jié)構(gòu)，學(xué)習(xí)規(guī)則，并構(gòu)建了徑流預(yù)測(cè)的模型。利用建立的兩個(gè)神經(jīng)網(wǎng)絡(luò)模型，對(duì)具體的徑流序列進(jìn)行預(yù)測(cè)，結(jié)果較好。并對(duì)兩個(gè)網(wǎng)絡(luò)進(jìn)行比較，結(jié)果表明RBF網(wǎng)絡(luò)比BP網(wǎng)絡(luò)具有更好的預(yù)測(cè)能力。
　　 本文采用Hilbert-Huang變換和人工神經(jīng)網(wǎng)絡(luò)結(jié)合的方法，對(duì)黃河上游貴德、小川和蘭州三個(gè)水文站