基于GIS的降雨径流预报方法研究.pdfVIP

维普资讯 60 中国农村水利水电 ·2006年第 11期 文章编号2006)11-0060—04 ，。+’+‘“+ “十 “十 。+‘-．+ ·+· ¨+I．+．_+ “+ “+ “+ “+”+ “+”+ ”+ ’+ “+ “+ “+ 。十‘ _“卜’‘’’ 。’．卜’’ “_卜“ “ “ “” “一-”．卜” “ “ “ “+’‘。‘。’ ” ’、‘ } { + t + 十 { 基于GIS的降雨径流预报方法研究 { 杨 键 ，宋 洋 ，钟 炜 (1．云南省电力投资有限公司，昆明650021；2．天津大学建筑T程学院，天津 300072) + ··+ ·+· ·+· ··+ ·+· ··+ ”+ ·-4-··+ ·+· ··+ ··+ ·+· ··+ ·+· ··+ ··--p ··+ ··+ ··+ ··+ 一·十 -·十 ··+ ·+· ”+ ”+ ”+ ·+ ··+ ·‘+ +‘ ‘+‘ ‘+‘ ‘+‘ ‘+‘ ’+‘ ’’‘’’。+-’。卜’’‘．r ‘—‘+ ‘—‘+ ‘—‘+ ‘‘ 摘 要：为满足降雨径流预报的需要，研究了基于GIS的降雨径流预报方法。分析了水文过程的影响因素并阐述了 数据信息的预处理方法；提 出了基于遗传算法的神经网络模型，该模型提高了神经网络的训练精度和效率，将该模型应 用在降雨径流预测中能有效提高预测水平；提 出了结合地理信息系统的流域降雨径流预报方法，通过 GIS对降雨信．E-的 处理，提高了降雨径流预报模型的输入数据的精度；通过实例分析，验证 了该方法在 降雨径流预报应用中的可靠性和高 效性 。 关键词：降雨径流；地理信息系统(GIs)；神经网络；遗传算法 中图分类号：P338 文献标识码：A 然而构造合理的神经网络模型，首先要确定适宜的影响因子， 0 引 言 降雨径流的变化受多种因素的影响，其巾主要的影响凶素包括 降雨径流是指落到地面上的降雨，超过蒸发和地表、地下 总降雨量、降雨历时、河道基流以及前一时刻mEl断面流量等 ， 调蓄部分的水量，通过地面径流、表层流和地下径流汇集到 本文以上述4个冈索作为基于遗传算法的BP神经网络模型的 El断面的汇流过程。降雨径流预报是水文研究的重要内容，对 预报因子。 水电站调度等_T作有重要意义。 数据信息的网络训练要通过对基础数据进行整理、分析、 人工神经网络(ANN)在降雨径流预测领域巾的应用研究 计算，从而发现隐藏在作用对象中的规律_】]。参加网络训练的 进展很快，人工神经网络凭借其能不断学习新知识 ，可处理复 数据必须能够反映作用对象的内在本质规律，需对参加数据进 杂的非线性映射并具有高度的鲁棒性。奉文首先研究了基于 行预处理，主要工作如下。 遗传算法的改进人T神经网络模型的降雨径流预报方法，通过 1．1 基础数据的组织 将遗传算法引入神经网络，对流量预测的BP模型进行优化改 在通常的水文预报中，预报的重点常常会有所不同，在组 进，即用遗传算法优化神经网络的权