自组织特征映射神经网络方法在水文分区中的应用.pdfVIP

水 利 学 报 2005年2月 SHUIUXUEBAO 第36卷第2期 文章编号：0559．9350(2005)02．0163一05 自组织特征映射神经网络方法在水文分区中的应用 张静怡1，陆桂华2，徐小明3 (1．河海大学水资源环境学院，江苏南京210098； 2．河海大学科学研究院，江苏南京210098；3．河海大学理学院，江苏南京210098) 摘要：水文分区问题是模式分类问题的一种，本文采用已被广泛应用于模式分类问题中的自组织特征映射人工神 经网络(s0FM网络)方法对江西和福建两省进行水文分区。在水文分区计算中选用了86个水文站点和8个反映流 域下垫面因素和水文气候特征的水文因子，利用s0刚神经网络分区方法自动识别子区的个数，较为客观地将江西 和福建两省划分为3个水文大区。每个区的平均流域特征与当地的下垫面情况完全吻合，同时，对各站点年最大 洪峰流量进行计算和精度检验，其基本满足水文站网规划对水文分区的精度要求，表明用s0删神经网络方法进行 水文分区是一种行之有效的方法。 关键词：水文分区；s0FM神经网络；水文站网 中图分类号：P333．9 文献标识码：A 根据地区的气候、水文特征和自然地理条件所划分的不同水文区域即为水文分区。 目前国内常用的水文分区方法主要有地理景观法、等值线图法、产流特性分区法、暴雨洪水参数法、 流域水文模型参数法、主成分聚类分析法等。其中有些方法在分区时不得不依赖于分区者个人的经验 判断，因此不同的水文专家可能会得到不同的分区结果。而有些方法对资料的要求很高，并不适合资料 短缺的地区。所有这些分区方法大致可归为3大类：(1)自然地理水文分区法，如地理景观法；(2)从成 因角度出发的成因分区方法，如流域水文模型参数法，我国在20世纪80、90年代曾应用四水源新安江 模型进行水文分区取得了初步的成果…；(3)以统计参数为指标进行水文分区的统计水文分区法。水文 分区一直是站网规划中比较关键的问题，是得到国内外水文工作者的关注。美国和加拿大，在站网规划 中都曾采用过统计水文分区法。统计水文分区法在站网规划中的作用确定每一地区的最小站数和所设 站的大概位置，评定其他来源的资料对站网的有效性，以及无资料时，对移用资料误差的评定。统计水 文分区法包括多元回归法、方格网法等。美国大多采用多元回归法，加拿大采用方格网法怛1。 近年来，随着信息技术、生物技术和计算机技术的飞速发展，一些新技术、新方法，如人工神经网络 (ANN)已被广泛地应用于各个学科。在水文研究领域中用ANN模型去解决复杂的水文问题已成为一 种趋势，主要表现为应用多层前向神经网络去模拟降雨径流过程b’41等，并取得了合理且实用的成果。 神经网络是人类大脑的一个重要组成部分，人工神经网络模型是对生理学上的真实人脑神经网络的结 构和功能，以及若干基本特性的某种理论抽象、简化和模拟而构成的一种信息处理系统。目前ANN模 型已有40多种，其中自组织特征映射人工神经网络(SOFM网络)能较好地解决模式识别和分类问题，而 水文分区问题则可看作是模式识别和分类问题中的一个例子，因此本文提出用sOFM网络进行水文分 区的方法，并将其应用在江西和福建两省的水文分区实践中，取得了较为满意的结果。 收稿日期：2003．07一10 作者简介：张静怡(1966一)，女，浙江诸暨人，硕士，副教授，主要从事水文站网研究、人工神经网络和GIs在水文上的应用等研究。 一163— 1水文因子的选择和确定 水文分区是根据地区的气候、水文特征和自然地理条件所划分成的不同水文区域。在同一水文分 区内，同类水体具有相似的水文特征和变化规律，或在水文要素和自然地理特征间有良好的关系，因此 需在分区内合理布设测站，达到在内插地点计算出一定精度水文特征的目的。这样为使水文分区科学 合理，应选择具有相对独立的，能够在一定程度上反映某种水文特性的，并且与水文分区的目的具有一 定成因联系的水文因子作为分区依据。 本次水文分区计算，选择了江西省的62个站点和福建省的24个站点(共86个站点)，年最大洪峰 流量资料的