中長期水文統(tǒng)計預報方法研究及應用.pdf

1、水文預報中,通常將預見期在3至10日的預報稱為中期預報,預見期在15天以上、一年以內(nèi)的預報稱為長期預報.鑒于流域尺度降雨的中期預報和徑流的長期預報在防洪和水資源管理中的重要作用,而目前預報方法還不夠成熟完善,本論文從能投入生產(chǎn)實際的角度出發(fā),對降雨中期預報和長期徑流預報問題進行了探討.在中期降雨預報的研究中,選取10個高空站的850hpa、700hpa、500hpa3個等壓面上的5項氣象要素作為初選相關因子,預報預見期為3天.先用"K<

2、,->均值法"對所有降水個例進行分型;再用相應雨型的各旬內(nèi)逐日雨量級別作為預報對象,與前第3天的高空氣象資料建立對應關系,采用"判別式法"計算相關系數(shù),選取判別各旬雨型和預報逐日雨量級別的相關因子;用"兩級判別"方法建立判別雨型的方程;采用"多級判別方法(費歇爾準則)"建立預報逐日面平均雨量級別的方程.以潘家口水庫和岳城水庫流域中期降雨的預報為例,對該預報方法進行了檢驗,結果表明,方法有較高預報精度,可用于生產(chǎn)實踐.在徑流長期預報的研究

3、中,分別采用統(tǒng)計預報方法和人工神經(jīng)網(wǎng)絡模型進行逐月徑流預報研究.選取北太平洋海溫、北半球500hpa和100pha逐月平均高度場3個氣象場要素作為預報逐月徑流的相關因子.統(tǒng)計預報方法采用多元回歸、逐步回歸、逐步判別分析、極大熵譜分析,自適應自回歸方法,AR(P)模型6種方法,并根據(jù)各模型的模擬精度確定權重,對各模型的預報值進行加權平均,得到一個綜合的預報值.人工神經(jīng)網(wǎng)絡模型采用BP算法建立預報模型.本文采用建立的預報方程對長江大通站19