科研之友
微信
新浪微博
Facebook
分享链接
摘要
构建了一种基于历史洪水学习的KNN实时校正方法（KNN-H），并选择陕北黄土高原地区两个山区中小流域为研究区域，将其与传统KNN和AR实时校正方法进行对比，研究该方法的校正效果。结果表明：KNN方法和本文提出的KNN-H方法校正精度总体高于AR方法；传统KNN和AR校正方法不能有效降低预报结果的峰现时间误差，而KNN-H方法校正结果峰现时间误差较校正前有明显降低；在山区中小流域，由于汇流时间短，洪水过程陡涨陡落，KNN方法在实时校正中常因为预热期资料不足，导致校正精度不高。KNN-H方法通过对历史洪水预报误差的学习，有效解决了预热期资料不足问题，当预报洪水过程处于涨洪或退水阶段时，KNN-H能够快速定位到历史洪水的相同阶段，分析历史预报误差后迅速对当前预报值做出校正。总体上KNN-H方法校正精度高于传统KNN方法。
-
单位河海大学; 中国水利水电科学研究院; 黄河水利委员会水文局
