雅鲁藏布江中下游径流预测方法的对比分析

作者：关静; 梁川; 王欣; 杨瑞祥

来源：黑龙江大学工程学报, 2017, 8(02): 7-13.

DOI：10.13524/j.2095-008x.2017.02.017

• 径流预测
• 自回归模型
• 人工神经网络模型
• 雅鲁藏布江

径流预测是水资源研究领域中的一项重要内容,对于区域社会经济规划具有重大的意义。引用雅鲁藏布江中下游羊村站和奴下站1980—2010年的径流资料,采用自回归模型、门限回归模型和人工神经网络模型进行年径流预测,采用自回归模型、季节性自回归模型和季节性人工神经网络模型进行月径流预测。结果表明:年径流预测中,几种预测模型的预测精度均不高,相比较而言,一阶自回归模型和人工神经网络模型的预测结果更优;月径流预测中,季节性自回归模型和季节性人工神经网络模型在枯水期的预测精度均较高,但在丰水期径流预测效果欠佳。

• 单位
  水力学与山区河流开发保护国家重点实验室; 四川大学