基于FCM-LVQ网络模型的疏勒河流域水安全评价

作者：王婧; 靳春玲^*; 贡力; 逯晔坤; 朱桂勇

来源：水资源与水工程学报, 2021, 32(01): 103-116.

• 模糊C-均值聚类分析
• 学习向量量化
• 专家打分法
• 水安全评价
• 疏勒河流域

疏勒河流域水安全状况对祁连山脉的生态安全具有重要影响。针对疏勒河流域水安全问题,提出一种环境-生态-监管-治理模型,构建出祁连山脉内陆河流域水安全评价指标体系,通过模糊C-均值聚类分析(FCM)法结合专家打分法对指标数据进行处理,运用学习向量量化(LVQ)网络模型得到疏勒河流域水安全评价等级,并与单纯使用LVQ神经网络和BP神经网络的评价结果进行对比,以验证评价模型的实用性。结果表明:疏勒河流域水安全状况2013年表现为不安全,2014-2016年表现为基本安全,2017-2019年表现为安全,整体呈现为逐渐上升的趋势,这与流域内实际情况是相符的。另外,FCM-LVQ网络模型在运行速度及评价结果精度上明显更优于另外两种网络模型,可在流域水安全评价中推广使用。

• 单位
  兰州交通大学; 土木工程学院; 水利部海河水利委员会