科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对猫街水文站采用物理模型进行洪水预报时过程复杂、适用性和快捷性较差等问题，笔者选取BP神经网络模型作为预报模型进行洪水预报研究，选取2013—2018年猫街水文站共计6年主汛期逐日水文观测资料作为训练样本，2019—2021年共3年主汛期资料作为测试样本。研究结果表明，在现有数据条件下，除部分特殊年份外，采用BP神经网络模型进行洪水预报的精度较高，整体预报精度较好，对实际预报作业有一定的指导意义。同时，BP神经网络预报模型具有误差修正功能，随着模型学习训练期的延长、预报次数增加，预报精度还会相应提高，未来可运用到实际预报作业当中。
- 单位
