新安江产流模型与改进的BP汇流模型耦合应用

阚光远; 刘志雨; 李致家; 姚成; 周赛

doi:CNKI:32.1309.P.20120104.2012.004

高级搜索

全国中文核心期刊
中国科技核心期刊
美国工程索引（EI）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

新安江产流模型与改进的BP汇流模型耦合应用

阚光远, 刘志雨, 李致家, 姚成, 周赛

文章导航 > 水科学进展 > 2012 > 23(1): 21-28

阚光远, 刘志雨, 李致家, 姚成, 周赛. 新安江产流模型与改进的BP汇流模型耦合应用[J]. 水科学进展, 2012, 23(1): 21-28. doi: CNKI:32.1309.P.20120104.2012.004

引用本文:

阚光远, 刘志雨, 李致家, 姚成, 周赛. 新安江产流模型与改进的BP汇流模型耦合应用[J]. 水科学进展, 2012, 23(1): 21-28. doi: CNKI:32.1309.P.20120104.2012.004

KAN Guang-yuan, LIU Zhi-yu, LI Zhi-jia, YAO Cheng, ZHOU Sai. Coupling Xinanjiang runoff generation model with improved BP flow concentration model[J]. Advances in Water Science, 2012, 23(1): 21-28. doi: CNKI:32.1309.P.20120104.2012.004

Citation:

KAN Guang-yuan, LIU Zhi-yu, LI Zhi-jia, YAO Cheng, ZHOU Sai. Coupling Xinanjiang runoff generation model with improved BP flow concentration model[J]. Advances in Water Science, 2012, 23(1): 21-28. doi: CNKI:32.1309.P.20120104.2012.004

新安江产流模型与改进的BP汇流模型耦合应用

doi: CNKI:32.1309.P.20120104.2012.004

阚光远^1,2,
刘志雨³,
李致家^1,2,
姚成^1,2,
周赛^1,2

1.
河海大学水文水资源学院, 江苏南京 210098;
2.
水资源高效利用与工程安全国家工程研究中心, 江苏南京 210098;
3.
水利部水文局, 北京 100053

基金项目: 国家重点基础研究发展计划(973)资助项目(2010CB951101);高等学校博士学科点专项科研基金资助项目(20090094110005)

详细信息

作者简介:
阚光远(1985- ),男,天津人,博士研究生,主要从事水文模型和洪水预报研究。 E-mail:kanguangyuan@126.com

中图分类号: P338.1

Coupling Xinanjiang runoff generation model with improved BP flow concentration model

1.
College of Hydrology and Water Resources, Hohai University, Nanjing 210098, China;
2.
National Engineering Research Center of Water Resources Efficient Utilization and Engineering Safety, Nanjing 210098, China;
3.
Hydrology Bureau Ministry of Water Resources, Beijing 100053, China

Funds: The study is financially supported by the National Basic Research Program of China (No.2010CB951101) and the Specialized Research Fund for the Doctoral Program of Higher Education (No.20090094110005).

摘要: 为提高新安江模型的汇流计算精度并减少经验因素对参数率定的影响,将新安江产流模型与改进的BP汇流模型相耦合,建立XBK(XAJ-BP-KNN)模型。该模型以前期模拟流量和新安江产流模型计算的产流量作为BP网络的输入,出口断面流量作为网络输出,拟合汇流的非线性关系,代替新安江模型的分水源、线性水库及河道马斯京根法的汇流计算;采用相似原理和K-最近邻算法,基于历史样本的模拟误差及相应影响要素对网络输出进行误差修正,实现了无前期实测流量的连续模拟;模型使用SCE-UA算法与遗传早停止LM算法相结合的全局优化方法进行参数优选。在呈村流域的验证表明XBK模型的模拟精度高于新安江模型,全局优化方法能找到最优参数,降低了模型的使用难度。
- 新安江模型 /
- 人工神经网络 /
- 反向传播算法 /
- K-最近邻算法 /
- SCE-UA算法
Abstract: In order to improve the flow concentration accuracy of the Xinanjiang model and to reduce the influence of personal experiences on the model calibration, a new rainfall-runoff model called XBK (XAJ-BP-KNN) is developed, coupling the Xinanjiang runoff generation model with the improved version of the back propagation (BP) flow concentration model. The latter uses the BP neural network algorithm to simulate the nonlinear relationship of the flow concentration process. The flow calculated by Xinanjiang runoff model and antecedent flow are used as the XBK inputs to a BP simulation network. The flow inputs are routed by the BP concentration model to the outlet of the network, which forms the hydrograph at the outlet of the BP simulation network. XBK uses the similarity theory and the K-nearest neighbor algorithm for pattern recognition in an effort to correct the simulation error due to the absence of the observed initial flow data. XBK parameters are optimized globally using the combined method of the shuffled complex evolution (SCE-UA) algorithm and the genetic early stopping Levenberg-Marquardt (LM) algorithm. The XBK model is applied to the Chengcun watershed. Compared to the original version of the Xinanjiang model, the result shows that a better model simulation can be achieved with XBK. XBK is easy to apply, and the combined global optimization algorithm is able to identify optimal parameter values.
- Xinanjiang model /
- artificial neural network /
- back propagation algorithm /
- K-nearest neighbor algorithm /
- SCE-UA algorithm

[1]	闫宝伟, 李正坤, 段美壮, 江慧宁, 刘昱. 基于Erlang分布蓄水容量曲线的流域产流模型 . 水科学进展, 2021, 32(1): 120-126. doi: 10.14042/j.cnki.32.1309.2021.01.012
[2]	陈华, 霍苒, 曾强, 杨无双, 陈杰, 郭生练, 许崇育. 雨量站网布设对水文模型不确定性影响的比较 . 水科学进展, 2019, 30(1): 34-44. doi: 10.14042/j.cnki.32.1309.2019.01.004
[3]	王卫光, 李进兴, 魏建德, 邵全喜, 邓超, 余钟波. 基于蒸散发数据同化的径流过程模拟 . 水科学进展, 2018, 29(2): 159-168. doi: 10.14042/j.cnki.32.1309.2018.02.002
[4]	李致家, 梁珂, 阚光远, 李巧玲, 姚成, 张珂. 新安江模型中河网汇流参数Cs的一种计算方法 . 水科学进展, 2016, 27(5): 652-661. doi: 10.14042/j.cnki.32.1309.2016.05.002
[5]	张小琴, 刘可新, 包为民, 李佳佳, 赖善证. 产流误差比例系数的系统响应修正方法 . 水科学进展, 2014, 25(6): 789-796.
[6]	司伟, 包为民, 瞿思敏. 洪水预报产流误差的动态系统响应曲线修正方法 . 水科学进展, 2013, 24(4): 497-503.
[7]	宋晓猛, 孔凡哲, 占车生, 韩继伟. 基于统计理论方法的水文模型参数敏感性分析 . 水科学进展, 2012, 23(5): 642-649. doi: CNKI: 32.1309.P.20120614.2158.003
[8]	刘金涛, 梁忠民. 坡地径流入渗机制对水文模拟的影响分析 . 水科学进展, 2009, 20(4): 467-472.
[9]	苏畅, 沈志良, 姚云, 曹海荣. 长江口及其邻近海域富营养化水平评价 . 水科学进展, 2008, 19(1): 99-105.
[10]	唐洪武, 雷燕, 顾正华. 河网水流智能模拟技术及应用 . 水科学进展, 2008, 19(2): 232-237.
[11]	陈雄波, 唐洪武, 丁大发. 用模式分类方法区分高、低含沙水流 . 水科学进展, 2005, 16(4): 500-505.
[12]	齐义泉, 张志旭, 李志伟, 李毓湘, 施平. 人工神经网络在海浪数值预报中的应用 . 水科学进展, 2005, 16(1): 32-35.
[13]	王文圣, 熊华康, 丁晶. 日流量预测的小波网络模型初探 . 水科学进展, 2004, 15(3): 382-386.
[14]	覃光华, 丁晶, 李眉眉, 倪长健. 敏感型人工神经网络及其在水文预报中的应用 . 水科学进展, 2003, 14(2): 163-166.
[15]	黄国如, 胡和平, 田富强. 用径向基函数神经网络模型预报感潮河段洪水位 . 水科学进展, 2003, 14(2): 158-162.
[16]	杨建强, 罗先香. MATLAB软件工具箱简介 . 水科学进展, 2001, 12(2): 237-242.
[17]	苑希民, 刘树坤, 陈浩. 基于人工神经网络的多泥沙洪水预报 . 水科学进展, 1999, 10(4): 393-398.
[18]	胡铁松, 袁鹏, 丁晶. 人工神经网络在水文水资源中的应用 . 水科学进展, 1995, 6(1): 76-82.
[19]	胡铁松, 万永华, 冯尚友. 水库群优化调度函数的人工神经网络方法研究 . 水科学进展, 1995, 6(1): 53-60.
[20]	蔡煜东, 姚林声. 径流长期预报的人工神经网络方法 . 水科学进展, 1995, 6(1): 61-65.

点击查看大图

计量

文章访问数: 161
HTML全文浏览量: 37
PDF下载量: 725
被引次数: 0

新安江产流模型与改进的BP汇流模型耦合应用

doi: CNKI:32.1309.P.20120104.2012.004

1. 河海大学水文水资源学院, 江苏南京 210098;

2. 水资源高效利用与工程安全国家工程研究中心, 江苏南京 210098;

3. 水利部水文局, 北京 100053

基金项目: 国家重点基础研究发展计划(973)资助项目(2010CB951101);高等学校博士学科点专项科研基金资助项目(20090094110005)

作者简介:
阚光远(1985- ),男,天津人,博士研究生,主要从事水文模型和洪水预报研究。 E-mail:kanguangyuan@126.com

收稿日期: 2011-03-23
刊出日期: 2012-01-25

中图分类号: P338.1

关键词:

摘要: 为提高新安江模型的汇流计算精度并减少经验因素对参数率定的影响,将新安江产流模型与改进的BP汇流模型相耦合,建立XBK(XAJ-BP-KNN)模型。该模型以前期模拟流量和新安江产流模型计算的产流量作为BP网络的输入,出口断面流量作为网络输出,拟合汇流的非线性关系,代替新安江模型的分水源、线性水库及河道马斯京根法的汇流计算;采用相似原理和K-最近邻算法,基于历史样本的模拟误差及相应影响要素对网络输出进行误差修正,实现了无前期实测流量的连续模拟;模型使用SCE-UA算法与遗传早停止LM算法相结合的全局优化方法进行参数优选。在呈村流域的验证表明XBK模型的模拟精度高于新安江模型,全局优化方法能找到最优参数,降低了模型的使用难度。

English Abstract

Coupling Xinanjiang runoff generation model with improved BP flow concentration model

1. College of Hydrology and Water Resources, Hohai University, Nanjing 210098, China;

2. National Engineering Research Center of Water Resources Efficient Utilization and Engineering Safety, Nanjing 210098, China;

3. Hydrology Bureau Ministry of Water Resources, Beijing 100053, China

Received Date: 2011-03-23
Publish Date: 2012-01-25

Keywords:

Abstract: In order to improve the flow concentration accuracy of the Xinanjiang model and to reduce the influence of personal experiences on the model calibration, a new rainfall-runoff model called XBK (XAJ-BP-KNN) is developed, coupling the Xinanjiang runoff generation model with the improved version of the back propagation (BP) flow concentration model. The latter uses the BP neural network algorithm to simulate the nonlinear relationship of the flow concentration process. The flow calculated by Xinanjiang runoff model and antecedent flow are used as the XBK inputs to a BP simulation network. The flow inputs are routed by the BP concentration model to the outlet of the network, which forms the hydrograph at the outlet of the BP simulation network. XBK uses the similarity theory and the K-nearest neighbor algorithm for pattern recognition in an effort to correct the simulation error due to the absence of the observed initial flow data. XBK parameters are optimized globally using the combined method of the shuffled complex evolution (SCE-UA) algorithm and the genetic early stopping Levenberg-Marquardt (LM) algorithm. The XBK model is applied to the Chengcun watershed. Compared to the original version of the Xinanjiang model, the result shows that a better model simulation can be achieved with XBK. XBK is easy to apply, and the combined global optimization algorithm is able to identify optimal parameter values.

阚光远, 刘志雨, 李致家, 姚成, 周赛. 新安江产流模型与改进的BP汇流模型耦合应用[J]. 水科学进展, 2012, 23(1): 21-28. doi: CNKI:32.1309.P.20120104.2012.004

引用本文:

阚光远, 刘志雨, 李致家, 姚成, 周赛. 新安江产流模型与改进的BP汇流模型耦合应用[J]. 水科学进展, 2012, 23(1): 21-28. doi: CNKI:32.1309.P.20120104.2012.004

Citation:

全文HTML

下载: 全尺寸图片幻灯片

返回文章

用微信扫码二维码

分享至好友和朋友圈

留言板

新安江产流模型与改进的BP汇流模型耦合应用

doi: CNKI:32.1309.P.20120104.2012.004

作者简介: 阚光远(1985- ),男,天津人,博士研究生,主要从事水文模型和洪水预报研究。 E-mail:kanguangyuan@126.com

Coupling Xinanjiang runoff generation model with improved BP flow concentration model

计量

出版历程

新安江产流模型与改进的BP汇流模型耦合应用

doi: CNKI:32.1309.P.20120104.2012.004

1. 河海大学水文水资源学院, 江苏南京 210098; 2. 水资源高效利用与工程安全国家工程研究中心, 江苏南京 210098; 3. 水利部水文局, 北京 100053

作者简介: 阚光远(1985- ),男,天津人,博士研究生,主要从事水文模型和洪水预报研究。 E-mail:kanguangyuan@126.com

English Abstract

Coupling Xinanjiang runoff generation model with improved BP flow concentration model

1. College of Hydrology and Water Resources, Hohai University, Nanjing 210098, China; 2. National Engineering Research Center of Water Resources Efficient Utilization and Engineering Safety, Nanjing 210098, China; 3. Hydrology Bureau Ministry of Water Resources, Beijing 100053, China

全文HTML

目录

作者简介:
阚光远(1985- ),男,天津人,博士研究生,主要从事水文模型和洪水预报研究。 E-mail:kanguangyuan@126.com

1. 河海大学水文水资源学院, 江苏南京 210098;

2. 水资源高效利用与工程安全国家工程研究中心, 江苏南京 210098;

3. 水利部水文局, 北京 100053

作者简介:
阚光远(1985- ),男,天津人,博士研究生,主要从事水文模型和洪水预报研究。 E-mail:kanguangyuan@126.com

1. College of Hydrology and Water Resources, Hohai University, Nanjing 210098, China;

2. National Engineering Research Center of Water Resources Efficient Utilization and Engineering Safety, Nanjing 210098, China;

3. Hydrology Bureau Ministry of Water Resources, Beijing 100053, China