学位论文 > 优秀研究生学位论文题录展示

自然—人工二元模式下河川径流变化规律和合理描述方法研究

作　者: 蒋晓辉
导　师: 黄强
学　校: 西安理工大学
专　业: 水文学及水资源
关键词: 二元模式气候变化人类活动水循环变化规律小波分析径流描述黄河汉江
分类号: P333
类　型: 博士论文
年　份: 2002年
下　载: 496次
引　用: 10次
阅　读: 论文下载

内容摘要

由于气候变化和人类活动的影响，水文循环特性发生了变化，原来的一元水循环模式转变成“自然-人工”二元水循环模式，河川径流量作为水循环的重要环节，是水资源综合开发利用、科学管理、优化调度最重要的依据，它的形成受到人类活动和全球变化越来越多地的影响。本文结合国家自然科学基金，以黄河中、上游和汉江上游为例，采用现代系统科学的方法，研究了二元模式下河川径流的变化规律，并对河川径流合理的描述方法进行了探索，获得丰硕的理论和实践成果，为水资源合理开发利用提供了科学依据。因此，本研究具有重要的理论和实用价值。论文主要取得的研究成果如下： (1) 气候变化和人类活动对水循环特性的影响研究。全面系统分析了气候变化、人类活动对水循环特性、水资源和水资源管理的影响，提出了“自然-人工”二元水循环的概念，并初步阐明了其内涵。 (2) 探讨了“自然-人工”二元模式下水文时间序列的特点、组成及中长期预测方法，创造性地将小波分析运用于水文时间序列的分析中，探讨了不同时间尺度下河川径流序列的变化特征，开创了水文时间序列分析方法的新途径。 (3) 采用多种方法对黄河中上游和汉江上游的径流变化规律及成因作了全面的分析，得到了黄河中上游天然年径流序列、汉江上游实测年径流序列在整个序列西安理工大学博士学位论文样本中没有明显变化趋势的重要结论。（4）径流的形成、变化规律受到许多因素的影响，降水等气候条件在很大程度上控制着河J；1径流的变化，但人类活动引起流域下垫面及局部气候因素的变化也深刻地影响了天然年径流形成和变化规律。（5）河川径流的中长期预测。年径流长期预测中，含有的不确定性因素较多，它包括系统动力学本身的复杂性、随机性，以及人们认识的不完善性，且各种成分难以区分，使得预测非常困难。本文运用基于小波分析的RBF神经网络模型、混合回归模型和基于遗传模拟退火算法的门限自回归模型对年径流序列进行了中长期预测，每个模型各具特色，最后根据非线性组合预测的原理，建立了基于BP神经网络的组合预测模型，得到了实用性较好的径流预测结果，为径流中长期预测提供了一种值得探讨和实践的新的可能途径。（6）首次把非线性组合预测的原理引入到径流中长期预测中，非线性组合预测模型弥补了单个预测模型对于预测问题的片面性，集结了尽可能多的有用信息，充分利用了不同单个模型的各自优点，从而提高了预测模型对环境变化的适应能力。组合预测的计算结果表明：组合预测比任何一个单一预测模型有较低的均方误差。（7）非线性组合预测模型偶合了径向基网络模型、混合回归模型和基于遗传模拟退火算法的门限自回归模型的预测结果，抓住了己知信息和规律，并通过整体不确定分析，找到最佳预测区间或范围，它不同于以往径流生成方法的计算原理。非线性组合预测模型的预测结果既保持住了原观测序列的基本统计特征，又充分考虑到了径流序列的演变规律，具有很可靠的实用价值。

全文目录

1 绪论  11-23
  1．1 研究的背景和意义  11-13
  1．2 国内外研究概况  13-19
    1．2．1 国内外研究现状  13-15
    1．2．2 存在的问题  15-16
    1．2．3 研究发展趋势  16-19
  1．3 本文研究的主要内容及创新  19-21
    1．3．1 研究的主要内容  19-20
    1．3．2 主要创新点  20-21
  1．4 研究的思路和技术路线  21-23
2 气候变化和人类活动对水文水资源的影响  23-34
  2．1 气候变化的水文效应  23-26
    2．1．1 气候因子对径流的影响  23-24
    2．1．2 气候变化对水文水资源的影响  24-26
  2．2 人类活动的水文效应  26-31
    2．2．1 水利工程措施、农业及水土保持措施对水循环特性的影响  27
    2．2．2 城市化对流域水循环特性的影响  27-29
    2．2．3 人工侧支循环  29-30
    2．2．4 人类活动对不同自然带径流的影响  30-31
  2．3 气候变化和人类活动对水资源、水管理系统的影响  31-32
  2．4 自然和人类活动作用下流域二元水循环模式  32-33
  2．5 本章小节  33-34
3 二元模式下水文时间序列的研究方法  34-52
  3．1 时间序列的一般概念  34-35
  3．2 水文时间序列的频谱特性  35-36
  3．3 水文时间序列的小波分析方法  36-46
    3．3．1 小波分析的发展历史  37-38
    3．3．2 小波分析的基本原理  38-42
    3．3．3 小波分析在水文时间序列组成分析中的应用  42-46
  3．4 水文时间序列中趋势项的检验  46-48
    3．4．1 坎德尔（Kendall）秩次相关检验  46
    3．4．2 斯波曼秩次相关检验  46-47
    3．4．3 线性趋势回归检验  47-48
  3．5 二元模式下河川径流描述方法  48-51
  3．6 本章小节  51-52
4 二元模式下黄河和汉江径流变化规律研究  52-70
  4．1 黄河径流量的多时间尺度变化  52-60
    4．1．1 资料来源与分析  52-55
    4．1．2 黄河上中游天然径流的多时间尺度分析  55-59
    4．1．3 黄河上中游天然径流的总体趋势变化分析  59-60
  4．2 黄河上中游天然径流不同时间尺度上的变化动因分析  60-63
    4．2．1 气候与径流演变的关系  60-62
    4．2．2 人类活动对河川径流的影响  62-63
  4．3 汉江径流量的多时间尺度变化  63-68
    4．3．1 基本资料来源及分析  64-65
    4．3．2 汉江上游实测年径流多时间尺度分析  65-66
    4．3．3 汉江上游实测年径流总体变化趋势分析  66-67
    4．3．4 汉江实测年径流变化的原因分析  67-68
  4．4 本章小节  68-70
5 基于小波分析的径向基神经网络年径流预测  70-80
  5．1 引言  70-71
  5．2 径向基（RBF）神经网络  71-73
    5．2．1 径流序列预测的RBF网络表示  71-72
    5．2．2 RBF网络的学习方法  72-73
  5．3 径向基神经网络的建立  73-74
  5．4 AR模型预测方法  74-75
  5．5 径流序列预测效果分析  75-79
    5．5．1 径流序列预测效果评价指标  75-76
    5．5．2 径流序列预测效果  76-77
    5．5．3 三门峡站多年天然年径流预测结果及实用性评价  77-79
  5．6 本章小结  79-80
6 混合回归年径流序列预测模型  80-88
  6．1 流域年径流的形成过程  80-81
  6．2 混合回归系统水文模型的结构和算法  81-85
    6．2．1 模型结构  81-82
    6．2．2 算法  82-84
    6．2．3 混合回归模型的显著性检验  84-85
  6．3 黄河下游三门峡站年径流量多维混合回归预测及效果分析  85
  6．4 三门峡站年径流量多年预测结果  85-87
  6．5 本章小节  87-88
7 年径流预测的遗传模拟退火门限自回归模型  88-101
  7．1 门限自回归模型  89-90
  7．2 遗传模拟退火算法  90-94
    7．2．1 基本遗传算法存在的缺陷  90-91
    7．2．2 变异算子对遗传算法性能的影响  91-93
    7．2．3 采用模拟退火算法改进的遗传算法  93-94
  7．3 基于遗传模拟退火算法的门限自回归模型的求解步骤  94-96
  7．4 黄河三门峡年径流预测  96-99
    7．4．1 径流序列预测及其效果分析  96-98
    7．4．2 三门峡站年径流量多年预测结果  98-99
  7．5 本章小节  99-101
8 基于人工神经网络的天然径流的组合预测  101-113
  8．1 组合预测基本理论  101-103
  8．2 基于人工神经网络的非线性组合预测模型  103-106
    8．2．1 模型建立  103-105
    8．2．2 BP学习算法存在的问题及改进  105-106
  8．3 三门峡站年径流组合预测效果分析  106-108
  8．4 三门峡站天然年径流多年非线性组合预测结果及分析  108-110
  8．5 月径流量预测的典型解集模型  110-111
  8．6 本章小节  111-113
9 总结和展望  113-116
致谢  116-117
参考文献  117-125
附录1  125-128
附录2  128-130

自然—人工二元模式下河川径流变化规律和合理描述方法研究

内容摘要

全文目录

相似论文