关键词:
渭河林家村站
径流演变
混合模型预测
集成应用
仿真系统
摘要:
由于人类活动和短期气候的剧烈变动,导致了径流的非线性、非平稳性、复杂性、随机性等特征愈发显著。受变化环境影响,用于进径流演变分析和预测的水文时间序列数据很难满足一致性和代表性,而解决这一问题的传统模型方法大多建立在具体的流域和特定的时间尺度上,因而模型的概化性不强,难以推广。因此,亟需开展针对径流序列的多角度、多方法分析,并开发出高精度的径流预测模型,解决径流演变和预测中的不确定性、难以适应动态变化以及单一方法的计算结果片面的问题,提高径流预测的精度。
本文以渭河林家村站为研究对象,通过趋势性分析、突变性检测、周期性分析等多种方法对林家村断面的实测和还原径流演变规律进行分析;运用SVM模型、LSTM模型等四种单一预测模型对实测和还原径流序列进行预测研究;构建基于经验模态分解的EMD-LSTM模型和基于两种不同集成策略的LSTM-GRNN模型对两个径流序列进行预测研究,优选出适合渭河林家村站实测径流序列和还原径流序列的预测模型;基于综合集成平台,搭建渭河林家村站径流演变及预测仿真系统,将理论方法变为实际应用。为变化环境下的径流演变和预报问题提供了一个新的范式,对实现水资源管理和适应性应用具有重要的现实意义。本文的主要研究成果如下:
(1)渭河林家村站径流演变规律分析。采用线性回归法、Pettitt突变检验、滑动平均法等方法分别对林家村站实测和还原径流序列进行趋势性、突变性、周期性分析计算,结果表明:林家村站实测与还原径流序列整体上均存在逐年减少的趋势,且未来很有可能维持这一趋势,年内径流集中分配在6~9 月份,实测与还原径流的变化周期均为7~9年,且突变均发生在1994年,进一步分析实测径流与还原径流的不同计算结果可知,人类活动会加剧河川径流的减少趋势。
(2)基于单一模型的渭河林家村站月径流预测研究。分别采用SVM模型、LSTM模型、GRNN模型及WNN模型对林家村站实测和还原月径流序列进行模拟预测研究。从预测的精度来看,对两个径流序列,在训练集和测试集上,LSTM模型的模拟预测效果都是最优的,其在实测序列和序列的训练集和测试集上纳什系数分别为:62.36%、53.38%、69.06%、53.11%。
(3)基于混合模型的渭河林家村站月径流预测研究。分别采用EMD-LSTM模型和LSTM-GRNN模型对林家村站实测和还原月径流序列进行模拟预测研究,结果表明:对实测径流序列,EMD-LSTM模型对训练集的模拟结果(NSE=75.18%)略优于LSTM-GRNN模型(NSE=72.31%),但LSTM-GRNN模型对测试集的预测结果(NSE=66.31%)优于EMD-LSTM模型(NSE=62.87%);对还原径流序列,在训练集上两个模型的纳什系数分别为76.33%、84.96%,测试集上纳什系数分别为59.33%、71.35%。因此,LSTM-GRNN模型对实测和还原径流序列的模拟预测效果均最优。
(4)渭河林家村站径流演变及预测仿真系统集成应用。以综合集成平台为支撑,采用组件、Web Service等技术将径流演变分析方法及径流预测模型组件化,运用知识图技术将分析计算的每个流程以节点的方式可视化展现,高效灵活地搭建渭河林家村站径流演变及预测仿真系统,将径流演变与预测过程可视化、组件化和动态化,使得计算结果更具合理性和实用性,在可视化环境下通过人机交互对计算结果进行评价与调整,为管理者提供决策支持。