基于神经网络理论的开河期冰坝预报研究

作     者：王涛 刘之平 郭新蕾 付辉 刘文斌 WANG Tao;LIU Zhiping;GUO Xinlei;FU Hui;LIU Wenbin

作者机构：中国水利水电科学研究院流域水循环与调控国家重点实验室北京100038 黑龙江省水文局黑龙江哈尔滨150001 

出 版 物：《水利学报》 (Journal of Hydraulic Engineering)

年 卷 期：2017年第48卷第11期

页      面：1355-1362页

核心收录：

学科分类：081504[工学-水利水电工程] 08[工学] 0815[工学-水利工程] 

基　　金：国家重点研发计划课题(2017YFC0405103 2017YFC0405704) 公益性行业科研专项(201501025) 中国水科院科研专项(HY0145C222016 HY0145B64217 SKL2017CGS04 HY0145B912017) 国家自然科学基金项目(51679263) 

主　　题：河冰 开河 冰坝 预报 神经网络 聚类法 

摘      要：在北方高寒地区的天然河道,开河期冰坝形成和导致凌汛的机理复杂,目前的冰水动力学模型难以模拟和预报其发生、发展和溃决的过程,可用的冰坝预报多采用传统的统计学方法和经验判别式法,为应对严重的防凌形势,迫切需要找到冰坝预报的新方法。本文在对开河期冰坝成因及机理研究的基础上,建立了基于神经网络理论的冰坝预报模型,并将其应用到黑龙江上游凌汛灾害频发的漠河江段冰坝预报中。通过神经网络聚类法预报冰坝是否发生,神经网络聚类法预报精度为85%,高于传统统计学的几率分析法62%的预报精度。通过预报开河日期实现了对冰坝发生时间的预报,开河日期预报平均预见期为10天,最大误差2天,预报合格率100%。该模型提前准确预报2017年黑龙江漠河江段开河冰坝发生情况。及时、准确的冰坝预报能为提前制订主动防凌方案和采取必要防凌措施提供重要的依据。