基于GIS的降雨径流预报方法分析

基于GIS的降雨径流预报方法分析

ID:41584558

大小:60.80 KB

页数:6页

时间:2019-08-28

基于GIS的降雨径流预报方法分析_第1页
基于GIS的降雨径流预报方法分析_第2页
基于GIS的降雨径流预报方法分析_第3页
基于GIS的降雨径流预报方法分析_第4页
基于GIS的降雨径流预报方法分析_第5页
资源描述:

《基于GIS的降雨径流预报方法分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于GIS的降雨径流预报方法分析【摘要】降水径流的准确预测直接关系到该流域人民生活的各个方面,因此为了更好的满足降雨径流预报的需求,需要寻找高效的预测手段来对降雨径流进行预测。木文从GIS的降雨径流预报方法出发,分析了影响水文过程的各方面因素并阐述了对获得数据信息的预处理方法。提出了以遗传算法为基础结合GTS技术的神经网络模型,这种模型的应用有效的提高了信息预测的精度和效率。并且木文中也介绍了GIS降南径流预报方法,通过对降雨信息的处理,有效的提高了降雨径流预报模型在计算机数据输入时精度,结合G1S空间分析方法,对降雨区域

2、的降用径流进行数值模拟,从而得到了降水区域的径流量与影响系数Z间的关系。【关键词】降雨径流;地理信息系统(GIS);预报方法1.引言GTS(GeographicInformationSystem)即地理信息系统,是在地理空间的基础上,以信息科学和系统工程的理论知识为根木,利用计算机管理和分析地理数据,从而提供管理、决策等所需信息的技术系统。总而言之一句话,GIS是综合处理和分析地理空间数据的一种技术系统,是以测绘测量为基础,以数据库作为数据储存和使用的数据源,以计算机编程为平台的全球空间分析即时技术。地理信息系统作为获取、

3、存储、分析和管理地理空间数据的重要工具、技术和学科,近年来得到了广泛关注和迅猛发展。最近的30年内,地理信息技术取得了十分显著的发展,在国土管理、农林牧业、邮电通讯、公共设施管理、资源的调查、军事公安、环境的评估、城市规划、灾害的预测、交通运输、水利电力、统计、商业金融等几乎所有领域都得到了广泛的应用⑴。2.降雨径流的概述所谓降I何径流就是由降用形成的径流,这些径流通过地表或者是地卜水流入河道,并向流域岀口断面汇集。降雨径流会受到多种因索的制约,比若说是地形、地貌、植被、降水和土地的使用以及人类活动等,从这些种种因素我们可

4、以看到径流的形成过程是非常复杂的。t时间以来,降南径流的研究一直备受水文界的青睐。随着地理信息系统、遥感和计算机技术的不断发展,降雨径流模型的应用所涉及的领域也越來越广,像是水生态系统的保护、修复,水资源的重复利用,防洪防水等都以降雨径流模型作为基础的。流域降雨径流的模型对于研究气候的变化也是十分有帮助的。2.1研究降雨径流的发展历程最早的关于降雨径流的记载始于远古至14世纪,这些记载主要是记录了对降雨、径流现象的观测、描述。径流理论的最终形成追溯到15世纪至19世纪末,1674年佩罗提出河流的年径流量只是降水量的33%,

5、揭开了研究降雨径流的序幕。1856年达西提出的达西定律和1871年圣维南导出的圣维南方程组为径流理论的研究奠定了基础。20世纪屮后期,计算机以及3S技术得到了飞速的发展,同时也带动了G1S、白动雨量计、流量计、雷达测雨等先进设备在水文观测中的应用,也使的对于降雨径流的研究进入快速发展阶段。当今阶段,研究降雨径流主要包括下面内容,对降雨径流过程、不同土地利用、土地覆被类型特别是森林植被的降雨径流响应以及流域降南径流过程的模拟⑵。2.2•降雨径流变化的影响因素对于降雨径流的预测,人工神经网络是目前最流行也是最常用的神经网络模型

6、之一,人工神经网络模型的自学习能力强,适应性好,计算的速度快。然而如何合理有效的构造神经网络模型,首先要做的就是选择合适的影响因子,影响降雨径流的因素冇很多,其屮最主要的有降雨历时、降雨总量、河道基流以及前一时刻出丨I断面流量等。3•降雨径流的数据信息的预处理通过对降雨径流所获得的数据信息整理、分析、计算,我们可以发现隐藏在这些数据背后的某些规律。要想这些数据能够反映作用对象的内在木质,需要对获得的这些数据进行预处理,这项工作主要冇下面几个方面。3.1.对基础数据的整理由于平常的水文预报中预报的重点有所差异,因此我们在整理

7、所获得的数据时,要舍弃那些偏离预报重点较严重的数据,保留下那些与预报重点相差不大的数据,以此方法來提高预报精度。3.2.数据的归一化处理我们在对网络输入的降用径流的预报数据进行归一化处理时,需耍对网络输入的数据向量进行放大或者是压缩,通过一定比例的转换,使得每一个数据的数值都处在0和1之间。2.3.对于时间延迟数据的处理径流的来水过程是随着时间变化的,因此该过程是一个具冇时态性的动态过程,但是我们使用的人工神经网络是静态的网络,没有处理时间问题的能力。针对上述常见的问题从时间序列中直接提取出特征参量进行分析,构造特定的时间

8、单元,从而形成一系列具有吋间分析能力的的吋延性神经网络。4•基于GIS的降雨径流预报模型我们在上文屮提到流域降雨径流的形成,会受到多种因素的共同制约,比如说:降南量、土壤含水量、蒸散发量、地形以及地貌等。而雷达和遥感信息就有以而信息代替传统意义上的点信息的优点。应用雷达和遥感技术所收集和分析的降水量、洪

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。