洪水预报实时校正技术比较及应用研究

被引：11

作者：

周梦

陈华

郭富强

许崇育

机构：

[1] 武汉大学水资源与水电工程科学国家重点实验室

来源：

中国农村水利水电 | 2018年 / 07期

关键词：

洪水预报; 实时校正; 自回归修正; 卡尔曼滤波; 贝叶斯方法;

D O I：

暂无

中图分类号：

P338 [水文预报];

学科分类号：

摘要：

以闽江建溪流域为研究区,建立建溪流域洪水预报模型,比较了误差自回归校正方法、卡尔曼滤波校正方法以及以贝叶斯实时校正技术对流域洪水预报的校正效果。结果表明,3种实时校正方法都能有效提高预报精度,在充分利用实时观测数据对子流域进行实时校正后,七里街的洪水预报精度显著提高。在水量误差方面,贝叶斯方法较好;对于洪峰流量的校正,卡尔曼滤波方法表现较好;对于纳西效率系数,贝叶斯方法适合短预见期预报,而卡尔曼滤波方法对于长预见期的预报较为稳定且能保持高值。

引用

页码：90 / 95

页数：6

共 14 条

[11] 流域水文模型与卡尔曼滤波耦合实时洪水预报研究[D]. 陆波.河海大学. 2006
[12] 洪水预报实时校正方法研究[D]. 周全.河海大学. 2005
[13] 水文预报[M]. 中国水利水电出版社 , 包为民, 2009
[14] Comparison of the ARMA, ARIMA, and the autoregressive artificial neural network models in forecasting the monthly inflow of Dez dam reservoir[J] . Mohammad Valipour,Mohammad Ebrahim Banihabib,Seyyed Mahmood Reza Behbahani. Journal of Hydrology . 2013

← 1 2 →