基于小波神经网络的多源雨量融合及流量预报研究

发布时间：2020-04-09 10:04

【摘要】：降雨受到各种复杂因素的影响,使单一的观测方法难以有效的描述真实降水,因此,融合多种不同的降水信息成为水文气象领域近年来的研究热点。但大多数的雨量融合研究都是将雨量序列直接进行融合,而忽略了雨量序列本身复杂的时频成分,以及不同雨量之间的时频差异性。本文结合小波分析方法对不同雨量(地面雨量计观测雨量和FY-2D卫星反演雨量)的时频特点和组成进行了分析,并在此基础上,根据小波分析和神经网络的特点,提出了三种不同的雨量融合方法—“分解-单支重构-融合-预报-叠加”、“分解-融合-预报-重构”和“分解-单支重构-融合-预报”模型,并将其与未进行雨量融合的模型,以及仅将雨量进行简单加权融合的模型进行对比,最终根据金华江流域的未来1h流量预报结果对上述模型的性能以及融合雨量的合理性和有效性进行了验证。结果表明,(1)融合雨量优于简单加权融合模型,能更真实的反映降雨情况,说明根据各雨量的时频成分分别融合得到的雨量更有效。(2)最优的融合模型“分解-单支重构-融合-预报-叠加”在金华江流域未来1h的流量预报上,较简单加权融合模型提高了 42.4%,较未进行雨量融合的模型提高了 48.5%-52.6%。(3)融合雨量与原始地面雨量站观测雨量的大体趋势一致,但在数量上小于地面雨量计观测雨量;地面雨量计观测雨量和FY-2D卫星反演雨量在融合雨量中均占到了一定的比重,前者对融合雨量的贡献率较大,其所占权重可达到0.4-0.85,后者在融合雨量中所占权重较小,为0.15-0.3。(4)不同分解尺度上两种雨量所占权重各不相同,说明两种雨量观测途径所观测到的有效雨量信息(时频成分)不同。
【图文】：

图１．１技术路线路逡逑

对来自其它神经元的信号求和，，并产生神经脉冲输出信号，但这一过程其逡逑实是相当慢的，而大脑之所以能够快速地处理各种信息，要归功于大脑神经网络逡逑的大规模并行系统。生物神经元的结构如图２．１所示。逡逑突触逡逑＝信号一一逡逑）邋Ｘ邋逦－—、逦逡逑／逦细佭逡逑树突逦１／１逡逑图２．１生物神经元示意图逡逑１１逡逑
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P412

【参考文献】

相关期刊论文 前10条

1 高伟;林妍;潘新华;;基于多源遥感卫星数据的桂西北旱情监测研究[J];广西水利水电;2014年01期

2 桑燕芳;王中根;刘昌明;;小波分析方法在水文学研究中的应用现状及展望[J];地理科学进展;2013年09期

3 高晓荣;梁建茵;李春晖;张维;;多平台(雷达、卫星、雨量计)降水信息的融合技术初探[J];高原气象;2013年02期

4 梁巧倩;冯业荣;邓文剑;胡胜;黄燕燕;曾沁;陈子通;;A Composite Approach of Radar Echo Extrapolation Based on TREC Vectors in Combination with Model-Predicted Winds[J];Advances in Atmospheric Sciences;2010年05期

5 杨丹丹;申双和;邵玲玲;邹兰军;;雷达资料和数值模式产品融合技术研究[J];气象;2010年08期

6 张利红;蒋丽娟;陈朝平;刘一谦;;探空观测资料在西南暴雨中的同化试验[J];高原山地气象研究;2009年03期

7 桑燕芳;王栋;;水文序列小波分析中小波函数选择方法[J];水利学报;2008年03期

8 高文涛;汪小钦;凌飞龙;;雷达与光学图像小波融合方法研究[J];地球信息科学;2007年04期

9 李璐;夏军;叶爱中;张利平;;基于雷达测雨的降水数据同化研究[J];人民长江;2006年09期

10 余卫东;钱毅;丁国超;任光辉;;乡级自动雨量站与自动气象站雨量资料的融合[J];河南气象;2006年01期

相关硕士学位论文 前5条

1 张建全;基于人工神经网络的集合洪水预报研究[D];浙江大学;2016年

2 王丹;雷达外推预报与暴雨数值模式融合预报降水方法研究[D];中国气象科学研究院;2013年

3 张涛;基于小波神经网络的电力系统负荷预测[D];哈尔滨理工大学;2009年

4 叶勇;浙江省小流域山洪灾害与预警技术研究[D];浙江大学;2008年

5 冯艳;小波神经网络模型及其在水文水资源中的应用[D];东北农业大学;2007年

本文编号：2620613