关键词:
径流特性
中长期来水预报
BP神经网络
于桥水库
天津市
摘要:
中长期径流预报是实施有效的流域水资源调度和科学管理的关键,预报因子筛选对于提高预报精度具有十分重要的意义。选用天津市于桥水库作为预报对象,对其实测径流过程进行分析,基于径流特性划分枯水期和丰水期,枯水期分为11月至翌年2月、3—6月两个时段,丰水期为7—10月,确定出影响于桥水库断面流量过程的影响因子,采用BP神经网络模型进行分段预报,并对全年径流整体进行预报与其对比。以1999—2020年逐月数据进行训练,以2021—2023年整体成果进行验证,结果显示划分枯水期和丰水期进行分段预报的决定系数(R2)较全年计算提高0.31,平均绝对百分比误差(MAPE)、优化了25.41%,相对误差(RE)降低了19.32%;2021年、2022年分段计算预报RE分别较全年计算降低了24.96%、16.30%,但2023年增加了6.38%。基于径流特性划分枯水期和丰水期进行分段预报的来水成果优于全年预报,能为流域水资源精细化调度及科学管理提供数据基础。