水位在忽略觀測誤差的前提下,可分解為潮位和余水位,后者具有較強的空間相關(guān)性以及非平穩(wěn)特征,是影響水位預(yù)報精度的主要因素。港口工程、航運計劃編制等方面對實時高精度水位預(yù)報具有重要需求,這對余水位預(yù)報模型構(gòu)建提出了更高要求。另外,利用高精度余水位預(yù)報模型可減少驗潮站布設(shè)數(shù)量。針對余水位短期預(yù)測模型精度不高的現(xiàn)狀,本文對余水位進行集合經(jīng)驗?zāi)B(tài)（EEMD）分解,獲得余水位在時間序列上的本征模函數(shù)（IMF）;使用快速傅立葉變換（FFT）分析各本征模函數(shù)的頻譜特征;再利用BP神經(jīng)網(wǎng)絡(luò)對各個本征模函數(shù)進行訓(xùn)練,預(yù)測了未來6 h、12 h、24 h的余水位值。對哥倫比亞河下游河口處的3組典型驗潮站的余水位數(shù)據(jù)的預(yù)測結(jié)果表明,在未來6 h、12 h內(nèi)的余水位的預(yù)測精度達到厘米級,在24 h內(nèi)接近厘米級,證明了該組合模型在余水位短期預(yù)測方面的可行性。 

【文章來源】：海洋通報. 2020,39(01)北大核心CSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
1 原理和方法
    1.1 集合經(jīng)驗?zāi)B(tài)分解
    1.2 BP神經(jīng)網(wǎng)絡(luò)
    1.3 基于組合模型的余水位仿真實驗
    1.4 余水位預(yù)測精度評定
2 實例分析
    2.1 研究區(qū)域與數(shù)據(jù)
    2.2 IMF分量分析
    2.3 組合模型預(yù)測
3 結(jié)論


【參考文獻】：
期刊論文
[1]基于多種神經(jīng)網(wǎng)絡(luò)的風暴潮增水預(yù)測方法的比較分析[J]. 薛明,李醒飛,成方林.  海洋通報. 2019(03)
[2]中國近海及鄰近海域精密潮汐模型的構(gòu)建[J]. 許軍,桑金,劉雷.  海洋測繪. 2017(06)
[3]短期潮汐預(yù)報探索[J]. 孫美仙,程勇,滕駿華,梁穎祺,胡楠.  海洋預(yù)報. 2014(03)
[4]連云港近岸海域非潮汐水位變化分析[J]. 張存勇.  海洋湖沼通報. 2013(03)
[5]湄公河水電開發(fā)與漁業(yè)發(fā)展——從哥倫比亞河獲得的經(jīng)驗啟示[J]. J.W.弗格森,徐薇.  水利水電快報. 2012(10)
[6]用混沌理論提高潮汐預(yù)報的準確度[J]. 李燕初,許德偉,阮海林.  海洋學(xué)報(中文版). 2012(01)
[7]余水位及潮汐差分方法[J]. 裴文斌,牛桂芝,董海軍.  水道港口. 2007(06)
[8]基于神經(jīng)網(wǎng)絡(luò)的潮汐預(yù)報方法初探[J]. 胡繼洋,李啟華,王宇浩.  海洋預(yù)報. 2006(S1)
[9]淺水港口潮汐預(yù)報的一個方法[J]. 方國洪,于克俊.  海洋與湖沼. 1981(05)



本文編號：3205142