【摘要】：流域水文氣象特性分析與徑流非線性綜合預(yù)報(bào)是水文學(xué)領(lǐng)域兩個(gè)十分重要的研究課題,是水利工程規(guī)劃建設(shè)、水資源優(yōu)化配置和人類社會(huì)可持續(xù)發(fā)展的重要條件。我國(guó)獨(dú)特的地理和氣候條件造成了水資源時(shí)空分布嚴(yán)重不均,此外全球氣候變暖和人類活動(dòng)的強(qiáng)烈影響下,流域水循環(huán)過(guò)程正在發(fā)生深刻改變,加劇了水資源分布的時(shí)空變異和不均勻性,尤其是近幾十年來(lái)大型水利工程的興建和跨流域調(diào)水工程的實(shí)施使得流域水文氣象過(guò)程的形成與演變規(guī)律更趨復(fù)雜,對(duì)流域水文氣象特性分析與徑流非線性綜合預(yù)報(bào)提出了更高的要求。本文圍繞變化環(huán)境下流域自然水循環(huán)過(guò)程演變規(guī)律與水資源優(yōu)化配置利用中面臨的關(guān)鍵技術(shù)難題,以長(zhǎng)江上游流域?yàn)橹饕芯繉?duì)象,分析流域水文氣象要素時(shí)空演變規(guī)律,研究流域水文建模與非線性綜合預(yù)報(bào)的先進(jìn)理論與方法,相關(guān)研究成果可以進(jìn)一步推動(dòng)水文分析和水文預(yù)報(bào)在實(shí)際工程應(yīng)用領(lǐng)域的深化與發(fā)展。本文的主要研究?jī)?nèi)容包括以下幾個(gè)方面:(1)為了研究流域水循環(huán)系統(tǒng)各類自然水文氣象要素的變化趨勢(shì),研究工作以長(zhǎng)江上游金沙江流域作為主要研究對(duì)象,分析了金沙江流域水循環(huán)要素包括氣溫、降雨量和徑流量近37年的季節(jié)性和年際變化規(guī)律,首次引入新一代變化水平下的滑動(dòng)平均方法——MASH滑動(dòng)平均,并結(jié)合Mann-Kendall趨勢(shì)檢驗(yàn)、線性回歸檢驗(yàn)和Sen’s斜率估計(jì)分析了流域氣象水文過(guò)程的年內(nèi)季節(jié)變化和年際變化趨勢(shì),進(jìn)一步分析了流域氣象水文要素間的相關(guān)關(guān)系,研究結(jié)果表明MASH滑動(dòng)平均能夠消除周期變動(dòng)和隨機(jī)波動(dòng)對(duì)水文氣象時(shí)間序列的影響,結(jié)合多種統(tǒng)計(jì)檢驗(yàn)方法能夠揭示水文氣象過(guò)程的長(zhǎng)期內(nèi)在變化規(guī)律及變化趨勢(shì)。(2)概念水文模型結(jié)構(gòu)復(fù)雜且參數(shù)眾多難以確定,如何確定適應(yīng)于不同流域下墊面異質(zhì)性的水文模型參數(shù)一直是需要研究和解決的難題。針對(duì)傳統(tǒng)水文模型單目標(biāo)參數(shù)率定方法不能反映流域不同量級(jí)徑流的內(nèi)在特性,建立了水文模型多目標(biāo)參數(shù)優(yōu)化率定與非劣解優(yōu)選理論與方法,首先引入正交實(shí)驗(yàn)設(shè)計(jì)、混沌遺傳算子與第二代快速非支配排序算法相結(jié)合,提出了可有效求解非線性多重約束優(yōu)化問(wèn)題的多目標(biāo)智能優(yōu)化算法,進(jìn)一步在對(duì)HYMOD模型進(jìn)行多目標(biāo)參數(shù)優(yōu)化率定的基礎(chǔ)上,引入基于投影的改進(jìn)逼近理想解排序法和香農(nóng)信息熵理論對(duì)Pareto最優(yōu)解進(jìn)行評(píng)價(jià)和排序,以期找到一種能權(quán)衡不同徑流過(guò)程水文特性的綜合最優(yōu)參數(shù)方案。研究結(jié)果表明所提方法可以獲得分布性更好的Pareto最優(yōu)前沿和精度更高的徑流預(yù)報(bào)結(jié)果,可以為水文模型參數(shù)優(yōu)化率定提供一種高效的解決方案,為水庫(kù)實(shí)時(shí)防洪調(diào)度提供數(shù)據(jù)支撐。(3)針對(duì)長(zhǎng)江上游流域主要站點(diǎn)中長(zhǎng)期徑流時(shí)間序列的非線性和非平穩(wěn)特征,首先以流域徑流非線性動(dòng)力系統(tǒng)的混沌特征參數(shù)辨識(shí)為切入點(diǎn),研究并發(fā)現(xiàn)了流域內(nèi)在特性作用下月徑流時(shí)間序列動(dòng)力響應(yīng)的混沌現(xiàn)象,然后推求了月徑流時(shí)間序列相空間重構(gòu)的最佳延遲時(shí)間和嵌入維數(shù),在此基礎(chǔ)上以重構(gòu)相空間作為輸入變量,引入基于自適應(yīng)動(dòng)態(tài)閾值的改進(jìn)Adaboost.RT算法對(duì)若干個(gè)極限學(xué)習(xí)機(jī)弱學(xué)習(xí)器進(jìn)行集成學(xué)習(xí)并對(duì)月徑流時(shí)間序列進(jìn)行預(yù)報(bào);進(jìn)一步引入經(jīng)驗(yàn)小波變換對(duì)年徑流時(shí)間序列進(jìn)行分解,然后去除分解模態(tài)中的高頻分量以消除原始徑流時(shí)間序列的冗余信息,并引入全局收斂性較強(qiáng)的多元宇宙優(yōu)化算法對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到了高精度的年徑流時(shí)間序列預(yù)報(bào)模型。實(shí)例對(duì)比對(duì)分析表明本文構(gòu)建的中長(zhǎng)期徑流預(yù)報(bào)模型可以得到同等條件下預(yù)報(bào)精度更高、泛化能力更強(qiáng)的預(yù)報(bào)結(jié)果,可以為流域水資源優(yōu)化配置和水庫(kù)興利調(diào)度提供高精度的中長(zhǎng)期徑流預(yù)報(bào)信息。(4)針對(duì)現(xiàn)有確定性水文預(yù)報(bào)方法無(wú)法描述徑流預(yù)報(bào)結(jié)果的內(nèi)在不確定性特征并給出其可能波動(dòng)范圍,提出了一種基于多目標(biāo)核極限學(xué)習(xí)機(jī)的徑流區(qū)間預(yù)報(bào)模型,采用雙輸出核極限學(xué)習(xí)機(jī)直接預(yù)報(bào)徑流可能取值的上、下邊界,并采用正交混沌NSGA-II算法對(duì)核極限學(xué)習(xí)機(jī)模型的隱層輸出權(quán)值進(jìn)行優(yōu)化,以獲得高質(zhì)量的徑流預(yù)報(bào)區(qū)間,進(jìn)而準(zhǔn)確把握預(yù)報(bào)信息的不確定性特征。實(shí)例研究表明多目標(biāo)徑流區(qū)間預(yù)報(bào)模型能夠克服單目標(biāo)區(qū)間預(yù)報(bào)模型懲罰系數(shù)難以確定的缺點(diǎn),同時(shí)得到不同置信水平下的徑流預(yù)報(bào)區(qū)間,與多目標(biāo)神經(jīng)網(wǎng)絡(luò)徑流區(qū)間預(yù)報(bào)模型相比,基于多目標(biāo)核極限學(xué)習(xí)機(jī)的區(qū)間預(yù)報(bào)模型具有更好的穩(wěn)定性和泛化性,正交初始化技術(shù)和混沌遺傳策略能夠改進(jìn)NSGA-II算法的分布性和收斂性能,得到全局收斂能力更強(qiáng)的徑流區(qū)間預(yù)報(bào)模型,從而獲得可靠性和有效性更高的徑流預(yù)報(bào)區(qū)間。
【圖文】：

1 MASH 滑動(dòng)平均過(guò)程示意圖（Y = 4，w = 2，Ny= 11 表示原始時(shí)間序列的年數(shù)，Nh示 MASH 滑動(dòng)平均的時(shí)間水平個(gè)數(shù)）MASH 滑動(dòng)平均法的作用相當(dāng)于一個(gè)低通濾波器，通過(guò) MASH 滑動(dòng)平均序列轉(zhuǎn)化成可以表征其變化趨勢(shì)的平滑值矩陣。MASH 趨勢(shì)分析結(jié)果受數(shù) Y 和 w 的影響。w 較小時(shí)不能對(duì)日徑流數(shù)據(jù)起到較好的平滑作用，w 時(shí)間序列季節(jié)性變化趨勢(shì)被過(guò)度削弱。Y 的大小決定了 MASH 滑動(dòng)平均hN ：1h yN N Y （Y 值越大 MASH 滑動(dòng)平均水平數(shù)越少，且各水平徑流變化趨勢(shì)越相近。變化水平下的徑流變化曲線來(lái)判斷其變化趨勢(shì)。 統(tǒng)計(jì)趨勢(shì)檢驗(yàn)方法.1 線性回歸檢驗(yàn)法

華 中 科 技 大 學(xué) 博 士 學(xué) 位 論 文江流域干流出口控制站屏山水文站 1974~2010 年（37 年）的逐日平均徑流數(shù)據(jù)，以及金沙江流域全流域 1974~2010 年的逐日平均氣溫和逐日累計(jì)降雨量數(shù)據(jù)為研究對(duì)象，分析金沙江流域水文氣象要素的季節(jié)分布特征及變化趨勢(shì)。其中金沙江流域逐日平均氣溫和降雨量由金沙江流域32個(gè)氣象站點(diǎn)的逐日平均氣溫和降雨根據(jù)泰森多邊形法加權(quán)平均計(jì)算所得，32 個(gè)氣象站點(diǎn)的逐日平均降雨量和逐日平均氣溫?cái)?shù)據(jù)從中國(guó)氣象數(shù)據(jù)網(wǎng)獲得。金沙江流域位置示意圖、屏山水文站和流域內(nèi)雨量站分布示意圖如圖 2-2 所示。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP18;P338

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張海榮;周建中;曾小凡;葉磊;孟長(zhǎng)青;;金沙江流域降水和徑流時(shí)空演變的非一致性分析[J];水文;2015年06期

2 楊錫運(yùn);關(guān)文淵;劉玉奇;肖運(yùn)啟;;基于粒子群優(yōu)化的核極限學(xué)習(xí)機(jī)模型的風(fēng)電功率區(qū)間預(yù)測(cè)方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年S1期

3 葉磊;周建中;曾小凡;陳璐;郭俊;張海榮;;水文多變量趨勢(shì)分析的應(yīng)用研究[J];水文;2014年06期

4 汪攀;劉毅敏;;Sen’s斜率估計(jì)與Mann-Kendall法在設(shè)備運(yùn)行趨勢(shì)分析中的應(yīng)用[J];武漢科技大學(xué)學(xué)報(bào);2014年06期

5 冶運(yùn)濤;梁犁麗;龔家國(guó);蔣云鐘;王浩;;長(zhǎng)江上游流域降水結(jié)構(gòu)時(shí)空演變特性[J];水科學(xué)進(jìn)展;2014年02期

6 胡昌軍;;基于改進(jìn)相空間重構(gòu)原理的支持向量機(jī)月徑流模擬[J];水資源與水工程學(xué)報(bào);2013年04期

7 肖潔;羅軍剛;解建倉(cāng);陳晨;;變權(quán)組合預(yù)測(cè)模型在洪水預(yù)報(bào)中的應(yīng)用[J];西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

8 ;Integration of a statistical emulator approach with the SCE-UA method for parameter optimization of a hydrological model[J];Chinese Science Bulletin;2012年26期

9 郭俊;周建中;周超;王光謙;張勇傳;;概念性流域水文模型參數(shù)多目標(biāo)優(yōu)化率定[J];水科學(xué)進(jìn)展;2012年04期

10 劉宇峰;孫虎;原志華;;基于小波分析的汾河河津站徑流與輸沙的多時(shí)間尺度特征[J];地理科學(xué);2012年06期

相關(guān)博士學(xué)位論文 前5條

1 葉磊;流域水文分析與水文預(yù)報(bào)方法研究[D];華中科技大學(xué);2016年

2 歐陽(yáng)碩;流域梯級(jí)及全流域巨型水庫(kù)群洪水資源化聯(lián)合優(yōu)化調(diào)度研究[D];華中科技大學(xué);2014年

3 郭俊;流域水文建模及預(yù)報(bào)方法研究[D];華中科技大學(xué);2013年

4 劉力;三峽流域徑流特性分析及預(yù)測(cè)研究[D];華中科技大學(xué);2009年

5 李向陽(yáng);水文模型參數(shù)優(yōu)選及不確定性分析方法研究[D];大連理工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前1條

1 郭瑜;河南省近49年來(lái)降水和氣溫變化特征研究[D];鄭州大學(xué);2012年

，

本文編號(hào)：2625377