分布式降雨量估算模型與方法研究.pdf_第1頁
已閱讀1頁,還剩138頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、降雨量作為水文模型的重要輸入?yún)?shù),也作為防洪減災(zāi)、徑流預(yù)報、農(nóng)田灌溉等問題的重要考慮因素,一直以來都是水文水資源領(lǐng)域?qū)W者研究的重點。隨著對這些研究對象的空間尺度范圍越來越小和時間尺度范圍越來越精細的要求,傳統(tǒng)的通過布設(shè)雨量觀測站點來獲取區(qū)域內(nèi)平均面雨量的方法手段已經(jīng)難以滿足實際工作的要求。而隨著空間信息技術(shù)自身的迅猛發(fā)展并與傳統(tǒng)水文水資源學科的交叉融合,以及更加豐富完善的非線性建模方法,為解決這類新問題提供了新的思路。目前迫切需要解決的

2、難題就是如何綜合應(yīng)用遙感技術(shù)和地理信息系統(tǒng),構(gòu)建能夠?qū)α饔騼?nèi)不同空間尺度范圍的降雨量分別進行估算的理論模型,為流域分布式降雨量的空間插值估算和遙感反演估算提供科學理論依據(jù)以及方法和技術(shù)支持。本文基于空間插值理論和遙感反演理論,對流域的分布式降雨量估算模型的構(gòu)建進行了深入探討與研究。主要研究內(nèi)容如下:
   1、研究了數(shù)字地面模型(DTM)以及衍生的數(shù)字高程模型(DEM),結(jié)合本文的研究對象,采用數(shù)字降雨模型(DRM)來具體表示流

3、域內(nèi)的降雨量分布情況,它和DEM一樣描述了某種空間屬性的特征,適合在地理信息系統(tǒng)中進行存儲管理和分析。
   2、結(jié)合具體的實例,將湖北省區(qū)域范圍根據(jù)不同空間尺度大小劃分為湖北全區(qū)域、十堰地區(qū)、宜昌地區(qū)、恩施地區(qū)等幾個研究區(qū)域,并將各個區(qū)域內(nèi)的降雨量根據(jù)不同的雨量強度劃分為幾個等級,采用距離反比加權(quán)法、克里格法以及BP神經(jīng)網(wǎng)絡(luò)法和遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)分別建立了對應(yīng)的空間插值估算模型。
   3、基于云降雨機理,從M

4、ODIS遙感影像數(shù)據(jù)中,獲取到有關(guān)云產(chǎn)品的氣象資料,提取和降雨密切相關(guān)的氣象因子,并與地面雨量站點的實測降雨量資料相結(jié)合,應(yīng)用 BP神經(jīng)網(wǎng)絡(luò)法和遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的非線性智能建模方法分別建立遙感反演估算模型,得到了較好的估算效果。也證明了MODIS高光譜分辨率的數(shù)據(jù)產(chǎn)品應(yīng)用在流域分布式降雨量估算中具有實際操作意義。
   4、對于BP神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點數(shù)難以確定的問題,根據(jù)已有的隱含層節(jié)點數(shù)確定的經(jīng)驗公式,提出了一種改

5、進公式,在實際應(yīng)用中證明了改進公式的實用性和有效性。另外針對BP神經(jīng)網(wǎng)絡(luò)的初始聯(lián)接權(quán)值和閾值確定的隨機性以及容易陷入局部極小點的固有缺陷,采用了具有全局優(yōu)化搜索能力的遺傳算法,兩者進行優(yōu)勢互補,并將這兩種模型分別用在空間插值估算模型和遙感反演估算模型的構(gòu)建中。
   通過對湖北省流域的具體實例進行分布式降雨量估算研究,實驗結(jié)果表明:
   1、在流域分布式降雨量的空間插值估算建模中,傳統(tǒng)的插值估算方法各有其局限性和適用對

6、象。對于湖北省流域范圍不同空間尺度范圍的插值估算結(jié)果也表明,在小區(qū)域范圍或雨量密度分布均衡的情況下,插值估算的效果要好于對大區(qū)域范圍或雨量密度分布不均勻進行插值估算的情況。另外從插值模型方法角度分析,基于非線性智能遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的空間插值模型,其估算的誤差精度要好于基于統(tǒng)計概率的傳統(tǒng)空間插值模型。并且空間插值模型的估算誤差精度受到空間尺度范圍和地形地勢影響以及雨量強度大小的影響很大。不同的條件下估算的誤差精度各不相同,平均相

7、對誤差范圍大致在30%-80%之間。
   2、利用氣象衛(wèi)星資料遙感反演估算流域分布式降雨量的研究結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的反演估算模型和利用遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型反演估算流域內(nèi)的分布式降雨量,估算效果都比較好,模型的估算精度只與所選取的氣象因子有關(guān),與雨量站點的分布情況、研究區(qū)域的空間尺度范圍以及雨量強度大小等因素相關(guān)性并不是很大。本文從可以獲取到的MOIDS遙感影像云產(chǎn)品數(shù)據(jù)中提取了七個與降雨關(guān)系密切的氣象因子參數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論