喀斯特流域降雨-径流人工神经网络模型结构分析及模拟
陈才
陈喜
张志才
魏琳娜
1.河海大学水文水资源与水利工程科学国家重点实验室,江苏,南京,2100982.河海大学水文水资源与水利工程科学国家重点实验室,江苏,南京,2100983.河海大学水文水资源与水利工程科学国家重点实验室,江苏,南京,2100984.河海大学水文水资源与水利工程科学国家重点实验室,江苏,南京,210098
摘要：喀斯特流域降雨-径流响应是一个非线性过程,分析确定地下河流量过程的主要影响因子对喀斯特流域水文过程模拟具有重要意义.本文利用普定后寨河流域实测降雨、径流系列资料,采用神经网络权重分析法确定该流域的人工神经网络模型结构为两个隐含层、三个输入变量,该人工神经网络模型结构可以保持降雨-径流模拟的稳定性.模型经交叉训练与验证,训练期效率系数(NSC)达0.9以上,验证期NSC达0.88以上.说明神经网络权重分析法能够较好地确立预报因子与预报对象的关系,为喀斯特流域降雨-径流模拟提供一种有效的分析手段.
关键词：喀斯特神经网络权重分析降雨-径流模拟模型结构普定后寨河流域贵州
分类号：P333(水文科学（水界物理学）)
资助基金：国家重点基础研究发展计划（973计划）(973;2006CB403200)国家自然科学基金(40930635)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 375-379 )
英文信息