论文摘要
自回归模型在洪水预报实时校正中应用广泛。针对自回归模型进行连续多时段校正时中间误差系列缺失问题,提出一种基于历史洪水预报误差系列的样本重组自回归外延方法,以淮河流域王家坝断面为背景,选用洪量相对误差、洪峰相对误差、峰滞时间和确定性系数四个指标开展校正效果评估,并与时程递推外延方法对比。结果表明:样本重组外延方法可以提升洪水预报精度,延长洪水预报有效预见期,特别在降低洪量误差和提高洪水过程的拟合精度上优势更为显著。同时,该方法泛化能力较强,具有实用价值。
论文目录
文章来源
类型: 期刊论文
作者: 张娟,钟平安,徐斌,王凯,姚超宇
关键词: 洪水预报,实时校正,自回归模型,多步外延方法
来源: 水文 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,基础科学
专业: 地球物理学,水利水电工程
单位: 河海大学水文水资源学院,淮委水文局
基金: 国家重点研发计划项目（2017YFC0405606）,国家自然科学基金项目(51579068),中央高校基本科研业务费专项(2018B10514)
分类号: P338
DOI: 10.19797/j.cnki.1000-0852.201802741
页码: 41-45+6
总页数: 6
文件大小: 1550K
下载量: 174