水文分區(qū)及區(qū)域洪水頻率分析研究.pdf

1、本文以江西、福建兩省約28萬km<'2>為研究區(qū)域，收集了90個水文站的年最大洪峰流量資料和9個反映各流域的水文、氣象和下墊面情況的特性指標，進行水文分區(qū)及區(qū)域洪水頻率分析方法研究。 水文分區(qū)不僅是認識水文規(guī)律、解決水文資料移用問題和為水資源合理開發(fā)提供依據(jù)的重要手段，也是解決水文站網(wǎng)規(guī)劃、布設與調(diào)整、水文資料移用、以及區(qū)域洪水頻率分析等問題的基礎。本文把模式識別理論引入水文分區(qū)問題中，提出了加權模糊c均值聚類算法和自組織特征映

2、射神經(jīng)網(wǎng)絡水文分區(qū)法，并與地理分區(qū)法和K均值聚類算法的水文分區(qū)成果比較。地理分區(qū)法在劃分區(qū)域邊界時存在一定的主觀性；K均值聚類算法和加權模糊c均值聚類算法都采用距離作為模式相似性的度量，但加權模糊c均值聚類算法既考慮了客觀事物的模糊性，又考慮了各影響因子對洪水頻率分布的貢獻率，增加了算法的合理性；自組織特征映射神經(jīng)網(wǎng)絡水文分區(qū)法能自動識別水文相似區(qū)的個數(shù)，分區(qū)成果較為客觀。 考慮各水文相似區(qū)之間的邊界不分明性，提出了模糊數(shù)學區(qū)域

3、洪水頻率分析模型，把各站點屬于不同水文相似區(qū)的模糊隸屬度作為權重擬合各站的頻率分布曲線。針對研究區(qū)域復雜而典型的水文、氣象、下墊面情況和洪水特性，首次嘗試將多層感知器神經(jīng)網(wǎng)絡應用到區(qū)域洪水頻率計算中，建立了多層感知器神經(jīng)網(wǎng)絡區(qū)域洪水頻率分析模型，通過輸入與輸出之間的非線性映射關系來模擬流域特性與洪水特征參數(shù)之間的關系。實證研究表明，在研究區(qū)域應用這兩種模型進行區(qū)域洪水頻率研究是可行的。 通過在水文分區(qū)及區(qū)域洪水頻率分析研究中應用