喀斯特流域降雨-径流人工神经网络模型结构分析及模拟

详细信息

刊出日期: 2009-08-25

Analysis and simulation to the relation between rainfall and runoff in karst basin with artificial neural network model

Publish Date: 25 August 2009

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.
- 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
- karst /
- neural network /
- weight analysis /
- rainfall-runoff simulation /
- model structure /
- Houzhai catchement in Puding /
- Guizhou