科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高山区中小流域实时洪水预报精度，提出了一种基于历史洪水学习的KNN实时校正方法(KNN-H法),并选择陕北黄土高原地区2个山区中小流域为研究区域，将其与传统KNN法和AR法进行对比，验证该方法的校正效果。结果表明：KNN法和KNN-H法的校正精度总体高于AR法；KNN法和AR法不能有效降低预报结果的峰现时间误差，而KNN-H法校正结果峰现时间误差比校正前有明显降低；KNN-H法通过对历史洪水预报误差的学习，可有效解决KNN法在实时校正中因为预热期资料不足导致的校正精度不高问题；当预报洪水过程处于涨洪或退水阶段时，KNN-H法能够快速定位到历史洪水的相同阶段，分析历史预报误差后迅速对当前预报值做出校正；总体上KNN-H法校正精度高于传统KNN法。
- 出版日期2023
- 单位黄河水利委员会水文局; 中国水利水电科学研究院; 河海大学
