唐家山堰塞湖蓄水量预测新方法.pdfVIP

唐家山堰塞湖蓄水量预测的新方法 董陇军1，2 1.中南大学资源与安全工程学院，湖南长沙，410083 2.中国科学院武汉岩土力学研究所，湖北武汉，430071 摘要：堰塞湖排洪问题的研究是一个多学科的系统工程，水位线及蓄水量的影响因素十分复杂，受降雨、地形 地貌等大量不确定性因素的影响。蓄水量的预测是一个动态不确定性的问题，难以求得准确的解析解。以唐家山堰塞 湖为例，整理出了唐家山堰塞湖50多组水位高程与蓄水量的数据，进行相关性分析，建立了线性、乘幂相关性模型， 利用广义回归神经网络模型强大的逼近能力，提出了堰塞湖蓄水量预测的广义回归神经网络模型。研究表明，乘幂回 归模型较线性回归模型相关性大，广义回归神经网络模型预测误差最小为0，最大为0.1647，预测精度高，预测结果与 实测结果吻合较好。该模型可为紧急救灾情况下堰塞湖蓄水量的研究提供一条有效的途径。有望为同类堰塞湖的应急 治理提供一定的参考意义。 关键词：唐家山堰塞湖；水位；蓄水量；相关性；广义回归神经网络模型 Anewmethodofpredictionwater storageinTangJiashandammedlake DONGLong-jun1,2 1.SchoolofResourcesandSafetyEngineering,CentralSouthUniversity,Changsha, Hunan410083,China;2.InstituteofRockandSoilMechanics,ChineseAcademy ofSciences,Wuhan,Hubei430071,China Abstract:FlooddischargeproblemsofTangJiashandammedlakearemultiple-functionedsystemsengineering.Thefac tors,suchasrains,terrain,influencedwaterlevelandwaterstorage.Thepredictionofwaterstorageisadynamicuncertain problem,andithasnotaccuracyanalyticalsolution.50setsaboutwaterlevelandwaterstorageinTangJiashandammedlakeare collected.Functionaldependencebetweenwaterlevelandwaterstorageisstudied.Linearandpowerfunctionmodelsarepro posed.Generalregressionneuralnetwork(GRNN)modelofpredictionofwaterstorageisestablishedtoexpressthetruecompli catedconditionsinFlooddischargeproblemsofTangJiashandammedlake.ResultsshowthattheerrorrateofGRNNmodelis0 -0.1674.Thepredictedresultsisconsistentwithactualones.Itisnewandeffectivewaytopredictwaterstorageindammed lake. Keywords:TangJiashandammedlake;waterlevel;waterstorage;dependence;GRNN ？IJ用已获取到的有限资 畜度、溃坝危害程度等 ≮同的预测预报结果，- 喜、、，景+ 圈 ‘人上仰 Fig.2ArtificialI ，：∑%誓 i出层前导层误差估计 }所有其他各层的误差币 ≥并用这些估计实现对， {端表现出的误差沿着一 GRNN，线性、乘幂回归l ResultsofGRNN,liner，】 『 水位 蓄水量线性J ；， 一，’1 e润秋， “5.12”汶川大 ：育分布规律研究[J