黄河下游河道悬沙与床沙粒径智能预测研究.pdfVIP

第４６卷第２期人民黄河Ｖｏｌ．４６，Ｎｏ．２

２０２４年２月ＹＥＬＬＯＷＲＩＶＥＲＦｅｂ．，２０２４

黄河下游河道悬沙与床沙粒径智能预测研究

１，２２，３２，３２，４

董庆豪，孙龙飞，王远见，赵万杰

（１．郑州大学水利与交通学院，河南郑州４５０００１；２．黄河水利委员会黄河水利科学研究院，河南郑州４５０００３；

３．水利部黄河下游河道与河口治理重点实验室，河南郑州４５０００３；４．河海大学水利水电学院，江苏南京２１００９８）

摘要：探究河道悬沙和床沙粒径分布有助于分析河道泥沙整体淤积情况，并反馈指导优化水库运用方式。为系统掌握黄河下游

河道悬沙与床沙粒径的分布规律，收集整理黄河下游河道花园口等６个断面的水沙系列数据，采用递归特征消除算法进行变量筛

选，并基于不同机器学习算法构建黄河下游河道泥沙粒径的预测模型。结果表明：变量筛选算法能够有效提取模型中的主要影响

因子，而利用机器学习算法进行不同断面泥沙粒径预测时，在测试集上整体表现较好，各断面优选模型预测悬沙粒径的决定系数Ｒ２

均在０．６４～０．８９之间，床沙的均在０．３７～０．７２之间。同时，采用２０２０年数据对模型预测效果进一步验证时，悬沙和床沙粒径预测值

２

与实测值Ｒ分别达０．６０９７和０．４４５６，表明所建模型能够有效实现黄河下游河道泥沙粒径预测。

关键词：泥沙粒径；变量筛选；机器学习；智能预测；黄河下游河道

－

中图分类号：ＴＶ１４５；ＴＶ８８２．１文献标志码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００１３７９．２３２４．０２．００６

－

引用格式：董庆豪，孙龙飞，王远见，等．黄河下游河道悬沙与床沙粒径智能预测研究［Ｊ］．人民黄河，２０２４，４６（２）：３２３７．

ＲｅｓｅａｒｃｈｏｎＩｎｔｅｌｌｉｇｅｎｔＰｒｅｄｉｃｔｉｏｎｏｆＳｕｓｐｅｎｄｅｄＬｏａｄａｎｄＢｅｄＭａｔｅｒｉａｌＬｏａｄ

ＰａｒｔｉｃｌｅＳｉｚｅｉｎｔｈｅＬｏｗｅｒＹｅｌｌｏｗＲｉｖｅｒ

１，２２，３２，３２，４

ＤＯＮＧＱｉｎｇｈａｏ，ＳＵＮＬｏｎｇｆｅｉ，ＷＡＮＧＹｕａｎｊｉａｎ，ＺＨＡＯＷａｎｊｉｅ

（１．ＳｃｈｏｏｌｏｆＷａｔｅｒＣｏｎｓｅｒｖａｎｃｙａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎ，ＺｈｅｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５０００１，Ｃｈｉｎａ；

２．ＹｅｌｌｏｗＲｉｖｅｒＩｎｓｔｉｔｕｔｅｏｆＨｙｄｒａｕｌｉｃＲｅｓｅａｒｃｈ，ＹＲＣＣ，Ｚｈｅｎｇｚｈｏｕ４５０００３，Ｃｈｉｎａ；

３．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＬｏｗｅｒＹｅｌｌｏｗＲｉｖｅｒＣｈａｎｎｅｌａｎｄＥｓｔｕａｒｙＲｅｇｕｌａｔｉｏｎ，ＭＷＲ，Ｚｈｅｎｇｚｈｏｕ４５０００３，Ｃｈｉｎａ；

４．ＣｏｌｌｅｇｅｏｆＷａｔｅｒＣｏｎｓｅｒｖａｎｃｙａｎｄＨｙｄｒｏｐｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇ，ＨｏｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｎａ