ОСОБЕННОСТИ ПРИМЕНЕНИЯ МЕТОДА ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В ЗАДАЧАХ РАСЧЕТА СТОКА С НЕИЗУЧЕННЫХ ВОДОСБОРОВ

Georgy Vladimirovich Ayzel


Аннотация


В последнее десятилетие вопросы расчетов стока с неизученных в гидрометеорологическом отношении речных бассейнов широко обсуждались мировым сообществом ученых-гидрологов, что привело к интенсификации разработки новых научных направлений и современных методов исследований по данной тематике. В качестве исследуемых объектов были выбраны 323 водосбора, расположенных на территории сша. В работе предложено решение задачи поиска оптимальных параметров, необходимых для расчета суточного гидрографа речного стока с неизученных водосборов с использованием модели взаимодействия поверхности суши с атмосферой swap, путем применения методики, разработанной на основе современного математического аппарата искусственных нейронных сетей. Показано генетическое развитие представленной методики. Проанализировано качество оценки модельных параметров предложенной методикой на разных этапах её разработки, а также эффективность расчетов речного стока с применением полученных параметров. Показано, что при расширении диапазона поиска оптимальных значений параметров путем полного учета результатов их автоматической калибровки, а также при применении метода мультиплицирования входной информации, итоговые результаты расчета суточного гидрографа речного стока для исследуемой выборки неизученных водосборов можно считать удовлетворительными.

Ключевые слова


РАСЧЕТЫ РЕЧНОГО СТОКА; ПАРАМЕТРЫ ГИДРОЛОГИЧЕСКОЙ МОДЕЛИ; ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ; НЕИЗУЧЕННЫЕ ВОДОСБОРЫ; ГИДРОЛОГИЧЕСКАЯ МОДЕЛЬ SWAP; ВОДОСБОРЫ MOPEX

Литература


Гусев Е. М., насонова о. Н. Исследование влияния различных способов оценки модельных параметров на точность воспроизведения речного стока на основе модели swap//водные ресурсы. 2007. Т. 34. № 3. С. 299-309.

Круглов В.В., борисов в.в. искусственные нейронные сети. Теория и практика. М.: горячая линия -телеком, 2001. 382 с.

Моделирование стока рек оленек и индигирка с использованием модели взаимодействия поверхности суши с атмосферой swap/гусев е. М., насонова о. Н., джоган л.я., айзель г.в.//водные ресурсы. 2013. Т. 40. № 5. С. 1-10.

Насонова О.Н., гусев е.м. исследование возможностей модели тепловлагообмена суши с атмосферой воспроизводить речной сток с точностью гидрологических моделей//водные ресурсы. 2008. Т. 35. № 5. С. 515-524.

A decade of predictions in ungauged basins (pub)-a review/hrachowitz m., savenije h.h.g., blöschl g., mcdonnelld j.j., sivapalan m., pomeroyg j.w., arheimer b., blume t., clark m.p., ehret u., fenicia f., freer j.e., gelfan a., gupta, d.a. hughes, r.w. hut, a. Montanari, s. Pande, d. Tetzlaff, p.a. troch, s. Uhlenbrook h.v., wagener t., winsemius h.c., woods r.a., zehe e., cudennec c.//hydrological sciences journal. 2013. № 58(6). С. 1198-1255.

Duan q., sorooshian s., gupta v. Effective and efficient global optimization for conceptual rainfall-runoff models//water resources research. 1992. Т. 28. № 4. С. 1015-1031.

Ensemble predictions of runoff in ungauged catchments/mcintyre n., lee h., wheater h., young a., wagener t.//water resources research. 2005. Т. 41. № 12. C. 1-14.

Haykin s. Neural networks: a comprehensive foundation. Prentice hall ptr, 1994. 1104 с.

Heuvelmans g., muys b., feyen j. Regionalisation of the parameters of a hydrological model: comparison of linear regression models with artificial neural nets//journal of hydrology. 2006. Т. 319. № 1. С. 245-265.

Merz r., blöschl g. Regionalisation of catchment model parameters//journal of hydrology. 2004. Т. 287. №. 1. С. 95-123.




DOI: https://doi.org/10.12731/wsd-2014-2.1-10

Ссылки

  • На текущий момент ссылки отсутствуют.




(c) 2016 В мире научных открытий



ISSN 2658-6649 (print)

ISSN 2658-6657 (online)

HotLog Яндекс цитирования