年径流系数变化特征及预测模型研究

王少丽; 臧敏; 王亚娟; 王材源; 常晓敏; 陶园

doi:10.13870/j.cnki.stbcxb.2020.05.008

您当前的位置：

首页 >

文章列表页 >

年径流系数变化特征及预测模型研究

更新时间：2025-03-12

- 年径流系数变化特征及预测模型研究
- Research on Annual Runoff Coefficient Characteristics and Prediction Model
- 水土保持学报 2020年34卷第5期页码：56-60
- 作者机构：
  
  1. 中国水利水电科学研究院水利研究所,北京,100048
  2. 北京市水文总站,北京,100089
- 作者简介：
  
  [ "王少丽(1963-),女,教授级高工,博士,主要从事农田灌排理论与技术、农田水环境保护研究。E-mail:shaoliw@iwhr.com" ]
- 基金信息：
  
  国家重点研发计划项目（2018YFC1508301）国家自然科学基金项目（51779274）
- DOI：10.13870/j.cnki.stbcxb.2020.05.008
  中图分类号： TV11
- 纸质出版：2020
- 稿件说明：
移动端阅览
王少丽, 臧敏, 王亚娟, 等. 年径流系数变化特征及预测模型研究[J]. 水土保持学报, 2020,34(5):56-60.

WANG Shaoli, ZANG Min, WANG Yajuan, et al. Research on Annual Runoff Coefficient Characteristics and Prediction Model[J]. 2020, 34(5): 56-60.
王少丽, 臧敏, 王亚娟, 等. 年径流系数变化特征及预测模型研究[J]. 水土保持学报, 2020,34(5):56-60. DOI： 10.13870/j.cnki.stbcxb.2020.05.008.

WANG Shaoli, ZANG Min, WANG Yajuan, et al. Research on Annual Runoff Coefficient Characteristics and Prediction Model[J]. 2020, 34(5): 56-60. DOI： 10.13870/j.cnki.stbcxb.2020.05.008.

摘要

以北京市漫水河流域为研究对象，对漫水河1956-2016年年降雨量、年径流系数变化特征及径流系数突变性进行分析，以2000-2016年代表现状下垫面条件，采用主成分分析法分析了时段降雨量和年降雨量对年径流系数的影响，并建立了年径流系数与主要降雨因子的线性主成分回归模型及基于LM（Levenberg—Marquardt）算法的BP神经网络模型。结果表明：漫水河流域年径流系数在过去的61年间呈极显著下降趋势，年径流系数从1956年到上世纪70年代初、上世纪70年代末到80年代末、2000年至今有3个急剧的下降趋势；现状下垫面条件下，短时期强降雨对年径流系数的影响较大，采用神经网络模型预测的年径流系数值和实测值相关系数0.99，平均绝对误MAE为0.002 6，均方根误差RMSE值为0.005，与回归模型相比，神经网络方法构建的年径流系数预测模型精度高，预测效果好。

Abstract

Taking Manshuihe watershed

Beijing as the research object

the characteristics and abrupt change point of the annual precipitation and runoff coefficient from 1956 to 2016 were analyzed. Principal Component Analysis was used to analyze the influence of hourly rainfall and annual rainfall on annual runoff coefficient based on runoff coefficient under the underlying surface condition of 2000-2016. A linear principal component regression model and BP neural network model based on LM Algorithms for annual runoff coefficient and main rainfall factors was established. The results showed that annual runoff coefficient had been declining significantly in the past 61 years

and had three sharp downward trends from 1956 to early 1970s

late 1970s to late 1980s

2000 to present. The short-term rainfall had a great influence on annual runoff coefficient under the current underlying surface. The correlation coefficient

Mean Absolute Error (MAE) and Root Mean Squared Error (RMSE) were 0.99

0.002 6 and 0.005 respectively between annual runoff coefficient predicted by neural network model and measured value. Compared with regression model

the neural network model gave a better result in simulating annual runoff coefficient.

关键词

Keywords

references

张建云,贺瑞敏,齐晶,等.关于中国北方水资源问题的再认识[J].水科学进展,2013,24(3):303-309.

张树磊,杨大文,杨汉波,等.1960-2010年中国主要流域径流量减小原因探讨分析[J].水科学进展,2015,26(5):605-613.

Sriwongsitanon N, Taesombat W. Effects of land cover on runoff coefficient[J].Journal of Hydrology,2011,410(3/4):226-238.

许翼,徐向舟,于通顺,等.强降雨条件下城市回填土草坪径流系数的影响因子分析[J].水土保持学报,2014,28(6):82-87.

刘俊,尹洋洋,沙晓军,等.下垫面要素变化对径流影响的多元统计分析[J].水资源保护,2016,32(2):41-44.

朱恒峰,赵文武,康慕谊,等.水土保持地区人类活动对汛期径流影响的估算[J].水科学进展,2008,19(3):400-406.

王跃峰,许有鹏,张倩玉,等.太湖平原区河网结构变化对调蓄能力的影响[J].地理学报,2016,71(3):449-458.

王兆礼,陈晓宏,杨涛.东江流域径流系数变化特征及影响因素分析[J].水电能源科学,2010,28(8):10-13.

石扬旭,张友静,李鑫川,等.流域下垫面特征对多年平均径流系数的影响[J].西北农林科技大学学报(自然科学版),2017,45(12):138-147,154.

王心睿,刘登峰,陈娜,等.渭河流域径流系数的演变规律研究[J].水资源与水工程学报,2014,25(3):138-142.

李广,黄高宝.雨强和土地利用对黄土丘陵区径流系数及蓄积系数的影响[J].生态学杂志,2009,28(10):2014-2019.

罗雅雪,张思琪,颜红,等. 亚喀斯特林地野外模拟降雨条件下地表径流特征[J].水资源与水工程学报,2018,29(1):117-121.

李和谋,梁心蓝,赵小东,等.模拟降雨条件下地表起伏对产流产沙的影响[J].水土保持学报,2019,33(6):99-104.

任娟慧,任波,郑秀清,等.1964-2012年晋西黄土丘陵区圪洞流域径流变化分析[J].水电能源科学,2018,36(11):18-21.

李胜曙,鲜冰,李明达.基于降雨径流资料对黄土高原高塬沟壑区径流系数的模拟研究[J].水电站设计,2019,35(3):64-65,162.

樊慧静,赵红莉,蒋云钟.不同气候情景下土地利用变化对径流系数影响研究[J].水利水电技术,2012,43(4):11-13,18.

刘悦,舒心怡,管晓祥,等.城西试验流域水文特性及水文过程模拟[J]. 水资源与水工程学报,2019,30(4):32-38.

武晟,解建仓,汪志荣,等.典型下垫面径流系数预测的神经网络方法研究[J].环境科学与技术,2007,30(5):1-5.

李志新,赖志琴.年径流变化的BP神经网络预报模型研究[J].水电能源科学.2018,36(7):10-12.

农振学,王超,雷晓辉.基于主成分分析和BP神经网络的赣江流域中长期径流预报[J].水电能源科学,2018,36(1):16-19.

高亮亮,潘彩霞,屠星月.线性回归与BP神经网络方法的山东粮食产量预测比较研究[J].安徽农业科学,2014,42(30):10780-10783.

刘广明,吕真真,杨劲松,等.基于主成分分析及GIS的环渤海区域土壤质量评价[J].排灌机械工程学报,2015,33(1):67-72.

顾海燕,徐文科,于雷.基于BP神经网络的河川年径流量预测[J].东北林业大学学报,2007,35(10):83-85.

季刚,华连生,江双五.PCA-BP神经网络在降水预测中的应用研究[J].微计算机信息,2012,28(8):128-130.

戴葵.神经网络设计[M].北京:机械工业出版社,2005.

刘晓刚,褚桂红.BP人工神经网络模型及其在年径流预报中的应用[J].内蒙古水利,2011(4):76-78.

Han L, Li R, Zhu H L. Comprehensive evaluation model of soil nutrient based on BP neural network[J].Transactions of the Chinese Society of Agricultural Machinery,2011,42(7):109-115.

浏览量

1461

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

西双版纳人工橡胶林集水区径流特征

黄土丘陵沟壑区不同土地利用类型SCS-CN模型研究

黄土高原水蚀风蚀区坡地土壤水分季节变化及水分利用效率

侵蚀性风化花岗岩坡地降雨产流及水文过程研究

模拟降雨条件下第四纪红黏土坡面侵蚀过程