流域水文分析與中長期預(yù)報(bào)方法

定　價(jià)：￥32.00

作　者：	朱雙，張海榮，羅顯剛編
出版社：	中國地質(zhì)大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥28.40)

ISBN：	9787562547976	出版時(shí)間：	2020-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	102	字?jǐn)?shù)：

內(nèi)容簡介

　　本書針對變化環(huán)境下水資源中長期預(yù)報(bào)與評估研究中存在的關(guān)鍵科學(xué)問題，分析了徑流和降雨特性時(shí)空變化規(guī)律；建立了基于灰色關(guān)聯(lián)分析的模糊支持向量機(jī)月徑流預(yù)報(bào)模型，為了提高模型預(yù)報(bào)精度，研究了模型構(gòu)建過程中預(yù)報(bào)因子選擇與時(shí)間序列分解兩個(gè)關(guān)鍵環(huán)節(jié)；將氣象、大氣環(huán)流、影響長江中上游流域降雨的黑潮海溫、東亞夏季風(fēng)指數(shù)等遙相關(guān)因子組成特征集合，采用序列浮動前向算法挖掘預(yù)報(bào)因子特征子集，并嘗試采用高斯過程回歸對金沙江上游石鼓站和下游屏山站月徑流進(jìn)行不確定性預(yù)報(bào)，得到月徑流的預(yù)報(bào)區(qū)間和置信水平；在此基礎(chǔ)上，采用Sobol全局敏感性方法推求了石鼓站和屏山站汛期徑流預(yù)報(bào)因子的靈敏度，辨識了對汛期徑流預(yù)報(bào)結(jié)果產(chǎn)生較大影響的因子集；很后基于深度學(xué)習(xí)技術(shù)的發(fā)展，建立了長短期記憶網(wǎng)絡(luò)的中長期徑流預(yù)報(bào)模型。

作者簡介

暫缺《流域水文分析與中長期預(yù)報(bào)方法》作者簡介

圖書目錄

1 緒論
1．1 引言
1．2 流域水文分析和中長期水文預(yù)報(bào)理論與方法研究概況
1．3 主要研究內(nèi)容
2 流域極端降雨事件及其非平穩(wěn)特性分析
2．1 極端降雨事件研究進(jìn)展
2．2 廣義極值模型
2．3 時(shí)變廣義極值模型
2．4 返回期分析
2．5 實(shí)例研究
2．6 本章小結(jié)
3 流域水文特性分析及洪水遭遇研究
3．1 金沙江流域氣象水文特性
3．2 徑流年際和年內(nèi)變化
3．3 金沙江洪水特性分析
3．4 本章小結(jié)
4 流域中長期水文預(yù)報(bào)建模
4．1 中長期徑流預(yù)報(bào)研究進(jìn)展
4．2 數(shù)據(jù)驅(qū)動模型介紹
4．3 基于灰色關(guān)聯(lián)分析的模糊支持向量機(jī)回歸月徑流預(yù)報(bào)模型
5 時(shí)間序列分解在中長期徑流預(yù)報(bào)中的應(yīng)用
5．1 時(shí)間序列分解
5．2 離散小波變換
5．3 經(jīng)驗(yàn)?zāi)B(tài)分解
5．4 STL分解
5．5 建模流程
5．6 實(shí)例分析
5．7 本章小結(jié)
6 基于氣候遙相關(guān)的中長期徑流預(yù)報(bào)
6．1 氣候遙相關(guān)預(yù)報(bào)因子
6．2 高斯過程回歸模型
6．3 特征選擇算法
6．4 基于方差分析的Sobol敏感性分析
6．5 實(shí)例研究
6．6 本章小結(jié)
7 基于深度學(xué)習(xí)的中長期徑流預(yù)報(bào)
7．1 深度學(xué)習(xí)在水文預(yù)報(bào)中的應(yīng)用
7．2 遞歸神經(jīng)網(wǎng)絡(luò)
7．3 長短期記憶網(wǎng)絡(luò)
7．4 實(shí)例研究
7．5 本章小結(jié)
8 總結(jié)與展望
8．1 研究工作總結(jié)
8．2 工作展望
參考文獻(xiàn)