基于BP人工神经网络的英那河流域径流模拟研究

摘要：

流域水系统平衡、自然生态保护、经济社会发展等均可对径流量变化产生影响,为更加合理优化配置水资源有必要开展径流量模拟分析.文章依据BP网络法和英那河长序列逐日径流资料,对小尺度流域的月径流量状况进行拟合分析,在此基础上验证了该模型的可行行.结果显示:对于降水径流模拟BP神经网络具有明显的优势和良好的应用前景,其Nash效率系数为0.92,大于新安江和径流系数法计算结果,而与HSPF(0.95)相当;BP神经网络能够较为准确的预测变化趋势且模型运行简便,但模拟结果精确度仍存在一定的提升空间.

关键词：BP网络、径流模拟、确定性系数、英那河

所属期刊栏目：48

分类号：P333.3(水文科学（水界物理学）)

在线出版日期：2020-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：16-20