水电站下游鱼类产卵场水温的人工神经网络预报模型

摘要：

丰满电站下游松花江水文站河段分布有一系列鱼类产卵场,电站拟通过分层取水调控下泄水温,改善下游鱼类生存环境.该文基于大量实测数据分析,建立了松花江站水温的人工神经网络预报模型,通过输入上游吉林水文站的水温与流量,以及地区气象条件,可计算出下游松花江站2日后的水温变化.根据中长期天气预报数据与电站泄流计划,采用该模型通过2日递推的方法,可预测出下游鱼类产卵场的水温变化过程.运用2006-2013年实测数据对网络模型进行训练,然后对2014年松花江站水温变化过程进行计算,计算值与实测值的变化过程甚为吻合,相关系数为0.992,水温平均误差为0.51 ℃.在水温生态调度运行期间,根据产卵场水温变化的预报数据,可适当调控电站下泄水温,保持适宜的鱼类产卵条件.

关键词：模型、水文、鱼、水电站、生态调度、产卵场、水温、人工神经网络

所属期刊栏目：34

分类号：S931.1(水产资源)

资助基金：国家重点研发规划2016YFC0401708;国家自然基金项目51679262

在线出版日期：2018-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：185-191