简介:针对高光谱曲线中可能存在噪声以及传统半经验方法不能有效利用全部光谱信息的问题,提出了耦合Haar小波变换和偏最小二乘的水质遥感高光谱建模方法(HaarWT—PLS)。利用该方法,对在南四湖获取的实测高光谱数据经分解尺度为3的Haar小波变换后,将原始光谱数据压缩到47个特征变量;随后利用小波变换重构的光谱数据建立了悬浮物浓度和浊度的HaarwT—PLS反演模型,并进行了验证。结果表明:HaarWT—PLS反演悬浮物浓度和浊度精度较高,验证样本的均方根误差分别为25.05mg/L和20.10NTU,平均相对误差分别为20-36%和13.88%。通过和单波段模型、一阶微分模型和波段比值模型进行精度对比分析,本文建立的HaarWT—PLS模型反演悬浮物浓度和浊度具有较高的精度和更好的稳定性。
简介:全国水中长期供求计划的需水预测采用了以驱动需水增长的内因为依据,将影响需水的外因作为合理性条件对预测结果进行检测,并反馈修正预测值的预测方法。全国水资源供需分析,是经系统分析的理论和方法,综合考虑社会、经济、环境和水资源的相互关系,分析不同发展时期,各规划方案的水资源供需状况。经过多种方案的对比分析,预测2000年全国需水量将在5800亿~6100亿m~3之间,供水量为5600亿~5800亿m~3之间,缺水量为134亿~280亿m~3;2010年需水量将在6460亿~6900亿m~3之间,供水量将在6500亿~6700亿m~3之间,缺水量为173亿~318亿m~3。
简介:本文引用改进的变权组合预测模型对宁夏某水库坝基沉降进行预测,并结合坝基沉降监测数据对比改进前后的变权组合预测模型在大坝坝基沉降的预测精度。研究结果表明:改进的变权组合预测模型由于可以考虑并动态计算不同模型之间的权重系数,对水库坝基沉降的预测精度高于传统的变权组合预测模型,预测沉降值和实测的沉降值之间的误差小于15%,比传统变权组合预测模型相对误差减少3.19%,且在月沉降均值相关系数上,改进的变权组合预测模型预测值和实测值之间相关度提高0.2012。研究成果对于水库坝基沉降预测方法提供参考价值。
简介:造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化。使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性。