论文
论文题目: 基于机器学习和水文模拟的不同山洪类型行为特征指标预测
第一作者: 翟晓燕, 李淼, 刘昌军, 张永勇, 刘星
联系作者:
发表年度: 2025
摘  要: 为了准确预测山洪事件的变化特性,采用8个洪水行为特征指标刻画山洪事件的量级、时间、形态和变率等洪水特性,采用主成分分析和动态K均值聚类识别了典型山洪类型,采用机器学习(多元线性回归和随机森林)和分布式水文模型(中国山洪水文模型)评估了不同山洪类型行为特征指标的预测性能,并以我国南部3个山丘区小流域56场次洪水过程为例开展应用研究。结果表明:研究区分为两种山洪类型(46.4%和53.6%),类型1流量强度低、洪量集中、峰现早、涨洪快、落洪慢,类型2的洪水特性与之相反;水文模型的预测性能优于机器学习模型,水文模型对两种山洪类型的行为特征指标预测误差最小、相关性最高、稳健性最强,多元线性回归模型的预测误差最大、相关性最低、稳健性最弱;3种模型对类型1所有行为特征指标的总体预测误差均小于类型2,线性相关程度与类型2接近。研究成果可为山洪风险管理和早期预警提供技术参考。
英文摘要:
刊物名称: 南水北调与水利科技(中英文)
全文链接:
论文类别: 其他