基于BP神经网络的新安江模型初始土壤蓄水量计算研究
张晓斌1
李抗彬2
郝改瑞3
张小鹏1
1.运城学院,山西 运城 0440002.西安兰特水电测控技术有限责任公司,西安 7100433.西安理工大学,西安 710048
摘要：[目的]克服传统经验折减系数法在计算新安江模型初始土壤蓄水量方面的缺点,并提高新安江模型在湿润半湿润地区的应用效果.[方法]结合流域初始土壤蓄水量的影响因素和神经网络模型特点,提出构建基于BP神经网络的新安江模型初始土壤蓄水量计算方法.[结果]在3种输入因子组合方式下,当BP神经网络隐含层节点大于11时,模拟训练期模型应用效果达到项目精度评价指标的甲等水平,预测检验期的9个样本,均有6个以上样本检验合格;当BP神经网络隐含层节点数从4个变化到21个时,模型评价指标纳什效率系数从0.51变到0.97、均方根误差从11.77降到2.74;与采用传统经验折减系数法计算新安江模型初始土壤蓄水量相比,采用BP神经网络模型应用效果明显占优,且能克服经验折减系数法计算土壤初始蓄水量需要选择流域一场暴雨或久旱未雨才能开始计算和计算过程数据不能中断的缺点.[结论]在湿润半湿润地区采用BP神经网络模型计算新安江模型初始土壤蓄水量具有可行性和适用性;当神经网络输入因子和隐含层节点数选择合理时,模型模拟和预测精度较高.
关键词：初始土壤蓄水量BP神经网络新安江模型径流模拟
分类号：P338.9(水文科学（水界物理学）)
资助基金：国家自然科学基金(51479215)山西省水利厅科技项目(TZ2019026)运城学院博士科研项目(YQ-2020003)
论文发表日期：2021-03-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 15-22 )
英文信息