论文部分内容阅读
为建立因子少、预报周期短、预报精度高的西洞庭湖控制性水文站南咀站的月平均径流量预报模型,通过对松滋-太平水系控制性水文站安乡、澧水控制性水文站石龟山站月平均水位、流量以及沙湾站月平均水位进行相关性、因子贡献率分析,确定输入因子,借助PSO-BP神经网络对南咀站1956年1月至2005年12月各月平均径流量进行训练,获取网络结构及参数进而预测2006年1月至2008年12月各月径流量。结果表明:①石龟山、安乡站水位对南咀站月平均径流量影响最显著;②汛期、非汛期的划分一定程度上可提高南咀站月平均径流量预报精度