书目详细信息
： 基于Vine Copula函数和贝叶斯模型平均的湖泊水位模拟预测
书目信息 机读格式(MARC)
| ISBN/价格： | CNY20.00 (估\呈缴)学位论文 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 530000 |
| 题名责任者项： | 基于Vine Copula函数和贝叶斯模型平均的湖泊水位模拟预测/.韦彦玲著/.顾世祥指导 |
| 出版发行项： | 2023.6.15 |
| 载体形态项： | 73页:;+图表:;+30cm |
| 一般附注： | 水利学院, 学号2020210055 |
| 提要文摘： | 准确模拟预测湖泊水位变化，对于人工控湖与治理修复、发挥湖泊各项功能具有重要意义。湖泊水位预测是诸多自然-社会二元因素共同作用的结果，存在非常复杂的非线性关系和不确定性。如何将这些因素结合起来，建立准确地反映湖泊水位变化的预测模型成为了当前水文研究中亟待解决的问题之一。在全球气候变化和高强度人类活动的影响下，位于云南省的洱海和杞麓湖2010年前后遭遇了连续干旱灾害，造成湖泊水位下降，流域水生态安全面临严重威胁，湖泊治理与保护形势至今仍然十分严峻，建立水位干旱预警指标对流域干旱防御具有重要意义。本文利用气象水文因素和水位，从单一模型和组合模型两个角度构建基于Vine Copula函数和贝叶斯模型平均的长时序湖泊水位模拟预测模型来分别预测洱海和杞麓湖水位，并引入模糊隶属函数对洱海旱限水位划分进行实测和预测水位调度，对揭示变化环境下水资源演变成因机理，流域内的水资源规划配置、湖泊调度、水生态治理与抗旱决策等具有重要意义。 首先考虑气象因素（蒸发、温度、降水、径流）和前期水位的影响，结合滚动决策原理，构建不同变量组合的Vine Copula水位预测模型来预测洱海长期和短期水位，并与BP神经网络和SVR模型对比。结果表明：1）Vine Copula模型预测逐日水位精度要高于逐月水位的预测，且都是在变量最多的组合时模型预测精度最高，对短期水位预测更具有优势。逐月水位ME值变化范围在0.039-0.444之间，RMSE值变化范围在0.194-0.279之间，NSE值变化范围在0.913-0.958之间，IA值变化范围在0.977-0.989之间；逐日水位ME值变化范围在0.02-0.09之间，RMSE值变化范围在0.02-0.024之间，NSE值和IA值都是0.99。2）Vine Copula模型在样本数据量少或径流资料缺失时预测精度降低，针对误差分析改进模型后预测精度相对误差小于5%、10%、15%、20%的占比分别提高到70%、83%、95%、98%。3）Vine Copula模型优于BP神经网络和SVR，在湿季（5~10月）Vine Copula模型对预测水位与气候因素之间的非线性关系捕捉能力更强。三种模型对中水位预测精度较高，对低和高水位预测精度较低。 为了提升预测效果，基于以上研究选择水位与水文气象因素最优变量组合预测流程构建Vine Copula、BP和SVR模型获得水位预测值，将单一模型预测值作为输入利用BMA方法构建BMA（VC,BP,SVR）和BMA（BP,SVR）组合模型来对杞麓湖逐月水位进行预测和不确定性分析，并与BMA具有相同输入的Vine Copula、Copula方法构建的（VC,BP,SVR）组合模型对比。结果表明：1）BMA方法能够提高预测精度，BMA（VC,BP,SVR）和BMA（BP,SVR）组合模型预测精度高于单一模型，相关系数分别达0.99和0.98。2）BMA95%置信区间表明，BMA（VC,BP,SVR）组合模型区间覆盖率达90%，不确定性较小，湿季水位预测不确定性较大。3）在三种不同方法构建的（VC,BP,SVR）组合模型中Vine Copula方法比BMA方法提高预测精度更高，Copula方法没有提高预测精度。三种方法都对中水位预测效果较好，高水位预测精度低于低水位预测。 最后引入模糊隶属函数对洱海旱限水位划分，综合考虑不同典型水文年生活、工业、农业、下泄生态基流、发电需求优先级和保障等级确定供水折减系数，结合湖泊来水和用水对实测和预测水位调度，能够为干旱防御决策提供科学依据和技术支撑。 |
| 并列题名： | Simulation and Prediction of Lake Water Level based on Vine Copula Function and Bayesian Model Averaging |
| 题名主题： | 湖泊水位 Vine Copula 贝叶斯模型平均 洱海 杞麓湖 学位论文 |
| 中图分类： | P332-533 |
| 个人名称等同： | 韦彦玲 著 |
| 个人名称次要： | 顾世祥 指导 |
| 团体名称等同： | 云南农业大学 授予 |
| 记录来源： | CN YNAUL 20240301 |