【摘要】我國(guó)目前所用的實(shí)時(shí)校正方法雖然有一定的效果，但在山區(qū)的中小流域洪水預(yù)報(bào)方面依舊存在能力不足等問(wèn)題，基于這種狀況，我們引進(jìn)了K最近鄰算法對(duì)山區(qū)中小流域洪水預(yù)報(bào)進(jìn)行實(shí)時(shí)校正，并采用模型，利用其他幾種有效方法進(jìn)行試驗(yàn)，通過(guò)分析校正結(jié)果，我們確認(rèn)K最近鄰算法對(duì)山區(qū)中小流域洪水預(yù)報(bào)實(shí)時(shí)校正而言有積極意義。

【關(guān)鍵詞】山區(qū)中小流域；洪水預(yù)報(bào)；實(shí)時(shí)校正

引言：

以K最近鄰算法為基礎(chǔ)構(gòu)建模型，同時(shí)利用BP神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)校正法和誤差自回歸方法，把洪峰相對(duì)誤差和確定性系數(shù)作為指標(biāo)進(jìn)行評(píng)價(jià)，對(duì)校正結(jié)果進(jìn)行分析。通過(guò)觀察比對(duì)分析結(jié)果我們可以發(fā)現(xiàn)：采用K最近鄰算法對(duì)確定性系數(shù)的改善最有效，BP法實(shí)時(shí)校正能更準(zhǔn)確地校正誤差，將K最近鄰算法和誤差自回歸方法相結(jié)合可以控制洪峰誤差出現(xiàn)的短板，可操作性強(qiáng)，能為山區(qū)中小流域的洪水預(yù)報(bào)提供準(zhǔn)確的實(shí)時(shí)校正。

一、山區(qū)中小流域洪水預(yù)報(bào)實(shí)時(shí)校正的必要性

（一）山區(qū)中小流域洪水預(yù)報(bào)的主要誤差來(lái)源

（1）觀察測(cè)量出現(xiàn)誤差

對(duì)山區(qū)中小流域進(jìn)行洪水預(yù)報(bào)時(shí)，需要建立模型，模型的建立需要對(duì)降水量、所試驗(yàn)流域的蒸發(fā)散發(fā)狀況進(jìn)行數(shù)據(jù)調(diào)查，但是由于受到自然條件的影響加上技術(shù)不完善、儀器精確度不高等條件的制約，使最后的結(jié)果出現(xiàn)誤差。

（2）模型建構(gòu)出現(xiàn)誤差

建構(gòu)出的模型有時(shí)會(huì)出現(xiàn)表達(dá)式不準(zhǔn)確的情況，主要表現(xiàn)在模型不能完整的表述出山區(qū)中小流域洪水發(fā)生的整個(gè)過(guò)程。

（3）模型參數(shù)出現(xiàn)誤差

其實(shí)無(wú)論選擇什么結(jié)構(gòu)方法或測(cè)量技術(shù)，模型的參數(shù)與實(shí)際情況之間總是存在一定的誤差，只是出現(xiàn)的誤差大小不同。

（4）系統(tǒng)的初始狀態(tài)出現(xiàn)誤差

在洪水預(yù)報(bào)剛開(kāi)始進(jìn)行時(shí)，模型中會(huì)出現(xiàn)一些變量，如果對(duì)系統(tǒng)初始情況下的變量發(fā)生掌握不清楚，也會(huì)導(dǎo)致誤差的出現(xiàn)。

（5）資料的誤差

山區(qū)中小流域往往都有水文資料缺乏的狀況，加上測(cè)量過(guò)程中系統(tǒng)出現(xiàn)的偏差和觀測(cè)試驗(yàn)流域出現(xiàn)的偏差，誤差出現(xiàn)的概率就會(huì)增加。

雖然每種狀況出現(xiàn)的誤差都不打，但是由于這幾種狀況都會(huì)使洪水預(yù)報(bào)出現(xiàn)誤差，相加起來(lái)就會(huì)造成誤差較大，所以對(duì)山區(qū)中小流域洪水預(yù)報(bào)實(shí)時(shí)校正，提高預(yù)報(bào)的準(zhǔn)確度必須早日完成。

（二）山區(qū)中小流域洪水預(yù)報(bào)實(shí)時(shí)校正的方法

山區(qū)中小流域洪水預(yù)報(bào)實(shí)時(shí)校正的方法主要有兩種：

（1）建立校正模型

可以使用遞推最小二乘法、卡爾曼濾波算法等對(duì)參數(shù)進(jìn)行在線追蹤，對(duì)狀態(tài)出現(xiàn)的變量及時(shí)校正，這種方法的適用性強(qiáng)，流域的大小對(duì)此不產(chǎn)生影響，所以校正能力較強(qiáng)，準(zhǔn)確度高。但建立模型需要明確所實(shí)驗(yàn)的流域規(guī)律，所以需要大量的及時(shí)測(cè)量資料，因此這種方法不適用于資料缺乏的流域。

（2）預(yù)報(bào)模型與校正模型相加

這種情況下校正模型直接校正預(yù)報(bào)結(jié)果，兩者不是完全獨(dú)立的，也是存在關(guān)聯(lián)性的。因?yàn)閮烧呦嗉訕?gòu)建的模型便利，對(duì)試驗(yàn)測(cè)量的時(shí)間、數(shù)據(jù)要求較低，可以和BP法、AR法等多種模型共同使用，所以實(shí)用性更強(qiáng)，更適用于山區(qū)的中小流域。

山區(qū)中小流域的地形狀況本身就比較復(fù)雜，加上附近居民伐木種田、有目的者的亂砍濫伐，致使水土流失狀況嚴(yán)重，流域內(nèi)規(guī)律不可尋，狀況不穩(wěn)定，因此構(gòu)建精確度高、結(jié)構(gòu)復(fù)雜的模型難度相對(duì)較大，采用的模型又因結(jié)構(gòu)簡(jiǎn)單等原因精確度較低，所以必須對(duì)山區(qū)中小流域洪水預(yù)報(bào)的結(jié)果進(jìn)行校正。

二、山區(qū)中小流域洪水預(yù)報(bào)實(shí)時(shí)校正的方法

實(shí)時(shí)校正是指在對(duì)模型的參數(shù)、結(jié)構(gòu)等方面進(jìn)行校正時(shí)參考最新的降雨量監(jiān)測(cè)結(jié)果和流域水位變化，保證校正結(jié)果的精確度，KNN法、BP法和AR法都是較為常見(jiàn)的估計(jì)預(yù)報(bào)值的誤差的方法。

（一）KNN法

KNN法是指利用統(tǒng)計(jì)學(xué)和概率學(xué)的方法進(jìn)行學(xué)習(xí)，在試驗(yàn)過(guò)程中尋找與該流域狀況相似的歷史例子對(duì)當(dāng)下問(wèn)題進(jìn)行解決。由于歷史問(wèn)題與現(xiàn)在所遇到的問(wèn)題必然存在某些聯(lián)系，所以KNN法在校正中也是有據(jù)可循的。

（二）AR法

AR法對(duì)試驗(yàn)流域的實(shí)時(shí)水流量進(jìn)行檢測(cè)，根據(jù)測(cè)量值與預(yù)測(cè)值之間的關(guān)系建立誤差序列，利用誤差自回歸方程對(duì)預(yù)報(bào)出現(xiàn)的誤差進(jìn)行估測(cè)。

（三）BP法

BP法通過(guò)信息的傳播方式和誤差的傳播方式相反對(duì)BP神經(jīng)網(wǎng)絡(luò)各層權(quán)值進(jìn)行調(diào)整，以這種方式不斷縮小誤差。

三、實(shí)時(shí)校正的方法比較

試驗(yàn)進(jìn)行的樣本不僅僅局限于目前的流域狀況，也可以在歷史資料的積累中尋找典型樣本。但是隨著樣本資料的增加，試驗(yàn)成本也會(huì)隨之提高。我們要采取有效的方法在保證結(jié)果不受影響的同時(shí)更多的實(shí)時(shí)校正洪水預(yù)報(bào)。

AR法構(gòu)建結(jié)構(gòu)相對(duì)簡(jiǎn)單，在中型流域更容易實(shí)現(xiàn)準(zhǔn)確的校正，但面對(duì)小型流域時(shí)其能力就不太出彩了。

BP法校正能力好，能適應(yīng)山區(qū)中小流域變化較大的情況，但由于參數(shù)眾多、結(jié)構(gòu)復(fù)雜等特點(diǎn)實(shí)現(xiàn)起來(lái)比較困難。

KNN法對(duì)測(cè)量結(jié)果等資料的需求較低，加上此種方法可以和多種模型相結(jié)合，相對(duì)于AR法和BP法更容易操作，并且校正結(jié)果更清晰準(zhǔn)確。

總結(jié)：

山區(qū)中小流域狀況特殊，經(jīng)常出現(xiàn)洪水漲落不定時(shí)、洪峰量較小等情況，加上有些流域的歷史資料保存不得當(dāng)導(dǎo)致資料缺乏，所以使用普通的實(shí)時(shí)校正方法很難獲得較為準(zhǔn)確的校正精確度。本文所提到的KNN法、AR法和BP法都在進(jìn)行試驗(yàn)的、具有代表性的山區(qū)中小流域上對(duì)模型的預(yù)報(bào)結(jié)果進(jìn)行了再次檢測(cè)和校正。經(jīng)過(guò)驗(yàn)證比較，我們可以發(fā)現(xiàn)KNN法和BP法比AR法的校正準(zhǔn)確度更高，采取KNN法進(jìn)行的校正效果最好，采取BP法進(jìn)行的校正誤差最小。KNN法對(duì)山區(qū)中小流域的資料要求低，更易于實(shí)現(xiàn)，所以在洪水預(yù)報(bào)實(shí)時(shí)校正中的應(yīng)用更常見(jiàn)。

參考文獻(xiàn)：

[1]闞光遠(yuǎn)，李致家，劉志雨，等.改進(jìn)的神經(jīng)網(wǎng)絡(luò)模型在水文模擬中的應(yīng)用[J].河海大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，41（4）：294-299.

[2]劉開(kāi)磊，姚成，李致家，等.水動(dòng)力學(xué)模型實(shí)時(shí)校正方法對(duì)比[J].河海大學(xué)學(xué)報(bào)：自然科學(xué)版，2014，42（2）：124-129.

[3]楊峰.DEM在小流域洪水預(yù)報(bào)中的應(yīng)用研究[J].人民長(zhǎng)江，2013，44（15）：22-25.

作者簡(jiǎn)介： 馬哲健，1986年4月生，男，漢，湖北陽(yáng)新，學(xué)歷：本科，單位：湖北省富水水庫(kù)管理局，當(dāng)前職務(wù)：防辦副主任，當(dāng)前職稱：中級(jí)，研究方向：水文水資源、水利工程。