A hybrid SVR-PSO model to predict concentration of sediment in typical and debris floods摘要
含沙量是影响泥石流洪峰流量和洪灾损失的重要因素,建立泥石流含沙量预测
模型具有重要意义。在这项研究中,提出了一种混合 SVR-PSO 模型来预测典型洪
水和泥石流中的泥沙浓度,并在伊朗吉兰(Gilan)、马赞达拉(Mazandaran)和德
黑兰(Tehran)三个流域进行了检验。模型的输入变量为流域的平均高程和坡度、
流域面积、当日降雨量、流域所有雨量站前一天(洪水前 1-3 天)的降雨量以及前
一天的流量。然后,对各种变量组合进行测试,以评估影响典型洪水和泥石流洪水
含沙量的因素,从而找到在预测研究洪水含沙量方面具有较高性能的最佳变量组合。
结果表明,流域高程、当日降雨量、前一日流量、前一日降雨量、流域面积、前两
日降雨量、流域坡度和前三日降雨量分别是影响典型洪水和泥石流含沙量的关键因
素。在测试阶段,该模型的决定系数、均方根误差和平均绝对百分比误差分别为0.96、
0.003 和 14.38%。这意味着该模型在预测典型洪水和泥石流洪水含沙量方面具有良
好的性能,从而为流域洪水特性的预测提供了可靠的依据。
|
@ 2023 版权所有 中国地质图书馆 (中国地质调查局地学文献中心)
京ICP备 05064591号 京公网安备11010802017129号
建议浏览器: 火狐、谷歌、微软 Edge、不支持 IE