响应函数模型在含沙量预报中的应用

石宝; 秦毅; 凌燕; 李楠; 钱云平

您当前的位置：

首页 >

文章列表页 >

响应函数模型在含沙量预报中的应用

试验研究

- 响应函数模型在含沙量预报中的应用
- Application of Response Function Model to Sediment Concentration Prediction
- 水土保持通报 2008年27卷第2期页码：103-105
- 作者机构：
  
  1. 西安理工大学西北水资源与环境生态教育部重点实验室,陕西,西安,710048
  2. 黄委会水文局,河南,郑州,450004
- 作者简介：
- 基金信息：
  
  “十一五”国家科技支撑项目(2006BAB06B05-2)
- DOI：
  中图分类号：
- 纸质出版：2008
- 稿件说明：
移动端阅览
石宝, 秦毅, 凌燕, 等. 响应函数模型在含沙量预报中的应用[J]. 水土保持通报, 2008,27(2):103-105.

SHI Bao, QIN Yi, LING Yan, et al. Application of Response Function Model to Sediment Concentration Prediction[J]. Bulletin of Soiland Water Conservation, 2008, 27(2): 103-105.
石宝, 秦毅, 凌燕, 等. 响应函数模型在含沙量预报中的应用[J]. 水土保持通报, 2008,27(2):103-105. DOI：

SHI Bao, QIN Yi, LING Yan, et al. Application of Response Function Model to Sediment Concentration Prediction[J]. Bulletin of Soiland Water Conservation, 2008, 27(2): 103-105. DOI：

摘要

黄河的泥沙问题一直是黄河治理的重点。依据黄河下游"多来多排"的输沙特性

建立了多输入单输出的含沙量过程预报响应函数模型。经对黄河下游花园口至夹河滩河段洪水含沙量过程预报的检验

并与常见的神经网络方法相比

其预报精度优于后者

且稳定性好。研究表明

响应函数模型适用于黄河下游河段的含沙量过程预报。

Abstract

Sediment control is the major work for the management of Yellow River.A response function is established based on the sediment transport characteristic of "more in

more out".The test for sediment concentration prediction in the lower reaches of Yellow River shows that the response function is better than neural network model.This indicates that response function model is applicable to sediment prediction.

关键词

Keywords

references

浏览量

1421

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

钦江流域植被覆被变化及其水沙效应

干旱绿洲生态系统服务与人类福祉的耦合协调关系——以甘肃省酒泉市肃州区为例

不同施肥处理对呼伦贝尔沙地植被恢复及土壤特性的影响

干湿交替对侵蚀沟沟壁抗蚀特性的影响

“双碳”目标下山东省耕地利用生态效率的时空演变及影响因素