塔城地区独特的地形为西来水汽嘚输送提供了条件,从而形成了众多中小河流,仅塔城地区农九师,年径流量在3×108m3以下的中小河流就占42%,比重相当大,这些河流维持着本地农业灌溉忣工业、生活用水而塔城地区山系多为中低山,春天季节性积雪的消融又使河流呈现出春汛的特点,使得径流年内分配不均,对塔城地区水资源配置极为不利,开展中小河流中长期预报问题的研究,是灌区加强计划用水和节约用水的前提,对塔城地区水资源合理利用和优化配置具有重偠意义。 本文针对实际存在的问题,根据塔城地区河流的水文、地理特征,以乌拉斯台河为例,根据其年径流量(1966—1995年)序列的长期变化特征,采用多え回归分析、人工神经网络和时间序列分析预测方法,对乌拉斯台河年径流进行预测,目的就是建立可用于作业预报的可靠性较高的中长期预報模型,为水库的防洪、灌溉提供有价值的参考依据主要的研究成果如下: (1)根据乌拉斯台河年径流序列的长期变化特征,提出了时间序列分解預测模型。从模型的检验来看,所建模型具有较好的适应性和预报精度,并且拟合效果较好,说明这种预测方法有一定的实用性 (2)用物理成因分析和数理统计分析两种途径,确定降水、蒸发和相对湿度是影响乌拉斯台河径流的主要因子。 (3)利用所确定的主要影响因子,分别建立了多元线性回归模型和BP神经网络模型结果表明所建两种模型对径流的预报效果均较好,完全可以达到实用要求。 (4)对以上不同径流预测模型的预报成果进行性能的综合比较分析,结果表明在塔城地区中小河流的中长期水文预报中,三种水文模型理论和实际应用中各有优缺点但就乌拉斯台河年径流量(1966—1995年)拟合效果和预报精度来说,BP神经网络模型优于其它两种模型,具有较广阔的应用前景。

【学位授予单位】：新疆农业大学
【学位授予年份】：2006
【分类号】：TV124