免费人妻中文不卡无码_日本精品爽爽van在线_久久精品国产99久久丝袜蜜桃_女强人被春药精油按摩bd电影

目錄
第1章 緒論 1
1.1 氣象預報研究概述 2
1.2 氣象預報后處理方法研究概述 4
1.3 氣象水文耦合的徑流預報研究概述 5
1.4 本書的研究區(qū)域及主要研究內(nèi)容 7
1.4.1 研究區(qū)域 7
1.4.2 研究內(nèi)容 8
1.4.3 數(shù)據(jù)資料 10
參考文獻 14
第2章 短、中、長期氣象預報精度評價與后處理 19
2.1 氣象預報產(chǎn)品簡介 20
2.1.1 GRAPES-RAFS 20
2.1.2 GEFSv2 21
2.1.3 CFSv2 21
2.1.4 GEOSS 22
2.2 氣象預報產(chǎn)品精度評價 23
2.2.1 氣象預報精度評價指標 23
2.2.2 降水預報精度評價結(jié)果 24
2.2.3 氣溫預報精度評價結(jié)果 33
2.3 氣象預報產(chǎn)品的偏差校正 36
2.3.1 偏差校正方法介紹 36
2.3.2 降水偏差校正結(jié)果 38
2.3.3 氣溫偏差校正結(jié)果 46
2.4 本章小結(jié) 50
參考文獻 50
第3章 考慮水庫調(diào)蓄的徑流模擬 53
3.1 考慮水庫調(diào)蓄的徑流模擬簡介 54
3.2 考慮水庫調(diào)蓄的短期徑流模擬 55
3.2.1 魯布革水庫 58
3.2.2 云鵬水庫 60
3.3 考慮水庫調(diào)蓄的中期徑流模擬 62
3.3.1 魯布革水庫 62
3.3.2 云鵬水庫 64
3.4 本章小結(jié) 65 參考文獻 66
第4章 短期徑流預報 69
4.1 基于喀斯特新安江模型的小時徑流模擬 70
4.1.1 喀斯特新安江模型構(gòu)建 70
4.1.2 模型參數(shù)優(yōu)選方法與評價指標 74
4.1.3 流域分區(qū)與模擬方案 74
4.1.4 喀斯特新安江模型參數(shù)率定 75
4.2 短期徑流實時校正預報 79
4.2.1 無跡卡爾曼濾波簡介 79
4.2.2 前期土壤含水量實時校正 80
4.2.3 天一水庫入庫徑流實時校正預報 84
4.2.4 耦合氣象預報的天一水庫入庫洪水校正預報 88
4.3 本章小結(jié) 93
參考文獻 93
第5章 中期徑流預報 95
5.1 基于機器學習的中期徑流預報 96
5.1.1 DBN 96
5.1.2 中期徑流預報因子選取及模型構(gòu)建 97
5.1.3 基于機器學習的中期徑流預報結(jié)果 97
5.2 基于喀斯特新安江模型的中期徑流預報 102
5.2.1 喀斯特新安江模型參數(shù)率定結(jié)果 102
5.2.2 耦合氣象預報的天一水庫入庫徑流預報結(jié)果 107
5.3 基于分布式水文模型的中期徑流預報 110
5.3.1 DDRM介紹 110
5.3.2 數(shù)字流域信息提取 112
5.3.3 模型參數(shù)率定與檢驗 114
5.3.4 耦合氣象預報的天一水庫入庫徑流預報 120
5.4 中期徑流概率預報 122
5.4.1 概率預報方法 122
5.4.2 概率預報結(jié)果 123
5.5 本章小結(jié) 127
參考文獻 128
第6章 長期徑流預報 129
6.1 基于多元線性回歸模型的長期徑流預報 130
6.1.1 多元線性回歸模型建模方法 130
6.1.2 多元線性回歸模型建模數(shù)據(jù) 132
6.1.3 多元線性回歸模型月徑流預報結(jié)果評價 136
6.2 基于機器學習的長期徑流預報 148
6.2.1 徑流預報因子篩選與模型構(gòu)建 148
6.2.2 基于機器學習的長期徑流預報結(jié)果 151
6.3 基于兩參數(shù)月水量平衡模型的長期徑流預報 158
6.3.1 兩參數(shù)月水量平衡模型介紹 158
6.3.2 兩參數(shù)月水量平衡模型的率定與驗證 159
6.3.3 基于兩參數(shù)月水量平衡模型的長期徑流預報結(jié)果 160
6.4 長期徑流概率預報 165
6.5 本章小結(jié) 172
參考文獻 172
第7章 徑流預報效果綜合評價方法 175
7.1 評價指標體系 176
7.1.1 電廠評價指標 176
7.1.2 電網(wǎng)評價指標 176
7.1.3 其他評價指標 177
7.2 綜合評價方法原理 178
7.2.1 多目標模糊優(yōu)化算法 178
7.2.2 綜合評價方法步驟 180
7.2.3 綜合評價方法應用 180
7.3 本章小結(jié) 183
參考文獻 183