一种基于经验模态分解的中长期水文预报技术

任务来源：

技术领域：水文水资源

技术来源：研究成果。

技术原理

该技术将智能优化算法与水文机理分析结合，综合考虑水文变化的复杂性和不确定性，建立基于流域水文形成的外界条件与水文变化之间的映射关系的预报模型。对掌握研究流域水文演化的趋势和方向，水文序列变化的特性和规律，科学合理地开展水文预报工作，特别是中长期水文预报，进而指导流域水资源管理和开发利用，促进社会经济发展，具有十分重要的意义。

技术特色

该技术方法步骤简单、实现方便且操作简便、使用效果好，能有效地解决人工智能算法缺乏水文机理分析，导致预报结果无法解释，在预测、预报方面效果差等问题。

技术指标

（1）该技术方法将复杂信号理论应用于水文预测预报技术中，提高了对复杂水文序列的预报能力。
（2）该技术方法相较于现有技术预测预报时段长、精度高。
（3）该技术满足SL 250-2000《水文情报预报规范》实测径流的误差20％要求。预测误差远低于20%行业要求。
（4）水文预报精度提高可以增强水文预报结果的可靠性和实用性。有效地提高预报信息传递的速度，确保信息传输质量，从而增加流域水资源管理、水资源利用的效益。据估算针对中小流域水资源管理过程，将比以前节约各种投资大约20％，可以减少直接损失，提高水资源管理政策实施的社会效益。

应用范围及前景

该技术提供一种基于经验模态分解的中长期水文预报技术，操作步骤简单、实现方便且操作简便、使用效果好，能有效解决现有水文预报技术对人类干扰强烈的复杂水文序列预测精度较低的问题。该技术可在水文预报、流域水资源管理与开发利用、水资源规划等方面广泛应用。

联系我们

吕继强

13669259881/

长安大学

,