基于无迹卡尔曼滤波的新安江模型实时校正方法
  • 【DOI】

    10.18307/2018.0220

  • 【摘要】

    通过利用实时水文观测数据对洪水预报模型进行校正,可增加流域洪水预报的实时性和精确度.本文讨论了水文模型状态变量选取对滤波效果的影响,并给出了状态变量选取原则.在集总式新安江模型的基础上,结合状态变量选取原则,应用无迹卡尔曼滤波技术构建了新安江模型的实时校正方法.方法应用于闽江邵武流域洪水预报的计算结果表明,采用无迹卡尔曼滤波方法后,不仅能够直接校正模型状态,同时也能有效地提高模型预报精度,适合应用... 展开>>通过利用实时水文观测数据对洪水预报模型进行校正,可增加流域洪水预报的实时性和精确度.本文讨论了水文模型状态变量选取对滤波效果的影响,并给出了状态变量选取原则.在集总式新安江模型的基础上,结合状态变量选取原则,应用无迹卡尔曼滤波技术构建了新安江模型的实时校正方法.方法应用于闽江邵武流域洪水预报的计算结果表明,采用无迹卡尔曼滤波方法后,不仅能够直接校正模型状态,同时也能有效地提高模型预报精度,适合应用于实际流域洪水预报作业中. 收起<<

  • 【作者】

    孙逸群  包为民  江鹏  徐玉英  贺成民  陈伟东  黄琳煜 

  • 【作者单位】

    河海大学水文水资源学院/Desert Research Institute/辽宁省柴河水库管理局/河海大学水文水资源学院/上海市浦东新区水文水资源管理署

  • 【刊期】

    湖泊科学 ISTIC PKU 2018年2期

  • 【关键词】

    流域水文模型  实时校正  无迹卡尔曼滤波  新安江模型  状态变量  闽江  邵武流域  Hydrology model  real-time updating  Unscented Kalman Filter  XAJ model  state variables  Min River  Shaowu Basin 

  • 【基金项目】

    国家重点基础研究发展计划专项 国家自然科学基金项目 中央高校基本科研业务费专项资金