基于机器学习的堰塞坝溃决峰值流量预测模型
文献类型：期刊论文
| 作者 | 朱祖龙2,3; 陈华勇3 ; 袁仔洋1,3; 李霄2,3; 王涛3
|
| 刊名 | 人民长江
 |
| 出版日期 | 2024 |
| 页码 | 1-12 |
| 关键词 | 支持向量机 随机森林 堰塞坝 溃口峰值流量 |
| ISSN号 | 1001-4179 |
| 英文摘要 | 堰塞坝溃决洪水会给下游人民生命财产安全造成严重威胁，精准预测溃口峰值流量对于灾害响应工作至关重要。因此，本文利用了来自55例历史堰塞坝溃决案例的数据，包括坝高(Hd)、坝前储水量(Vw)和坝体材料类别，构建了用于溃口峰值流量(Qp)预测的支持向量机模型（SVM）和随机森林模型（RF）。采用决定系数(R2)和均方根误差（RMSE）两个统计指标定量评估了各模型的预测效果。结果表明，本研究构建的机器学习模型均能准确预测堰塞坝溃口峰值流量，其中SVM (R2=0.900，RMSE=0.465)性能要优于RF (R2=0.857，RMSE=0.556)。此外，本研究所构建的SVM模型和RF模型预测精度均优于既有的经验公式。其中，SVM模型相比于最佳经验公式，R2提升了8.7%，RMSE降低了23.6%。该研究可为堰塞坝溃决灾害的应急抢险提供合理的参考依据。 |
| URL标识 | 查看原文 |
| 语种 | 中文 |
| 源URL | [http://ir.imde.ac.cn/handle/131551/58557]  |
| 专题 | 成都山地灾害与环境研究所_山地灾害与地表过程重点实验室 |
| 作者单位 | 1.成都理工大学地质灾害防治与地质环境保护国家重点实验室 2.中国科学院大学; 3.中国科学院水利部成都山地灾害与环境研究所; |
| 推荐引用方式 GB/T 7714 | 朱祖龙,陈华勇,袁仔洋,等. 基于机器学习的堰塞坝溃决峰值流量预测模型[J]. 人民长江,2024:1-12. |
| APA | 朱祖龙,陈华勇,袁仔洋,李霄,&王涛.(2024).基于机器学习的堰塞坝溃决峰值流量预测模型.人民长江,1-12. |
| MLA | 朱祖龙,et al."基于机器学习的堰塞坝溃决峰值流量预测模型".人民长江 (2024):1-12. |
入库方式： OAI收割
来源：成都山地灾害与环境研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。