孫亞翡,王 濤,路錦枝,2,周中元
(1.中國水利水電科學(xué)研究院 流域水循環(huán)與調(diào)控國家重點(diǎn)實(shí)驗(yàn)室,北京 100038;2.清華大學(xué) 水利水電工程系,北京 100084)
在北半球60%的河流遭受河冰的影響[1],在中國北緯30°以北地區(qū)都有不同程度的冰情現(xiàn)象[2-3]。冰塞和冰壩嚴(yán)重時(shí)造成冰凌洪水災(zāi)害,帶來諸多經(jīng)濟(jì)和社會(huì)問題[4]。典型的如我國黃河寧蒙河段,寧蒙河段為黃河倒“U”字河段最北端,特殊的河流流向?qū)е缕洹胺鈨鲎韵露希鈨鲎陨隙隆钡牟焕蝿?,易形成凌汛?zāi)害。國內(nèi)冰情觀測、冰情模擬和冰情預(yù)報(bào)相關(guān)研究起步于20世紀(jì)五六十年代,其中早期的冰情預(yù)報(bào)多采用指標(biāo)法、經(jīng)驗(yàn)相關(guān)法等傳統(tǒng)的統(tǒng)計(jì)學(xué)方法[5]。近年來,人工智能在冰情預(yù)報(bào)中的應(yīng)用備受重視:Massie采用無遞歸的級(jí)聯(lián)前饋神經(jīng)網(wǎng)絡(luò)預(yù)測冰壩發(fā)生情況[6],該網(wǎng)絡(luò)無需設(shè)置網(wǎng)絡(luò)層數(shù)和隱層神經(jīng)元數(shù)目,但易陷入過擬合;王濤等進(jìn)一步應(yīng)用誤差反向傳播的BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)[7]及模糊理論[8-9]較為成功的預(yù)測流凌、封河、開河時(shí)間[10-11]和冰壩[12]發(fā)生情況等,并在寧蒙河段防凌工作中得以應(yīng)用;Sun[13]提出了疊加樹模型框架(SETM),采用人工神經(jīng)網(wǎng)絡(luò)和自適應(yīng)神經(jīng)模糊推理系統(tǒng)模型預(yù)報(bào)開河時(shí)間和開河水位;Mahabir的研究聚焦于冰壩潰決后洪水水位預(yù)測[14]。此外,王軍等[15]通過對(duì)冰蓋所受熱力-水力作用耦合分析,采用開河前冰蓋臨界撓度預(yù)報(bào)黃河河曲段開河日期和開河方式,路錦枝等[16]在其研究基礎(chǔ)上優(yōu)化模型并應(yīng)用到黑龍江漠河江段。
近年來受氣候變化、河道沖淤和水利工程調(diào)控等因素影響,黃河寧蒙河段冰情影響機(jī)制不斷變化,使得預(yù)報(bào)難度增大[17]。預(yù)報(bào)因子的選擇是影響預(yù)報(bào)精度和可靠性的關(guān)鍵一步。早期的指標(biāo)法、經(jīng)驗(yàn)相關(guān)法考慮因素不全,冰情并非僅受單一因素影響,而是由多種因素相互作用、綜合影響所致。陳守煜選取封凍期累計(jì)正氣溫、水位均值、流量均值和最大冰厚為預(yù)報(bào)因子[18]。相比之下苑希民[19]、于慶峰[20]在開河日期預(yù)報(bào)因子選取時(shí)更加關(guān)注開河前短期時(shí)段氣溫和流量數(shù)據(jù)。王濤[7,10]選取預(yù)報(bào)因子時(shí)除本站冰情因素外另考慮了上下游水文站冰水情參數(shù),并在文獻(xiàn)[8]中采用相關(guān)性分析說明了氣溫、水位、流量三因子中,氣溫與水溫的相關(guān)性最強(qiáng),此外文獻(xiàn)[16]中用計(jì)算和實(shí)測數(shù)據(jù)驗(yàn)證了氣溫對(duì)冰厚、冰溫變化的影響。這從側(cè)面說明了氣溫在冰情發(fā)展演變中的關(guān)鍵作用,為預(yù)報(bào)主要影響因子的選取提供參考。
現(xiàn)有河冰研究的相關(guān)文獻(xiàn)中缺乏對(duì)冰情預(yù)報(bào)影響因子的研究,亟需明晰冰情過程中各因子之間的相關(guān)性和影響權(quán)重,從而提取關(guān)鍵影響因子提高預(yù)報(bào)精度。決策與實(shí)驗(yàn)室方法(Decision-making Trial and Evaluation Laboratory,簡稱DEMATEL)[21]通過系統(tǒng)中各要素之間的邏輯關(guān)系和直接影響矩陣,計(jì)算出每個(gè)要素對(duì)其它要素的影響度以及被影響度。傳統(tǒng)DEMATEL模型在實(shí)際使用時(shí)有明顯不足,易受研究者主觀影響。Mao等結(jié)合灰色系統(tǒng)理論、粗糙集理論等用于研究不確定性的方法針對(duì)DEMATEL模型進(jìn)行改進(jìn),應(yīng)用于冰凌災(zāi)害的風(fēng)險(xiǎn)因素的評(píng)估中[22],但并未從根源上解決DEMATEL模型的主觀性缺點(diǎn)。采用BP神經(jīng)網(wǎng)絡(luò)模型改進(jìn)DEMATEL模型,可通過BP神經(jīng)網(wǎng)絡(luò)獲得影響因素指標(biāo)之間的關(guān)系權(quán)值,從根本上避免主觀評(píng)價(jià)因素影響強(qiáng)度,再利用傳統(tǒng)DEMATEL方法分析影響因素,使結(jié)果更加客觀。目前該模型已在交通管理[23]、資源與環(huán)境管理[24]、建筑[25]、生態(tài)安全[26-27]等領(lǐng)域得到應(yīng)用,但在水科學(xué)領(lǐng)域的應(yīng)用甚少[28],且在水情和冰情方面還未有應(yīng)用先例。
鑒于此,本文將研究區(qū)域定為黃河內(nèi)蒙古河段,在黃河內(nèi)蒙古河段典型站點(diǎn)氣候水文資料基礎(chǔ)上,嘗試開展基于BP-DEMATEL算法的冰情影響因子敏感性分析,分析影響冰情變化的不同因子,識(shí)別出各因子影響權(quán)重并將其應(yīng)用到內(nèi)蒙古河段巴彥高勒、三湖河口兩站的冰情預(yù)報(bào)中,因篇幅限制,數(shù)據(jù)選取和分析僅以內(nèi)蒙古段巴彥高勒水文站觀測斷面為例進(jìn)行詳細(xì)說明。
黃河凌汛災(zāi)害是冬春季節(jié)大江大河中最突出的自然災(zāi)害,備受中央和水利部的重視,劉家峽、龍羊峽、萬家寨和小浪底水庫相繼建成運(yùn)用以后對(duì)黃河的防凌產(chǎn)生了積極影響,萬家寨水庫以下河段連續(xù)多年凌情穩(wěn)定,如今凌汛災(zāi)害主要集中在黃河最北端的內(nèi)蒙古河段[17]。通過對(duì)黃河內(nèi)蒙河段歷年冰情資料及冰情機(jī)理分析可知:冰情過程不僅受到以氣溫和流量為首的熱力因素和動(dòng)力因素的影響,還有河道形態(tài)和人類活動(dòng)等因素影響。
熱力因素包括氣溫、水溫、太陽輻射等。其中氣溫為表征熱力狀況的基本要素,是影響河道流凌、封凍、解凍和開河的主要因素。氣溫包括日平均氣溫、累計(jì)正氣溫、累計(jì)負(fù)氣溫等多種表現(xiàn)形式。氣溫對(duì)河流的影響是雙向的:一方面負(fù)氣溫累積可加快封河和延緩開河趨勢;另一方面正氣溫累積作用于冰蓋消融加速開河過程,氣溫對(duì)冰情的影響是多日累積作用的結(jié)果。故而建立多日累計(jì)氣溫值與冰情現(xiàn)象的相關(guān)關(guān)系,而累計(jì)氣溫的選取針對(duì)不同的研究目標(biāo)也有所不同[16,18-19,29-30]。冰厚厚度同累積氣溫有強(qiáng)相關(guān)度,故最大冰厚也是開河過程中的影響因子[10,18-19]。另外,氣溫轉(zhuǎn)負(fù)[7,10,19,31]、水溫[32]降至冰點(diǎn)是流凌的關(guān)鍵,王濤[8]驗(yàn)證了中國傳統(tǒng)二十四節(jié)氣對(duì)冰情預(yù)報(bào)的重要參考意義,故針對(duì)不同站點(diǎn)流凌時(shí)間,采用小雪節(jié)氣的水溫與氣溫[7,32]作為巴彥高勒站流凌預(yù)報(bào)因子之一。流凌對(duì)封河亦產(chǎn)生影響,故在封河預(yù)報(bào)因子中考慮流凌日期[32]及流凌前后累計(jì)負(fù)氣溫和流量[16,19,30]。
動(dòng)力因素包括流量、水位、流速等。流量、水位、流速呈一定的函數(shù)關(guān)系,流量的動(dòng)力作用表現(xiàn)為流速的大小和水位的漲落。河流的動(dòng)力因素影響到河道的凍結(jié)、融化和輸冰的速度。故流凌、封河、開河前的流量、水位是影響相應(yīng)冰情的重要?jiǎng)恿σ蛩豙10,18-19,33]。除此之外,冰厚增長期內(nèi)的流量和水位也影響著冰蓋的增長,可引入中國農(nóng)歷節(jié)氣“三九”“四九”來表示冰厚快速增長期[7,31]。內(nèi)蒙古河段因受河道走勢影響多年來開河為從上游向下游推進(jìn),開河期間上游釋放大量槽蓄水,影響下游的開河形勢,故在開河預(yù)報(bào)因子中也考慮上游流量的影響[10,31]。
河道形態(tài)因素包括河流曲率、河道流向、坡度、河道中支流分叉及斷面特征等。河道特征通過影響水流特征和過流能力來影響冰情變化,凌汛險(xiǎn)情一般發(fā)生在河道從低緯度流向高緯度河段、狹窄曲折,局部有江心島相連,分岔和串溝較多,河槽寬窄變化及深淺變化相差懸殊等河段。人為影響因素主要指在河道上修建水庫、分滯洪區(qū)、引水渠和控導(dǎo)工程等水工建筑物改變?cè)拥赖牧髁糠峙溥^程,實(shí)現(xiàn)人為調(diào)控水流。本次研究中站點(diǎn)河道形態(tài)和走勢相對(duì)穩(wěn)定,研究中不予考慮,人為因素復(fù)雜多變,主觀性強(qiáng),本研究中只通過調(diào)控的流量以量化體現(xiàn)。
通過以上分析,巴彥高勒流凌、封河、開河日期預(yù)報(bào)考慮如下因子:
表1 流凌日期預(yù)報(bào)因子
表2 封河日期預(yù)報(bào)因子
表3 開河日期預(yù)報(bào)因子
決策與實(shí)驗(yàn)室方法(Decision-making Trial and Evaluation Laboratory),簡稱DEMATEL模型,由美國Battelle實(shí)驗(yàn)室的學(xué)者提出,是一種運(yùn)用圖論和矩陣工具對(duì)影響因素進(jìn)行系統(tǒng)分析的模型方法。本研究在傳統(tǒng)DEMATEL模型的基礎(chǔ)上引入BP神經(jīng)網(wǎng)絡(luò)(Back Propagation),提出新的人工智能和決策實(shí)驗(yàn)室方法相結(jié)合的BP-DEMATEL方法,彌補(bǔ)傳統(tǒng)DEMATEL方法主觀性強(qiáng)的劣勢,增加研究的客觀性和準(zhǔn)確度。
3.1 傳統(tǒng)DEMATEL模型DEMATEL建模的實(shí)質(zhì)是把系統(tǒng)看作一個(gè)帶權(quán)值的有向圖,用矩陣形式來表示因素與因素之間的聯(lián)系:矩陣對(duì)角線上元素的取值一般為0,意為要素對(duì)其本身的影響不參與比較判斷。除對(duì)角線上數(shù)值意義可忽略外,矩陣其余元素值均表示因素間的相對(duì)強(qiáng)度。這樣通過系統(tǒng)中各要素之間的邏輯關(guān)系可得到一個(gè)直接影響矩陣,計(jì)算出每個(gè)要素對(duì)其它要素的影響度以及被影響度,從而計(jì)算出每個(gè)要素的原因度與中心度,進(jìn)而確定要素間的因果關(guān)系和每個(gè)要素在系統(tǒng)中的地位。
傳統(tǒng)DEMATEL方法實(shí)施步驟:
(1)從研究目的出發(fā),確定研究指標(biāo),量化各元素間的相互關(guān)系,得到直接影響關(guān)聯(lián)矩陣。
(2)歸一化直接影響關(guān)聯(lián)矩陣。
(3)由歸一化后的直接影響關(guān)聯(lián)矩陣計(jì)算得到全關(guān)聯(lián)矩陣(綜合影響矩陣)。
(4)由全關(guān)聯(lián)矩陣得到各個(gè)要素的中心度、原因度,繪制因果關(guān)系圖表。
傳統(tǒng)DEMATEL方法的關(guān)鍵在于建立關(guān)于因素間影響程度的直接關(guān)聯(lián)矩陣,然而在現(xiàn)有文獻(xiàn)的研究中,建立直接關(guān)聯(lián)矩陣的方法大多都是調(diào)查問卷和專家打分評(píng)定,具有較強(qiáng)主觀性,且操作實(shí)施過程繁瑣冗長,這一缺點(diǎn)大大限制了DEMATEL模型的應(yīng)用。
3.2 BP-DEMATEL模型基于傳統(tǒng)DEMATEL方法的不足做出改進(jìn),嘗試引入BP神經(jīng)網(wǎng)絡(luò)來得到直接關(guān)聯(lián)矩陣。BP網(wǎng)絡(luò)的訓(xùn)練過程就是通過學(xué)習(xí)求解權(quán)值矩陣使誤差達(dá)到極小的過程,網(wǎng)絡(luò)的初始權(quán)值為隨機(jī)賦值,正向傳播時(shí),輸入信號(hào)通過隱含層作用于輸出節(jié)點(diǎn),經(jīng)過非線性變換,產(chǎn)生輸出信號(hào),若實(shí)際輸出與期望輸出不相符,則轉(zhuǎn)入誤差的反向傳播過程。誤差反傳是將輸出誤差通過隱含層向輸入層逐層反傳,并將誤差分?jǐn)偨o各層所有單元,以從各層獲得的誤差信號(hào)作為調(diào)整各單元權(quán)值的依據(jù)。經(jīng)過反復(fù)學(xué)習(xí)訓(xùn)練,確定與最小誤差相對(duì)應(yīng)的權(quán)值,訓(xùn)練隨即停止。在BP-DEMATEL方法中,BP網(wǎng)絡(luò)和DEMATEL模型的連結(jié)點(diǎn)就是最優(yōu)網(wǎng)絡(luò)的權(quán)值矩陣W(輸入層與隱層)和權(quán)值矩陣w(隱層與輸出層)。對(duì)兩個(gè)數(shù)值矩陣進(jìn)行數(shù)據(jù)處理,進(jìn)而用于衡量因子之間的相互影響以及因子對(duì)輸出結(jié)果的影響強(qiáng)弱。此外,由于梯度下降法網(wǎng)絡(luò)逼近速度慢,且容易陷入局部最小,本研究采用Levenberg-Marquart(L-M)算法改進(jìn)傳統(tǒng)BP網(wǎng)絡(luò),即用平方誤差代替均方誤差,使誤差平方和最小。
基于此,提出的BP-DEMATEL方法計(jì)算步驟如下:
(1)將影響因子矩陣作為BP網(wǎng)絡(luò)的輸入向量,冰情結(jié)果作為目標(biāo)輸出向量,訓(xùn)練得到輸入層與隱層的權(quán)值矩陣W和隱層與輸出層的權(quán)值向量w。
(2)計(jì)算整體權(quán)值向量ω
ω=(ω1,ω2,…,ωl)
(1)
式中:ω為數(shù)值矩值W和w中元素分別取絕對(duì)值的乘積;l為輸入影響因子個(gè)數(shù)。
(3)計(jì)算各冰情影響因子的直接關(guān)系矩陣
(2)
(4)歸一化直接關(guān)系矩陣
(3)
(5)計(jì)算全關(guān)聯(lián)矩陣
T=X(I-X)-1
(4)
式中I為l維單位矩陣。
BP-DEMATEL方法保留了傳統(tǒng)DEMATEL方法的優(yōu)點(diǎn),且用BP神經(jīng)網(wǎng)絡(luò)來求解各指標(biāo)之間的直接關(guān)聯(lián)矩陣,從而代替DEMATEL模型中調(diào)查問卷或?qū)<掖蚍汁h(huán)節(jié),將該模型應(yīng)用于冰情預(yù)報(bào)因子參數(shù)辨識(shí)中,使求得的各因子權(quán)重和關(guān)聯(lián)性更具客觀性。
采用冰情預(yù)報(bào)參數(shù)辨識(shí)BP-DEMATEL模型,開展以流凌、封河和開河預(yù)報(bào)的各因子開展參數(shù)辨識(shí),得到因子的影響權(quán)重,明確冰情演變不同階段的關(guān)鍵要素,為冰情預(yù)報(bào)參數(shù)的選取提供依據(jù)。下面以巴彥高勒站冰情預(yù)報(bào)因子參數(shù)辨識(shí)為例進(jìn)行詳細(xì)說明,研究均采用多年調(diào)節(jié)水庫龍羊峽水庫運(yùn)行后1986—2020年35年冰水情資料。
4.1 流凌影響因子權(quán)重分析流凌影響因子采用BP-DEMATEL模型訓(xùn)練得到權(quán)重關(guān)系見表4。從表4可以看出,熱力因素為流凌先決條件,流凌起始日期取決于氣溫。決定巴彥高勒站流凌日期的首要因子是氣溫穩(wěn)定轉(zhuǎn)負(fù)日期,同時(shí)該站流凌情況受到上游水溫的影響也不可忽視。此外發(fā)現(xiàn)二十四節(jié)氣中小雪節(jié)氣(11月22或23日)同巴彥高勒流凌日相近,故而當(dāng)天水、氣溫?cái)?shù)據(jù)可作為流凌日期預(yù)報(bào)的參考。
表4 流凌影響因子權(quán)重關(guān)系表
4.2 封河影響因子權(quán)重分析封河影響因子采用BP-DEMATEL模型訓(xùn)練得到權(quán)重關(guān)系見表5。影響因子F7、F8、F9屬于動(dòng)力因素,均為結(jié)果組;其余因子為熱力因素,均屬原因組,說明熱力因素起到主導(dǎo)作用。巴彥高勒站封河的首要因素為封河前累計(jì)負(fù)氣溫,之后分別為:流凌后流量、氣溫穩(wěn)定轉(zhuǎn)負(fù)日期和流凌期累積負(fù)氣溫等,表明封河首要決定因素仍為熱力因素,但動(dòng)力因素流量影響在加強(qiáng)。
表5 封河影響因子權(quán)重關(guān)系表
4.3 開河影響因子權(quán)重分析開河影響因子采用BP-DEMATEL模型訓(xùn)練得到權(quán)重關(guān)系見表6。排在首位的影響因子為最大冰厚,冰厚一定程度反應(yīng)了封河期氣溫情況,因此為結(jié)果組表征熱力因素;之后的影響因子分別為:開河前上游流量、累積負(fù)氣溫、三九四九氣溫、開河前本站流量等,熱力因素表現(xiàn)為原因組,動(dòng)力因素為結(jié)果組。開河因子權(quán)重分析結(jié)果顯示:天然河道開河過程是熱力因素為主導(dǎo)下的熱力因素和動(dòng)力因素共同作用的結(jié)果。當(dāng)動(dòng)力因子作用強(qiáng)就顯示為武開河,相反為文開河。
表6 開河影響因子權(quán)重關(guān)系表
在基于BP-DEMATEL模型參數(shù)辨識(shí)基礎(chǔ)上開展黃河內(nèi)蒙古河段冰情過程預(yù)報(bào),將綜合權(quán)重值前60%的影響因子定義為預(yù)報(bào)的關(guān)鍵因子,分別以前60%關(guān)鍵因子、全部因子和后40%非重要因子為冰情預(yù)報(bào)因子,采用L-M算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行冰情預(yù)報(bào)對(duì)比,以黃河最北端巴彥高勒和三湖河口兩水文站流凌、封河和開河日期為例進(jìn)行預(yù)報(bào)分析。采用1986—2017年32年數(shù)據(jù)為神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)集,預(yù)報(bào)2018—2020年流凌和封河日期。冰情預(yù)報(bào)中預(yù)見期過長影響預(yù)報(bào)精度,預(yù)見期過短會(huì)延誤防凌決策,本研究中流凌、封河和開河預(yù)見期選取分別采用35年平均流凌、封河和開河日8天前的水文和氣象資料,如果氣象資料采用預(yù)報(bào)值,預(yù)見期可延長。因巴彥高勒站和三湖河口站2019年、2020年開河日期為1986年以來最早,超出了學(xué)習(xí)樣本序列,故選取2016—2018年開河日為預(yù)報(bào)目標(biāo),其余年份數(shù)據(jù)作為學(xué)習(xí)集,預(yù)報(bào)結(jié)果見表7—8。
表7 巴彥高勒流凌、封河、開河預(yù)報(bào)結(jié)果
采用關(guān)鍵因子預(yù)報(bào)結(jié)果為:巴彥高勒站流凌日期預(yù)報(bào)預(yù)見期分別為6 d、22 d、6 d,預(yù)報(bào)誤差分別為1 d、2 d、2 d;三湖河口站流凌日期預(yù)報(bào)預(yù)見期分別為20 d、5 d、9 d,預(yù)報(bào)誤差分別為9 d、1 d、1 d,其中2018年預(yù)報(bào)誤差較大,原因?yàn)?018年流凌日期為近35年最晚,預(yù)見期過長。巴彥高勒站封河日期預(yù)報(bào)預(yù)見期分別為6 d、16 d、12 d,預(yù)報(bào)誤差分別為1 d、1 d、2 d;三湖河口站封河日期預(yù)報(bào)預(yù)見期分別為6 d、20 d、13 d,預(yù)報(bào)誤差分別為2 d、1 d、2 d。巴彥高勒開河日期預(yù)報(bào)預(yù)見期分別為5 d、11 d、12 d,預(yù)報(bào)誤差分別為2 d、0 d、1 d;三湖河口開河日期預(yù)報(bào)預(yù)見期分別為6 d、2 d、6 d,預(yù)報(bào)誤差分別為-1 d、0 d、0 d。根據(jù)《水文情報(bào)預(yù)報(bào)規(guī)范》[34]可知,巴彥高勒站預(yù)報(bào)值和實(shí)測值的誤差均小于允許誤差,預(yù)報(bào)全部合格;三湖河口站僅2018年流凌日期預(yù)報(bào)不合格,綜合合格率為94%,屬甲等預(yù)報(bào)方案。
對(duì)比全部預(yù)報(bào)因子、綜合權(quán)重值后40%的因子對(duì)流凌、封河、開河日期進(jìn)行預(yù)報(bào)的結(jié)果表明:用BP-DEMATEL模型選取出的關(guān)鍵因子得到的預(yù)報(bào)結(jié)果優(yōu)于其它兩種預(yù)報(bào)因子的預(yù)報(bào)結(jié)果。
表8 三湖河口流凌、封河、開河預(yù)報(bào)結(jié)果
冰情發(fā)展過程受到復(fù)雜的熱力、動(dòng)力、河道條件和人類活動(dòng)等因素交互作用,各因子的影響權(quán)重及因子之間的耦合關(guān)系研究甚少,該問題制約了對(duì)冰情機(jī)理的探索和冰情預(yù)報(bào)精度的提升。鑒于此,本研究建立了BP-DEMATEL算法開展冰情預(yù)報(bào)因子參數(shù)辨識(shí)的新模型,在系列冰情資料分析基礎(chǔ)上,提出了系列流凌、封河和開河的熱力、動(dòng)力等影響因子,通過BP-DEMATEL模型開展影響冰情發(fā)展因子的敏感性分析,應(yīng)用到黃河內(nèi)蒙古河段典型水文站冰情發(fā)展過程的分析中,得到了影響冰情演變各因子的權(quán)重,明晰了因子之間的因果關(guān)系。巴彥高勒水文站分析結(jié)果表明:河道流凌的決定性影響因子為熱力因素;封河影響因子中熱力因素為原因組,且影響度最大,動(dòng)力因子為結(jié)果組;開河為熱力因素主導(dǎo)下熱力與動(dòng)力共同驅(qū)動(dòng)的結(jié)果。并采用不同權(quán)重的因子開展流凌、封河和開河的預(yù)報(bào),結(jié)果表明:采用影響權(quán)重大、相關(guān)性強(qiáng)的關(guān)鍵因子作為預(yù)報(bào)參數(shù),預(yù)報(bào)值與實(shí)測值吻合更好。采用關(guān)鍵因子預(yù)報(bào)結(jié)果為:巴彥高勒站預(yù)報(bào)合格率100%,三湖河口站預(yù)報(bào)合格率為94%。
隨著對(duì)黃河冰情規(guī)律進(jìn)一步探索和各站點(diǎn)水文監(jiān)測數(shù)據(jù)的積累完善,模型識(shí)別出的各因子權(quán)重關(guān)系將進(jìn)一步得到驗(yàn)證和修正,冰情演變過程的影響因素將進(jìn)一步明晰。BP-DEMATEL已應(yīng)用到黃河內(nèi)蒙河段冰情因子分析中,其應(yīng)用經(jīng)驗(yàn)表明該模型也可推廣到其它北方河渠中,為探明冰情影響機(jī)理和提高預(yù)報(bào)精度提供幫助和參考。