论文部分内容阅读
积雪深度是估算雪水当量、流域水量平衡和春季融雪径流模拟的重要参数,目前积雪深度的研究主要集中在已有模型和遥感技术上,对融雪期积雪深度变化的影响因素研究较少,很难为积雪深度模型的建立提供有效参数。融雪期积雪深度受到大气温度、降水、净辐射等因素的影响,如果能用主要的影响因素反映积雪深度的变化,将达到简化积雪深度模型的目的。 本文以巩乃斯河流域为研究对象,分析了流域年际积雪深度变化,并研究了积雪深度对影响因子的响应程度。使用投影寻踪法对积雪深度变化的影响因子进行贡献力排序,将提取出来的3个主要影响因子作为积雪深度模型的输入参数,建立积雪深度模型模拟融雪期积雪深度。提出基于主要影响因子的神经网络积雪深度模型,利用投影寻踪法提取的主要影响因子与前人主成分分析法提取的主要影响因子分别建立神经网络积雪深度模型,对模型的模拟精度进行分析对比。主要研究结果如下: (1)在巩乃斯河流域,积雪期从每年10月份开始,到次年2月份雪深达到峰值;融雪期从每年2月份开始,到4月末5月初积雪融化消失。 (2)融雪期积雪深度与各影响因子之间的相关程度各不同,与地表温度的相关程度最密切,相关系数为-0.923。积雪深度影响因子之间存在多重共线,影响因子之间互相影响改变独立因子与积雪深度的相关程度。 (3)投影寻踪法提取出影响积雪深度的主要因子是大气温度、净辐射、土壤体积含水量。将主要影响因子作为积雪深度模型的输入参数能获得可靠的积雪深度,模拟精度较高,实现了积雪深度主要影响因子简化积雪深度模型的目的。 (4)通过对比分析基于投影寻踪法的积雪深度模型与基于主成分分析法的积雪深度模型精度,发现利用投影寻踪法提取出的积雪深度主要影响因子更加真实可靠。