论文部分内容阅读
水文模型作为模拟水文循环过程、为水资源管理提供依据的重要工具,被广泛应用于流域研究和管理决策。随着公众参与水文事务热情的提高和更多流域对模型的需求,如何从数目众多的水文模型中择优选择符合模拟目标的水文模型显得尤为重要。
本论文的研究目的主要包括:1)对水文模型选择概念进行定义,并就水文模型选择在水文模型应用/建模中的地位、水文模型选择基本原则、水文模型选择方法等方面展开研究；2)引入人工智能领域成熟的研究成果,提出基于知识推理(规则推理和案例推理相结合)的水文模型智能选择框架；研究基于综合推理技术的水文模型智能选择系统所涉及的模型库、知识库、案例库等,特别是知识的获取和表示、案例的表示以及知识不确定性处理方法等；基于专家系统开发工具CLIPS完成系统搭建,最后进行应用研究,对智能推理系统进行验证。
通过研究,论文主要结论如下:
1.提出水文模型选择概念:在分析比较数学、经济学等领域中模型选择的相关概念,结合水文模型具体特征,提出水文模型选择定义,明确了水文模型选择的基本要素为研究区域特征、模型结构和研究区数据现状等。
2.提出水文模型库模型组织新方法:在对目前各类模型表示方法进行评价的基础上,以面向对象的模型表示方法为基础,提出层次对象的水文模型表示方法,通过水文模型库的逻辑设计与实现,验证了该方法的有效性和可扩展性。
3.建立水文模型选择知识库:通过文献调研与专家评分表相结合的办法,建立基于规则的水文模型选择专家知识库。水文模型选择专家知识有决定性指标、关键性指标和选择性指标等三类指标构成,各类指标有多个评价项构成。
4.拓展地学案例表示范式:根据水文模型选择的具体情况,对三元结构的案例表示范式进行扩展,提出“问题-模型信息-地理环境-结果”的四元结构案例表示范式。
5.初步实现来了“数据+模型+知识”的综合信息应用框架。数据作为模型应用的基础,模型选择与运行需要一定的知识引导,而模型的结果又可以作为知识的有益补充,从而有效提高了知识获取、知识应用及决策应用。