苏盛
身份证号码：45240219870514****
按照“节水优先、空间均衡、系统治理、两手发力”的新时期治水思路，从重视建设向建管并重转变，不断提高建后运行管理现代化水平，全面加强防洪抗旱减灾体系已是必然需求，在水利领域充分应用大数据、人工智能等新技术也大势所趋，本文根据实际情况，对数据挖掘在贺江流域江河水库联合调度方面的应用进行可行性探索。
一、政策和背景
（一）政策鼓励
根据《中共中央国务院关于推进防灾减灾救灾体制机制改革的意见》（2016年12月9日）的指导思想，坚持以人民为中心的发展思想，正确处理人和自然的关系，正确处理防灾减灾救灾和经济社会发展的关系，坚持以防为主、防抗救相结合，坚持常态减灾和非常态救灾相统一，努力实现从注重灾后救助向注重灾前预防转变，从应对单一灾种向综合减灾转变，从减少灾害损失向减轻灾害风险转变，落实责任、完善体系、整合资源、统筹力量，切实提高防灾减灾救灾工作法治化、规范化、现代化水平，全面提升全社会抵御自然灾害的综合防范能力。
（二）研究背景
1.贺江跨粤桂两省，上中游流域性洪水直接影响贺州市富川县、钟山县、平桂区、八步区四个县区大部或部分人口密集区域，影响范围大、人口多，并直接影响贺江下游大湾区（肇庆市）的防洪安全。
2.贺江上中游洪水突发性强、易暴涨、短历时，受流域水利工程调度影响较大，且近年来受沿岸生产建设影响，贺江上中游下垫面已发生较大变化，目前贺江上中游洪水预报存在难预报、难预防、难管控等突出问题。
3.目前，贺江上中游的大型水库龟石和合面狮仍未有水库洪水预报方案，江河在面临大洪水时也没有较为精准的洪水预报方案，联合调度方面也仍未有较为精细的方案。
二、技术分析
（一）洪水预报
江河水库联合调度方案关键在于洪水预报，目前，贺州市涉及洪水预报方面基本上仍在采用较为传统的水文算法。洪水预报的传统模型很多，它们反映了水文学的一些规律，但是由于人类对流域水文气象规律认识有限，自然界规律复杂多变，人类的活动也不断对流域下垫面产生影响，传统的水文算法即使将全部影响洪水过程的因素收入分析计算中去，也很难平衡其中错综复杂的关系以及应对变化无常的雨情、水情、工情。
（二）数据挖掘
数据挖掘是一个多学科的交叉领域。一方面，想要以特殊的方法发现蕴藏在大型数据集中的有用知识，数据挖掘必须从统计学、神经网络、信息检索、高性能计算等其他学科领域汲取营养。另一方面，其他学科领域也需要从不同角度关注数据的分析和理解；数据挖掘也为这些学科领域的发展提供了新的机遇和挑战。
（三）神经网络
神经网络是一种模拟生物神经系统活动特征的网络，由计算单元（神经元）进行广泛而并行的信息处理的数学模型。作为一种常用的分析算法已经融入多种数据挖掘工具中，依靠系统的复杂程度和计算机高速运算能力，通过调整内部大量节点之间相互连接的关系，有很高的容错能力和学习能力，在给定足够多的隐藏单元和足够的训练样本的前提下，神经网络能充分逼近复杂的函数或非线性关系从而达到处理信息的目的。在理论上，神经网络可以较容易地解决具有上百个参数的问题，为解决高度复杂问题提供了一种相对较为简单有效的方法。
（四）三者结合
近年来，贺州市各雨量、水位监测站点逐步建设到位，在电脑屏幕上点击就能监测到贺州市实时的水情、雨情，监测系统每年会产生大量的数据，包括雨情、水情、工情等信息，而在一场洪水过程中，干流及其各支流的降雨量和水情、各水利工程的调度情况等均是影响行洪的主要因素，影响因素多，那么从面上看来，神经网络恰恰就是解决这种高度复杂问题的方法。使用神经网络对洪水过程数据进行数据挖掘，可以说是真正意义上做到对症下药。
三、预期目标、设计思路
（一）预期目标
统筹贺江上中游江河水库防洪、水量调度与贺江下游防洪、水量关系，在流域遭遇大洪水时，充分发挥水库对贺江流域的整体防洪作用。
（二）设计思路
创新将使用神经网络对洪水过程数据进行数据挖掘并研究应用到江河水库联合调度方案中，旨在从洪水过程中发生的大量水雨情数据里发掘出隐含的深层规律，弥补部分水库、江河重要断面在洪水预报方面的空白，提高部分江河水库洪水预报的预见期、精度、预报作业时效，以提升贺江中上游江河水库联合调度方案的实用性、可操作性。
基于神经网络对纳入联合调度范围的水库、江河重要断面构建较为精准的洪水预报方案，并通过对构建的洪水预报方案进行精度评定，根据各水库、江河重要断面洪水预报方案，构建贺江上中游水库群联合调度方案，检验项目方案的实用性、可操作性。
四、前景展望。
将数据挖掘应用到贺江流域江河水库联合调度中，能较为精准地实现江河水库整体水量的统筹，后期结合软件模块开发，可以预见，智慧调度将是防汛减灾的创新手段，也将是重要支撑，加大这方面的研发力度是目前较为迫切的需求。
[参考文献]
[1]张雄灵，杨贯中.数据挖掘在河道洪水准确预测中的应用研究[J].计算机仿真，2013（30）.
[2]胡健伟，周玉良，金菊良.BP神经网络洪水预报模型在洪水预报系统中的应用[J].水文，2015（35）.
[3]但灵芝，王建群，陈理想，陈红红.支持向量机洪水预报研究[J].水文，2016（36）.
[4]张雄灵，杨贯中.数据挖掘在河道洪水准确预测中的应用研究[J].计算机仿真，2013（30）.
[5]王炎等.神经网络在感潮河段水动力洪水预报中的应用[J].水力发电，2016（42）.
[6]蒙正杰.钦江流域洪水预报预警系统研究.[D].南宁：广西大学,2012.
[7]孙卓，魏艳凤.汤旺河伊新站洪水预报方法经验分析[J].黑龙江水利科技，2015（43）.
[8]吴树诚.恭城河“2015.5”暴雨洪水分析[J].广西水利水电，2016（2）.
[9]李莹芹.大沽夹河流域洪水预报研究[D].大连：大连理工大学，2015.