數據挖掘在傳統洪水預報方案中的應用

姜濤

（水利部松遼水利委員會，吉林長春130021）

數據挖掘在傳統洪水預報方案中的應用

姜濤

（水利部松遼水利委員會，吉林長春130021）

數據挖掘就是從大量數據中提取或挖掘一般性規律規律。文中利用weka數據挖掘平臺的多元線性回歸算法和決策樹算法，對兩種傳統經驗洪水預報方案進行了建模和評估，一定程度上提高了洪水預報方案精度。

數據挖掘；weka;洪水預報方案

1 前言

洪水預報方案是開展實時洪水作業預報的基礎，方案精度的高低直接決定作業預報的成敗。按照水文情報預報規范的技術要求，只有精度達到乙級及以上的洪水預報方案方可正式發布預報，丙級方案只能為防汛決策提供參考。

目前，水文模型在國內應用越來越廣泛，但合成流量法、降雨徑流相關圖法這兩種傳統的經驗預報方法仍在國內得到很多應用。這兩種預報方案參數少，使用簡單，有一定經驗的預報員很容易完成一次精度較高的實時洪水作業預報。但在實時洪水作業預報過程中，也暴露出很多問題。一是預報方案信息的提取還停留在人工查線讀數階段，雖然很多系統實現了自動讀取預報方案信息的功能，但信息的“根源”還是來自手工繪制的曲線。二是對歷史水文數據的分析深度不夠，常常因為人類活動影響，導致方案精度不高；三是缺乏理論基礎，屬于“黑箱”預報方法。

近年來，數據挖掘作為一門新興的數據處理技術日益成熟，挖掘平臺功能越來越強大，集成的算法越來越多，它可以在沒有明確假設的前提下發現數據內在的關系，挖掘有價值信息、發現知識，與傳統的數據分析、查詢有著本質區別，因而在水利上的應用也越來越廣泛。……