Research on rainfall prediction based on RBF neural network model and stormwater inundation risk in scenic areas: A case study of the Yesanpo Scenic Area, Baoding, China

环境科学 雨水收集 大洪水 水文学(农业) 雨水 水资源管理 地表径流 气象学 地理 地质学 生态学 岩土工程 考古 生物
作者
Yazhen Jiang,Anchen Qin
出处
期刊:Physics And Chemistry Of The Earth, Parts A/b/c [Elsevier]
卷期号:132: 103487-103487 被引量:2
标识
DOI:10.1016/j.pce.2023.103487
摘要

Research on stormwater inundation risk and rainwater management in scenic areas has a lot to do with rainfall during the flood season. When the measured rainfall data is limited, an artificial network model with nonlinear mapping capability can be applied to predict rainfall data during the flood season, which increases the sample size of rainfall data and improves the accuracy of research results. Based on a radial basis function (RBF)neural network model, this paper takes the Yesanpo Scenic Area in Baoding City, Hebei Province as an example to estimate the monthly maximum rainfall data during the flood season (July–September) of 2022, 2023, and 2024 in the study area. On this basis, the Pearson III frequency curve is used to calculate the design rainfall corresponding to the rainfall frequency of 20%, 5%, and 2%. With the help of SCS-CN model and ArcGIS spatial analysis tools, the stormwater inundation areas are simulated in the study area, which are divided into three risk levels: high, medium, and low, providing a reference for the stormwater management in the Yesanpo Scenic Area.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
蓝莓酱完成签到,获得积分0
刚刚
大尾巴白发布了新的文献求助10
4秒前
5秒前
科研通AI2S应助bliyaa采纳,获得10
7秒前
pp完成签到,获得积分10
7秒前
李友健完成签到 ,获得积分10
7秒前
嘤鸣完成签到,获得积分10
9秒前
研友_ngKqrn完成签到,获得积分10
10秒前
10秒前
10秒前
12秒前
Tin完成签到,获得积分10
12秒前
yule完成签到 ,获得积分10
16秒前
overThat完成签到,获得积分10
16秒前
8y24dp发布了新的文献求助10
17秒前
HHHH发布了新的文献求助10
17秒前
最好完成签到,获得积分10
18秒前
bliyaa完成签到,获得积分10
19秒前
从容映易完成签到,获得积分10
22秒前
老白完成签到,获得积分10
23秒前
khaosyi完成签到 ,获得积分10
24秒前
qianci2009完成签到,获得积分10
24秒前
zyy完成签到,获得积分10
24秒前
杜鹃发布了新的文献求助10
24秒前
朴实的觅翠完成签到,获得积分10
26秒前
周全完成签到 ,获得积分10
28秒前
学习发布了新的文献求助20
28秒前
小郗完成签到 ,获得积分10
29秒前
笨笨烨华完成签到 ,获得积分10
29秒前
不辞完成签到 ,获得积分10
30秒前
Jasper应助杜鹃采纳,获得10
31秒前
33秒前
GealAntS完成签到,获得积分0
34秒前
熊boy完成签到,获得积分10
34秒前
崩溃完成签到,获得积分10
34秒前
alixy完成签到,获得积分10
35秒前
祭途完成签到,获得积分10
36秒前
研友_VZG7GZ应助junzpeng采纳,获得10
39秒前
phil完成签到,获得积分10
42秒前
老实的石头完成签到,获得积分10
42秒前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052675
求助须知:如何正确求助?哪些是违规求助? 2709926
关于积分的说明 7418483
捐赠科研通 2354527
什么是DOI,文献DOI怎么找? 1246159
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921