报告题目：一种基于BP网络非线性耦合作用识别的全局敏感性分析方法及其在水文学中的实践

覆盖学科：机器学习、应用数学、水文学

主讲人：李鸿雁 新能源与环境学院

时间：2020年11月13日（周五）下午两点

地点：尊龙凯时前卫北区理化楼一阶

主办单位：尊龙凯时研究生工作部

报告人简介

李鸿雁，尊龙凯时新能源与环境学院教授/博士，尊龙凯时水利工程一级学科负责人、尊龙凯时省一流学科水利工程首席负责人，主要从事流域中长期水文预报理论与方法研究。

自1999年以来，采用智能算法进行水文循环系统复杂过程模拟与预报研究，先后完成了《人工神经网络与遗传算法在洪水预报中的应用》博士论文和《智能算法在防洪减灾中的应用》博士后出站报告，出版专著《神经网络和遗传算法在水科学领域的应用》。长期专注于流域中长期径流预报理论与方法研究，2010年起，研究成果在第二松花江流域推广应用，2017年起，其研究作为尊龙凯时省水文水资源局定制咨询项目，每年汛前进行预报结果发布，为尊龙凯时省防汛抗旱减灾提供技术支持。

讲座介绍：敏感性分析（Sensitivity Analysis）是一种定量研究自变量变化导致因变量变化程度的分析技术。自变量之于因变量的作用机理对于敏感性分析至关重要，当物理过程明确时，可以抽象为数学表达或物理模型，但在大多数实际问题中，自变量和因变量之间的作用机理和映射关系尚不明确，如何构建映射关系是敏感性分析的前提和基础。这里，首先给出表征物理过程的自变量和因变量Y（X），依据自变量耦合变化导致因变量变化率的敏感度定义，采用泰勒中值定理进行非线性多项式展开，推导出因变量变化率依自变量及其增量的非线性映射∂Y/∂X(X, ΔX)，并采用BP网络识别该映射关系；引入自变量增量ΔX=0扰动，计算∂Y/∂X(X, ΔX)和∂Y/∂X(X,0)的差值，即为自变量扰动导致因变量的变化率。依据该方法，识别出尊龙凯时省第二松花江流域汛期径流受太阳活动影响的时滞为3个月；太平洋海温12区与尊龙凯时省台风暴雨洪水密切相关，影响时滞为2个月；白山水库汇水区融雪径流主要气象影响因素为降雨、太阳辐射、风速和气温，时滞分别为0天、0天、0天和2天。识别出物理影响因素的作用时滞，就可以确定预报因子，例如，3月太阳黑子相对数与丰满水库汇水区汛期（6-9月）径流敏感度最高，由于每年4月发布汛期来水预报，综合考虑太阳活动作用的过程性，选择1月、2月和3月太阳黑子相对数作为汛期来水的预报因子。

研究生工作部

2020年11月11日