全文总字数：3106字
文献综述
文 献 综 述一﹑系统开发的背景及意义水资源在人类的生存中扮演着重要的地位，更是可持续发展之关键所在。
气候变化、不断增加的人类用水需求以及可持续发展的现实需要都要求我们必须共同致力于管理和保护这一脆弱而有限的资源。
但是，地球上的水资源中，高达 97.5%的水是海水，无法被直接利用；而在能够被直接利用的仅有的 2.5%的淡水资源中，人类可以利用的水资源仅占其中 10%，河水和淡水湖泊是构成人类可用的水资源的主要部分。
河川径流预报是水文水资源研究领域的基本科学问题，也是最基本的业务性工作之一。
及时准确地预测不同时间尺度上河川径流的动态变化可以深化对流域水文过程的科学认识，对于强化水资源合理利用与调配、提升防洪减灾能力具有重要意义。
经过长期发展，河川径流预测途径主要有3种：一是数据驱动方法，这类方法不着重于描述具体的 水文物理机制，而是依赖于历史观测资料，通过建立相关前期影响因素与当前径流要素之间的输入输出关系进行预测；二是概念性或集总式水文模型，这类方法是建立在对流域产汇流机理与过程的 概化性、不完备描述的基础上；三是物理性水文模型，基于数学物理方程，多以空间离散方式详细描述径流形成与转化过程。
在水文学研究中，过程驱动的水文模型受制于现实因素，可用输入数据和模型所需数据往往不能完美契合，在一定程度上限制了其应用。
而基于数据驱动的神经网络模型具有良好的模型结构可变性和优异的性能，受到广大研究学者的欢迎。
在降水-径流关系模拟中，径流可能受到过去的气象因素的影响，为了解决此问题，目前均采用了加长模拟时间步的办法。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
