第54卷第2期2023年2月人民长江YangtzeＲiverVol．54，No．2Feb．，2023收稿日期:2022－01－21基金项目:上海市科学技术委员会科研计划项目(21DZ1201700，21DZ1201002);国家重点研发计划项目“长江口水沙变化与重大工程安全”(2017YFC0405400);长江科学院开放研究基金资助项目(CKWV2012304/KY)作者简介:王淑楠，女，硕士研究生，研究方向为港口、近岸与海洋工程水动力学。E－mail:932413834@qq．com通信作者:顾峰峰，男，副研究员，博士，主要从事河口海岸水沙数值模拟研究。E－mail:gffecsrc@aliyun．com文章编号:1001－4179(2023)02－0206－08引用本文:王淑楠，顾峰峰，李俊花，等．基于BP神经网络的长江口深水航道回淤量预测［J］．人民长江，2023，54(2):206－213．基于BP神经网络的长江口深水航道回淤量预测王淑楠1，顾峰峰2，李俊花1，赵德招3(1．上海海事大学海洋科学与工程学院，上海201306;2．上海河口海岸科学研究中心河口海岸交通行业重点实验室，上海201201;3．交通运输部长江口航道管理局，上海200003)摘要:长江口12．5m深水航道在发挥巨大经济效益和社会效益的同时，航道回淤量大、时空分布高度集中的间题突出，每年需投入大量的维护疏浚力量。长江口深水航道维护一般以月为时段安排施工力量，但月度回淤强度大且时空变化明显，导致如何精准预测航道回淤量成为了一个重要技术难题。根据2016～2018年实测水文资料和航道回淤机制，筛选了影响航道回淤的主要影响因子，建立了多影响因子作用下的长江口深水航道回淤量BP神经网络高精度预测模型，比较并推荐了训练和预测网络的隐含层数及各层神经元数;选取2016～2018年长江口长序列的水文资料进行预测模型训练，并选取2019年资料对预测模型进行验证，证实了模型选取的影响因子及构建的预测模型的合理性，验证了模型具有较高的航道回淤量预测能力和空间分布预测精度，研究成果可为航道维护的科学管理和疏浚船舶的合理调度提供参考。关键词:回淤量预测;BP神经网络;影响因子;长江口;深水航道中图法分类号:TV14文献标志码:ADOI:10．16232/j．cnki．1001－4179．2023．02．0310引言长江口属于世界巨型河口，在径流、潮流等作用下，易形成由细颗粒泥沙组成的高浑浊带，垂向水沙盐分布的分层特征显著、近底含沙量高，使得长江口深水航道的回淤强度较大［1］。长江口深水航道治理工程于2011年5月18日通过国家竣工验收，发挥了巨大的经济效益和社会效益。然而，航道回淤量大、时空分布高度集中的难题...
