基于改进RBF网络模型的中长期水文预报

针对历史径流资料中各预报因子及预报年份关联度,在分析预报年份非汛期中各月份径流量预报因子基础上,进行较大关联度代表年份筛选。同时,基于Matlab软件构建融合灰色关联度的RBF网络预报模型,探索预报目标年汛期径流量,采用改进RBF网络模型实施汛期径流总量预报具有较强适用性与准确度。     

灰色径向基神经网络技术在水文预报中的应用

分析清河水库中长期水文预报状况、历史资料,提出预报单位年的概念,采取灰色关联度方法选取适当的年份作为典型年,采用径向基神经网络技术,构建清河水库中长期水文预报新模型,并开发了基于VB的中长期水文预报系统。通过近3年的应用检验,取得了较好的效果,较大地提高了清河水库中长期水文预报精度。     

基于EEMD与ANN混合方法的水库月径流预测

为了解决径流序列复杂的非稳态特征并提高径流的预报精度,采用EEMD-ANN组合方法构建径流预报模型,其中EEMD方法通过将非线性非稳态的水文序列分解为多组固有模态分量及趋势项,实现径流序列的稳态化,然后使用ANN方法分别进行预测,进而完成径流序列重构。以黄河龙羊峡水库为例,基于EEMD-ANN预报模型对入库径流量进行了预测,结果表明该方法可较精准地预测径流量。同时,通过对比分析发现,采用EEMD-ANN连续滚动预测月径流量在汛期的预报效果较好,而非汛期可采用同期预报的手段提高径流预报精度。     

提高汤河水库后汛期产流预报精度研究

汤河水库洪水预报方案在主汛期的产流、汇流精度均在90％以上，应用效果较好。但在后汛期（8月21日～9月20日）发生的洪水预报径流量比实际入库径流量偏大，预报精度较低，不能满足水库调度的需要。对汤河水库建库后的洪水资料进行了全面计算分析，通过修订模型参数，可使平均预报精度达到82％。     

1990—2013年湖南四水入洞庭湖汛期径流量的变化规律

根据湖南四水(湘江、资水、沅江、澧水)主要代表水文站1990—2013年汛期月径流量实测数据,应用滑动平均法、小波分析法和Mann-Kendall非参数趋势检验法、分配不均匀系数和变化幅度等方法和指标,分析四水流域汛期径流量的年际和年内变化规律,对汛期内分配指标与湖南省水旱灾害状况进行了灰色关联度分析。结果表明:1湖南四水入洞庭湖汛期径流量年际分配极不均匀,入湖汛期径流量呈现逐渐减少的趋势。2湘潭站和桃江站的第一主周期均为6 a,桃源站和石门站的第一主周期均为4 a。3桃江站和桃源站分别于2003年和2004年发生了突变,湘潭站和石门站均未发生过突变。4四水入湖径流量在汛期内各月之间分配极不均匀,但随时间的推移,逐渐趋向均匀;汛期内各月径流量呈现波动递减的趋势;4站各项分配指标值总体上呈现下降的趋势。5四水入湖径流量汛期内分配特征指标与流域水旱灾害的灰色关联度极高,并在一定程度上反应流域汛期水旱灾害情况。     

R/S-GM(1,1)组合模型在径流预测中的应用

基于R/S分析法能提供有效的非线性科学预测,河川径流具有灰色禀性,为了提高河流径流预报精度,提出了R/S分析与灰色理论相结合的河川径流预测方法。该方法可以克服径流灰色预测存在的数据波动较大时预测精度降低的缺陷。将该方法应用到黑河莺落峡站和正义峡站的年径流量、汛期和非汛期径流量6个序列进行径流预测验证。结果表明:两站年径流量和汛期径流量序列的预测精度都在90%左右,非汛期径流量序列在80%以上,各径流序列预测结果与Mann-Kendall趋势检验一致,预测结果可靠,为河流径流量的科学预测提供了一种新方法。     

耦合二次因子筛选和深度学习的径流预报研究

径流影响因子的有效筛选是径流预报研究的关键环节。然而影响径流的要素众多,且因子间存在复杂的相互作用。现有研究大都采用一次因子筛选的数值驱动模型,且研究结果表明输入因子在空间上存在数据冗余,导致预报效果不佳。基于此,以渭河流域为例,对比分析支持向量回归(SVR)与长短记忆网络模型(LSTM),并选出最优的预报模型为LSTM模型。采用主成分分析法与灰色关联度分析法对输入项进行二次筛选,形成主成分分析、灰色关联度分析法与长短记忆网络的耦合模型。结果表明：(1)LSTM的拟合精度高于SVR;(2)二次筛选输入项提升了预报精度,耦合模型的预报精度均优于单一模型,其中耦合模型相对单一模型的模型精度评价指标均有大幅度提升;(3)灰色系统关联分析耦合模型相比主成分耦合模型的纳什效率系数、确定性系数分别提升了0.13%、0.03%,观测值标准偏差比提升了42.9%。研究表明采用灰色关联度进行二次因子筛选,能够有效提高预报精度。     

基于聚类分析的月径流预测模型研究

本文基于生产实践对高精度中长期径流预报提出的要求,对我国海河流域两大支流之一的滹沱河小觉水文站(岗南水库入库径流控制水文站)径流量进行预测研究。采用聚类分析方法将数据分为汛期(7—10月)和枯水期(11—次年6月),采用灰色关联分析法对汛期和枯水期的气象因子数据(五台山、原平两个气象站共16项气象因子)与径流量值的相关性进行分析,选取相关性强的气象因子作为输入、小觉站径流量值作为输出建立基于聚类分析的小觉站月径流预测模型,有效改善了神经网络对极值拟合差的特点,提高了预测精度。     

基于PSO-BP神经网络的西洞庭湖南咀站径流预测

为建立因子少、预报周期短、预报精度高的西洞庭湖控制性水文站南咀站的月平均径流量预报模型,通过对松滋-太平水系控制性水文站安乡、澧水控制性水文站石龟山站月平均水位、流量以及沙湾站月平均水位进行相关性、因子贡献率分析,确定输入因子,借助PSO-BP神经网络对南咀站1956年1月至2005年12月各月平均径流量进行训练,获取网络结构及参数进而预测2006年1月至 2008年12月各月径流量。结果表明：① 石龟山、安乡站水位对南咀站月平均径流量影响最显著;② 汛期、非汛期的划分一定程度上可提高南咀站月平均径流量预报精度;③ 以安乡、石龟山站月平均水位、流量以及沙湾站月平均水位作为输入因子,PSO-BP神经网络预报效果最好,合格率77.8 %,预报等级为乙级;④ 基于相关性、因子贡献率分析,将安乡、石龟山站作为输入因子,预报合格率降为61.1 %,预报等级降为丙级,但仍满足预报要求。     

单因子评价法和改进的灰色关联度在水质评价中的应用

本文对黄壁庄水库库区内5个监测点水样采集,并分别采用单因子评价法、传统的灰色关联度及改进的灰色关联度对水库进行水质评价。结果表明,不同的水质评价方法,评价结果不同;以空间分析为例,2014年9月滹沱河与南甸河的汇合口监测点单因子评价法评价结果为劣Ⅴ类水,传统的灰色关联度法评价结果为Ⅱ类水,改进的灰色关联度法评价结果为Ⅴ类水。改进的灰色关联度相比单因子评价法更综合全面考虑各项污染因子,相比传统的灰色关联度更能将污染指标所占权重比例明确的分析,因此改进的灰色关联度法水质评价更贴近实际,具有一定的推广应用性。     

基于数值预报模式的柘溪水库流域径流预报系统

水库的优化调度运行需要依赖预报准确率高、预见期长的径流预报结果。现有的柘溪水库流域径流预报系统由于未考虑水库流域未来时段的降水过程,径流预报的预见期和准确率无法满足汛期优化调度的要求。为此,在分析柘溪水库流域的水文和气候特征基础上,提出了数值预报模式和水文模型的耦合预报框架,设计了基于数值预报模式的柘溪水库流域径流预报系统架构,阐述了系统的主要功能与逻辑结构。通过系统的应用,可为提高汛期洪水的利用率、减少弃水、提高发电和防洪效益提供重要决策支撑。     

基于物理成因识别的第二松花江汛期径流预报

针对第二松花江流域中长期径流预测精度较低问题,为了分析物理预报因子的作用过程以提高汛期洪水预报精度,选取太阳黑子相对数为物理影响因素,进而识别其影响时滞,以影响时滞期内的太阳黑子相对数作为径流预报因子,以汛期(6—9月份)月平均径流为预报项目,采用BP神经网络识别映射关系,采用历史资料作为训练样本,完成网络训练和检验。以第二松花江干流控制性水利工程丰满水库为例,对2017年汛期月平均径流进行预报。结果表明:丰满水库汛期月平均入库流量为1 400 m~3/s,来水频率为11%,定性预报第二松花江流域2017年为丰水年;2017年丰满水库实际来水141.00亿m~3,为多年均值的112%,为偏丰来水年份,来水定性预报正确。该方法的创新点在于:采用全局敏感性分析方法识别太阳活动的影响时滞,以确定预报因子;采用BP网络模拟预报因子与预报项目的复杂非线性相关关系,以构建预报网络。研究成果为2017年吉林省水文预报和防汛决策提供了重要支撑。     

基于四种方法的月径流预测研究

径流预测对于水资源的合理开发利用与统筹配置具有重要意义。根据黄土高原地区渭河支流-北洛河状头水文站和泾河张家山站的月径流资料,运用门限自回归模型、神经网络模型、方差分析外推法以及季节水平模型四种方法对其进行预测,观察模拟效果并比较各自优缺点。对于枯水期月径流,季节水平模型对于两站预测合格率均为100%;方差分析外推法对于状头站和张家山站预测合格率分别为90%,80%;门限自回归模型对于两站的预测合格率均为80%;神经网络模型预测两站汛期月径流合格率均为100%。表明季节水平模型适用于枯季月径流的预测,神经网络模型适宜于汛期月径流预测,并且精度良好。     

AR模型在宝珠寺水库实时洪水预报校正中的应用

人类活动改变了流域下垫面,对洪水预报精度产生极大的影响,引进实时校正模型以提高洪水预报精度。根据宝珠寺水库的自然地理和水文气象特性,宝珠寺水库实时洪水预报采用新安江模型,实时校正模型采用时间序列AR模型。利用10年历史降雨径流资料,对新安江和实时校正模型的参数进行率定,并利用近年的2次洪水对模型进行检验,检验结果表明实时校正能明显地提高洪水预报的精度。     

考虑玉石水库影响的碧流河水库洪水预报方式

水库上游兴建水利工程会降低水库洪水预报信息的可利用性.以碧流河水库为例,分析上游水利工程的修建对碧流河水库的洪水过程产生的影响,结合流域的前期土壤含水量等资料,从产流和汇流两个方面对水库的洪水预报模型改进,并对流域的场次洪水进行模拟,验证改进模型的可行性.结果表明,改进模型能够有效地概化玉石水库的截留与调蓄作用,水库洪...     

英那河水库防洪预报调度方案制定与分析

英那河水库不仅承担着水库上下游的防洪任务,同时作为大连市重要的水源地,其水资源利用效率对于大连市的社会经济发展极其重要,因此水库防洪调度方案的研究具有重要意义。针对英那河水库改扩建后没有适用于目前水库汛期防洪调度的方案问题,通过分析水库产流预报和退水预报的可利用性,并在此基础上,以累积净雨、入库流量和水库水位作为改变水库出库流量的判别指标,研究制定了考虑预报信息的英那河水库防洪调度方案。结果表明:考虑预报信息的英那河水库预报调度方案不仅满足水库调度原则,合理可行,而且便于操作。方案利用退水余量作为水库预泄后回蓄水量,在保证水库兴利效益,提高洪水资源利用效率的同时,还提高了水库的防洪能力。     

清河水库洪水预报与防洪调度技术研究

对清河水库的实际情况与目前洪水预报调度技术的现状进行分析，水文预报模型采用蓄满产流模型和单位线法进行产汇流计算，采用试算法进行水库调度，利用水库历史数据对模型进行验证。总结归纳了洪水预报技术在水库入库径流预报中的重要地位，并对水库洪水预报将来的发展趋势进行了系统的分析。     

基于数值天气预报模式的流域中期径流预报

研究耦合天气预报模式的径流预报对提高预报预见期及流域防洪减灾具有重要意义。以金溪池潭水库流域为例,通过尺度转换和气象要素联结实现GEM和GFS两种数值天气模式与新安江模型的单向耦合,进行流域水文模拟以及中期径流预报。日径流过程和次洪过程模拟结果发现耦合数值天气预报模式的流域中期径流预报能够较好地预估一段时间内的径流总量,而对洪峰以及洪水过程预报能力稍有不足。预报误差来源有水文模型误差和降水预报误差两种,且降水预报的误差在水文模型中会有放大的效应,这增加了中期径流预报的不确定性。     

基于TOPMODEL的中小河流分布式洪水预报模型及其应用

近年来广东省中小河流洪水灾害频发,研究中小流域洪水预报模型对预防洪水灾害具有重要意义。本研究改进了传统的TOPMODEL模型,以栅格为单元构建了基于TOPMODEL的中小河流分布式洪水预报模型,并以高田水上游流域为研究对象,采用SCE-UA优选算法对1975—2008年的8场洪水进行参数优选,并对2010—2012年的4场洪水进行模型验证。模拟结果表明,本次预报在率定期和验证期平均确定性系数为0.85,径流深预报合格率为92%,峰现时间预报合格率为100%,模型模拟效果较为理想。用改进后的模型研究了某场洪水汇流过程不同时刻的空间分布情况,表明改进后的TOPMODEL模型能够直观地反映洪水的时空变化,模型具有一定的合理性和实用性。