河道一维水动力学的卡尔曼滤波模式优化

该文以水位和流量为状态量的交替滤波校正方法为基础,重点针对滤波模型噪声均值的时空分布和模型噪声方差阵计算方法进行研究.文中采用空间上线性分布及时间上动态统计的思路解决模型噪声均值空间分布不连续的问题;采用纯水动力学模型噪声方差阵与滤波状态转移矩阵相结合的处理方式选取具有相关关系的滤波模型噪声方差阵.选择长江上游干流寸滩至万县河段进行实例验证,并与多套卡尔曼滤波模式进行了对比计算,结果表明:在该验证实例中,改进后的滤波模式对提高洪水预报精度最有效.     

水动力学模型卡尔曼滤波实时校正技术

本文采用卡尔曼滤波技术实现圣维南方程实时校正以提高水动力学模型应用于洪水预报的精度水平。首先利用有限差分方法将圣维南方程进行离散化并线性化，选择不同的状态变量组建了三种卡尔曼滤波状态空间方程。对预报进行实时校正。选择长江干流清溪场至万县河段进行试算，证实此方法对提高预报精度的效果显著。     

离散调蓄模型的卡尔曼滤波实时校正

根据线性串联模型的运行机制,文章将线性串联模型改写成有控制输入的非马尔可夫型状态空间方程形式,适合应用卡尔曼滤波技术获得出流过程的实时校正预报值.文中给出了卡尔曼滤波递推计算实例.     

基于随机微分方程的流域汇流模型的构建

针对水文过程中存在的许多随机不确定性因素，本文以n=3的Nash模型为基础，利用随机微分 方程理论，引入随机输入项，建立了输入具有白噪声特性的随机Nash汇流模型，求解得到出流过程均值和方差的解析解和数值解，并利用出流过程的均值和方差确定各时刻出流过程的概率分布。该方法借助于各时刻的方差得到流量过程的分布概率，从而考虑预报的不确定性，为防洪决策中提供预报值的不确定度以考虑风险损失。     

流域产汇流过程的动态广义单位响应函数模型探讨

根据流域汇流过程离散卷积方程、利用实时雨水情信息,应用卡尔曼滤波技术推求出隐含时段径流系数的动态广义响应函数,进而推算出流过程.避免了传统预报中的产流量计算环节,在无产流预报方案的条件下仍能开展作业预报.开辟了动态预报新途径.     

枫树坝水库洪水实时预报校正方法研究

枫树坝水库降雨径流概念性模型的建立及其自动采集系统的完善,为枫树坝水库洪水实时预报校正研究提供了前提条件.概念性水文模型考虑因素尽管较全面,但汇流经验单位线计算流量过程精度有待提高.基于洪水预报误差信息,对一阶自回归模型自适应递推、二阶自回归自适应递推和卡尔曼滤波校正方法进行研究分析.实际洪水与模拟计算结果对比分析表明,二阶自回归递推和卡尔曼滤波校正计算方法提高了洪水预报精度.     

自适应性卡尔曼滤波在洮河水文预报中的应用

随着现代科学技术的发展,作为控制论中的一个重要分支——卡尔曼滤波技术已透渗到许多科技领域.在水文预报中运用卡尔曼滤波进行实时预报,已经获得了一定的成功,尤其随着计算机的广泛应用,洪水调度及预报正朝着连续化、自动化方向发展,滤波技术应用于水文预报是这一发展成果的产物.人们从受到随机因素干扰的局部实测资料出发,借助于计算机,建立一个系统的数学模型,以此来推断当时或以后一段时间系统状态的变化规律.由于卡尔曼滤波具有最小方差、无偏估计等性质,又采用了线性递推的形式,且具有时变的多维输入输出,因而它是最优线性滤波技术.     

基于 EnKF 的新安江模型参数和变量同步估计方法

数据同化方法可提高数值预报的时效性和准确性,且该方法已在水文领域得到应用,并得到快速发展。为了提高新安江模型径流模拟预报精度,采用集合卡尔曼滤波方法同化径流数据,对参数和状态变量进行同步校正估计。通过对三水源新安江模型进行理想条件下的数值实验,在同时考虑模型自身、模型参数以及观测数据的不确定性的情况下,分析了参数均值和方差改变、集合大小、同化参数的敏感性以及相关性分析对同化过程的影响。结果表明:集合卡尔曼滤波算法具有可行性,且参数均值越接近真值、方差适当增加,集合大小适中,同化参数敏感性较低以及参数与变量间相互独立时,能在一定程度上增加径流同化精度。该研究可为同类型参数同化估计提供一定参考依据。     

淮河洪水概率预报方法研究及应用

提出一种考虑误差异分布的概率预报方法:根据实测及预报洪水信息,估计不同量级洪水预报误差的概率分布,构造线性似然函数,推求预报流量的后验分布,实现洪水概率预报。以淮河王家坝断面为对象,采用新安江洪水预报模型对1991~2012年28场洪水进行预报并分析误差规律,发现不同量级洪水预报误差的均值差异显著,即误差具有异分布特征。为此,构建误差均值与预报值之间的函数关系,建立以预报流量为条件的误差概率分布。在此基础上,对2场洪水进行概率预报,结果表明基于误差异分布的洪水概率预报模型简单实用;若以概率分布期望值作为定值预报,相较于经验预报结果,精度更高。     

分布式流域水文模型的实时校正预报方法

文章将分布式子流域出流过程的时不变等权迭加因子改为时变迭加因子，应卡尔曼滤波理论对总出流过程进行实时校正预报。