中长期径流预报研究进展与展望

概述了中长期径流变化的主要影响因素,从发展历程和研究方法两个角度总结了中长期径流预报方法。从研究技术、径流成因、数据驱动模型、预报不确定性4个方面综述了中长期径流预报的研究进展,分析了在径流关键驱动因子及其驱动机制、数据驱动方法的物理可解释性、预报结果的不确定性认识等方面研究的不足,指出未来应注重对中长期径流物理成因、预报方法适用性和可靠性、中长期径流演变相关研究成果的应用等方面的研究。     

中长期水文预报的预报区间估计方法

中长期水文预报由于影响因素复杂和目前科学水平的限制,还处于探索、发展阶段,预报手段仍以成因分析(物理因子相关)和数理统计方法为主。其中数理统计方法(方差分析、AR(P)模)是我们经常使用的一种重要方法。在使用数理统计方法进行中长期水文预报时,从理论上来说,给定一个预报区间比给定一个具体预报值更为合理。文章就数理统计法进行中长期水文预报如何给定估计合理预报区间进行初步探讨。     

黄河水量调度径流预报方法研究

介绍了服务于黄河水量调度的中长期径流预报技术方法、主要模型、预报系统及应用情况,并对未来黄河流域径流预报发展方向进行展望。黄河中长期径流预报模型从每个控制站点水文序列的影响因子和自身演变规律出发,根据各站点不同时期、不同影响因素,选择适当的统计方法分别建立。非汛期径流预报模型主要以前期径流、降水为预报因子,采用多元回归分析、门限回归分析和时间序列分析等方法建立;汛期径流受降雨影响强烈,流域降水主要受大气环流等因子影响,因此从前期环流因子中挑选预报因子,建立了汛期径流预报模型;天然径流量预报模型主要采用实测径流还原、时间序列分析及大气海洋物理因子相关等方法建立。黄河中长期径流预报模型及预报系统的建立,提高了黄河流域径流预报技术水平和能力,在1999—2018年20 a的水量调度中,提供了准确的年度水量预报和旬月径流预报,其中每年10月中下旬发布的花园口站年度天然径流总量预报平均误差为3.7%,最小预报误差为0.6%。     

流域中长期径流分类预报方法

以水文循环基本原理为基础,从流域径流水汽来源影响因素角度明确了中长期径流预报基本概念及分类,即以气象(中期)、气候(长期)和天文因素(超长期)为预报因子,针对流域出口断面(或典型断面)的旬、月、季(汛期)或年径流,以及流域旱涝趋势进行预报。通过比较不同时间尺度下的水汽系统物理运动机理,论证了"短期气候预测"作为中长期径流预报理论基础的合理性,并将流域径流来源影响因素及其表现概括为三大规律:天文因素表现出的周期性是主要规律,反映了水文气候过程的基本状态;大气环流表现出的随机性对水文气候基本状态存在干扰,导致了波动;流域特征性规律反映了各种因素综合作用结果,具有流域的特殊性。最终,将流域中长期径流预报分为正常年份的径流过程预报和异常灾变年份的大旱大涝预测,其中前者的预报因子为水文气象与气候要素,后者为天文因素;在服务对象上,前者为水利工程常规运行调度服务,后者为防洪抗旱部门防灾减灾提供灾情预测;在结果发布上,前者提供定量的径流过程预报,后者提供丰、平、枯等3级(或5级)定性预测,并给出相似年份;在预报方法上,前者采用数理统计方法或物理成因相关分析法,后者采用周期性、随机性和流域特殊性识别等综合预报方法。     

中长期水文预报综合分析理论模式与方法

为了探索提高中长期水文预报的精度，本文依据水文成因，统计与模糊集分析相结合的研究方法论，提出考虑预报因子权重的中长期水文预报综合分析理论模式与方法。     

湘江流域年最大洪峰流量中长期预报

基于中长期水文现象是一个具有典型的模糊性系统的基本思想,将成因分析、统计分析与模糊集分析方法相结合,挑选出影响年最大洪峰流量的前期大气环流等影响因子,建立模糊模式识别预报模型,并对湘江湘潭站年最大洪峰流量进行预报。预报结果表明所建模型合理,预报精度较高,具有较大的推广和应用价值。     

浅谈中长期水文预报方法

由于影响水文要素的各种因素十分复杂，中长期水文预报方法目前尚不够成熟，因此在做中长期水文预测时必须参考诸多因素，采用多种方法综合分析、合理取值；并应结合当地实际不断积累经验，进一步探讨中长期水文预报方法，以提高水文要素长期预报的精度。     

基于单相关系数法的中长期水文预报研究

造成中长期水文气象要素变化的因素多而复杂,用单一的线性关系选择预报因子建立预报方程有可能把较好的预报因子漏掉.本文根据成因分析的方法,寻找预报对象与预报因子之间的物理联系,采用单相关系数的计算、比较,确定优化预报因子建立多元回归预报方程,这样选择到的预报因子更符各实际,建立的预报方程具有较好的拟合预报效果.     

中长期水文预报方法的探讨

介绍了中长期水文预报的模型、方法及其在江西部分河流的实践应用.预报模型是根据地理气候特征及水文变化规律,挑选出与预报对象相关密切的气象、水文因子作为预报因子,再采用统计及经验方法建立的.实例研究表明,逐步回归模型、冬季降雨相似在预报对象的定量分析上较为实用.     

黄河上游河段冰凌预报模型

根据黄河上游大型水库运用后宁蒙河段水文，气象等方面的实际观测资料，按照冰凌的物理成因，系统分析上游河段冰凌的变化特点及生消演变规律，选取与预报因子有密切关系的各种因素进行统计分析遴选，以热量平衡、水量平衡原理为基础，采用数理统计多元线性回归分析的方法进行分析计算，分别建立了黄河上游河段封冻，解冻，解冻最高水位，解冻最大凌峰流量等预报统计模型，可直接为宁蒙河段防凌和上游龙羊峡，刘家峡水库防凌调度服务     

1995年汛期长江流域长期水文气象预报及其验证分析

长江流域汛期长期水文气象预报成果是通过对气候背景的分析，前期天气气候征兆和重要物理因子的分析，最后经专家会商形成的，在预报方案制定过程中，坚持水文与气象，短中长期预报，科学研究与预报应用相结合，从定性上讲，无论时间和空间都基本吻合，对１９９５年长江汛期防洪发挥了重要的耳目作用。     

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。     

中长期径流预报研究进展及发展趋势

从中长期径流演变规律、径流预报因子识别、径流预报模型和径流预报系统4个方面阐述了中长期径流预报的研究进展,在此基础上分析了中长期径流预报面临的主要问题和发展趋势。未来中长期径流预报研究应更加注重多学科综合和跨学科交叉,更加注重预报方法的适用性及预报结果的可靠性、稳定性,更加注重高新技术的应用。     

中长期水文预报分析

长期水文预报是介于水文学、气象学、气候学等多学科之间的一门边缘学科,由于影响因素的复杂性与目前科学水平的限制,长期水文预报精度还不高。如何提高预报精度是水文学家关注的问题。本文着重从物理成因和预报的数学方法两方面对长期水文预报现状进行了研究,指出了现状条件下水文预报的不足并对其进行了展望。     

基于BP网络的中长期水文预报精度影响分析

文章分析了影响中长期水文预报BP网络模型精度的因素,其中输入层节点数、节点转换函数及网络训练方式的选择对模型精度的影响很大。并结合研究结果,对中长期水文预报BP网络模型的参数优选提出了一些建议。     

基于MIV的遗传神经网络径流预报模型

针对中长期水文预报中预报对象与预报因子之间复杂的非线性关系,引入平均影响值对预报因子进行筛选,选出对头道拐站年径流量影响较大的年降水量、年均相对湿度、年均气压3个因子作为神经网络的自变量,利用遗传算法优化的BP神经网络建立了预报模型。预报结果表明:基于平均影响值的遗传神经网络的预报精度及稳定性均达到了满意的效果。     

水文时间序列AR(P)模型阶数的识别

介绍水文时间序列AR(P)模型的建立及其在中长期水文预报中的应用，并对确定模型阶数P的方法进行了总结和分析，力求进一步提高中长期预报的精度。     

中长期水文预报方法研究综述

由于中长期水文预报对于水资源规划管理、水库及水电站调度具有的重要意义,其研究一直受到学术界和工程界的广泛关注。通过围绕其传统预报方法成因分析、数理统计方法和时间序列分析技术,和其现代的人工智能预报技术,包括模糊分析、人工神经网络、灰色系统分析、小波分析、混沌分析、支持向量机、遗传程序设计以及这些方法的相互耦合等进行的全面介绍和评述,并指出将来中长期水文预报的进一步研究方向。     

基于WNN和FRM模型的流域水文中长期预报

选取4个前期预报因子,以模糊识别模型对中长期水文现象进行拟合与预测,用小波神经网络计算预测模型权重,以相关系数大于0.90的回归方程作为拟合方程,对流域水文现象进行中长期预测计算与检验。结果表明:该方法具有一定的合理性和简便性。     

最优模糊聚类模式在年径流长期预报中的应用

该文基于长期水文现象是一个具有典型的模糊性的系统的基本思想,将成因分析、统计分析方法与模糊集分析法相结合,挑选出影响年平均入库流量的前期大气环流、海洋等影响因子,经过对流量的模糊聚类分析,将前期影响因子状态分类,建立年入库平均流量与前期因子状态之间的模糊关系,并以深圳某水库为例进行入库流量的预报,结果表明所建模型合理,预报精度较高.