基于流水线模式的河系径流预报并发计算研究

在河系径流预报计算中,一方面受单站水文过程计算复杂性影响,另一方面下游站点依赖上游关联节点,现有洪水预报系统在河系预报计算时多采用串联模式进行计算。这在河流系预报节点较多、模型方法略为复杂时,计算效率较低。为突破河系径流预报计算效率瓶颈,本研究引入流水线并行模式,对河系径流预报站点初始化、单元产汇流计算、河道洪水演算、校正分析等模块进行拆解,构建流水线式工作站,将径流预报站点按水力联系连续入站,实现河系节点集径流过程的平行并发计算。选取淮河正阳关以上流域50余断面进行了模拟试验,结果表明：研究构建的并发计算方法计算结果可靠,较串行结构效率提升超3倍,可满足洪水预报实时性要求、尤其适用于B/S模式对系统响应效率的需求。     

基于数字孪生的周公宅水库防洪“四预”系统构建与应用

以构建数字孪生流域、开展智慧化模拟、支撑精准化决策为实现路径,利用天空地一体化空间数据底板、多维智能感知数据、以及专业模型网格数据和计算结果数据等几类多源异构数据,进行数据汇聚和融合,采用WebGL孪生引擎进行可视化展示,构建数字孪生流域;聚焦流域防洪数字化场景,通过山区集总式水文模型和洪水演进模型对洪水过程进行预报和模拟,形成包括预报调度一体化、区域联防预警一体化、模拟仿真预演、决策建议方案等功能的四预孪生系统。本文以周公宅水库为具体研究对象,探索了具有水库工程的中小流域数字孪生建设的相关关键技术和应用场景构建,提供了建设思路和案例参考。     

SRM模型在玛纳斯河流域春季洪水预警中的应用研究

在玛纳斯河流域应用SRM模型进行日径流量的预报,进一步完成对该流域春季融雪性洪水的监测和预警,为防洪、抗旱、提高水资源利用提供技术支撑。引入中国气象局T213数值产品来进行流域分带温度和降水的预报,为融雪径流预报开辟了新的数据方法。通过利用自主开发的融雪径流模拟预报软件1.0版对玛纳斯河流域肯斯瓦特水文站2004年春季融雪期进行径流量预报,从SRM模型的两个精度评价指标看来,预报结果比较满意。
     

基于模式挖掘的中小河流暴雨洪水模式库

传统神经网络预测方法在水文领域已经有较成功的应用,但对于一些资料匮乏地区进行洪水预报时,由于训练样本的缺失,模型参数难以满足要求,使用这些方法预报结果往往并不理想。本文提出构建适用于待预报流域的暴雨洪水模式库的新思想,对该流域历史水文数据进行符号化模式挖掘处理,然后通过分析频繁模式和洪水流量水文时间序列,完成中小河流暴雨洪水模式库构建。使用具有中小河流典型特征的昌化流域的历年水文数据进行实验,实验结果表明,采用本文模式挖掘方法构建中小河流暴雨洪水模式库,并利用模式库快速预报未来洪水流量过程线走势,具有准确性和流域适用性。     

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。     

应用地理信息系统和遥感技术综合研究流域森林水文效应

】在地理信息系统ＡＲＣ／ＩＮＦＯ软件的基础上，建立流域森林水文地理信息系统（ＷＦＨＧＩＳ）。该系统包括流域水文效应综合评价专家系统和流域水文模型专家系统，对流域森林状态因子的变化，对水文状态过程的影响做出分析，从而对水文过程做出预测预报，为流域的综合治理提供科学的决策依据。     

淮河洪水预报调度系统建设及在抗流域大洪水的应用

针对传统预报与调度系统分散独立建设,信息与模型共享耦合和互动反馈自动化水平不高,系统通用性、安全性、跨平台功能不足等方面的问题,利用跨平台系统开发框架Spring Boot技术,构建新一代淮河洪水预报调度系统。该系统以电子地图、实时雨水情数据库、专用历史洪水数据库、智能化洪水预报和调度模型为关键支撑,建立洪水预报和调度模型自动化的互联互馈和协同耦合机制,集成防洪形势自动分析、多模式河系洪水预报、多模式洪水联合调度等业务功能,实现预报调度一体化、调度决策智能化和过程可视化。该系统在2020年淮河流域性较大洪水中进行实际应用,结果表明:系统有效实现多场景、多工况情况下的洪水预报与工程调度的联合模拟分析,为防洪预报调度业务提供重要技术支撑。     

秦淮河流域东山站洪水位预报模型研究

为了提高秦淮河流域洪水预报的水平,对东山站洪水位过程预报模型进行深入研究。采用线性动态系统模型与BP人工神经网络模型建立东山站洪水位逐时段预报模型,采用2010—2015年及2016—2017年汛期秦淮河流域实测雨量和东山站水位资料对模型进行率定和验证。结果表明:东山站洪水位逐时段预报的BP人工神经网络模型相对于线性动态系统模型具有较高的精度;相对于一维河网水动力模型,简单实用。     

基于集成学习的中小河流洪水预报

为解决传统数据驱动的洪水预报方法预报误差较大以及传统集成学习预报方法各个子网络间无法交互的问题,本文在单个模型预测基础上,选取异构的BP、CNN、LSTM神经网络,建立基于负相关学习的神经网络集成洪水预报模型,通过显式地添加正则化项对模型进行整体的误差-方差分解和分歧分解,使集成神经网络中各子网络之间并不完全独立,以保证集成模型的多样性,从而提高最终模型的预测准确率。在安徽屯溪流域的实验表明,基于负相关学习的模型可以有效地对洪水过程进行预报,与传统使用单个模型相比预测结果精度更高。     

数字孪生永宁江洪水预报模型构建及系统应用

以永宁江流域作为试点,构建数字孪生流域,建设具有“四预”功能的“2+N”业务应用体系,综合保障区域防洪安全。考虑到流域内地势起伏大、用地类型复杂、横跨多个行政区块等客观原因,为提高预报精度,基于Mike系列模型,建立永宁江洪水预报模型。采用2013年“菲特”、2015年“苏迪罗”和2019年“利奇马”等台风洪水作为计算场次,根据2013—2019年水文资料选取5场洪水进行率定,结果表明各站模拟与实测过程趋势线基本一致,其中峰值水位误差：下路站为1.31%,西江闸下站为2.23%,永宁江闸上站为-0.98%,南洋站为0.04%。4站的洪峰水位平均误差为0.58%,洪峰滞时平均误差为0.8 h,主要预报站点的确定性系数在0.7以上,计算时间在30 s以内。将预报模型、工程调度信息与数字孪生流域系统相耦合,总体展示永宁江流域的工情和防汛情况,实现永宁江流域防汛的智慧决策,为调度指挥提供有力的数值分析保障。     

智慧洪水概率预报平台

利用最新的数值模拟和数理统计技术,研制洪水概率预报、预报不确定性降低控制和洪水风险评估等智能洪水预报模型。基于标准化链接、模型适配器技术和XML语言等平台开发新技术,创建多功能、多终端组件式洪水概率预报智慧平台,并在淮河进行实际应用,结果表明:洪水预报误差平均降低约6.2%,预报精度达90%,概率预报与数值天气预报耦合后,相同等级预报精度下洪水预见期延长3d以上,可为"控制洪水-洪水管理-洪水风险管理"理论与实践提供科技支撑。     

基于Matlab与VB混合编程的流域降水预报系统

利用研究区获得的水文观测资料,采用模块开发和系统集成方式,研制了研究区流域降水预报系统。介绍了系统的体系结构、主要功能、运行情况及开发的关键技术。叙述了流域降水预报的各种预报方法,并建立了基于遗传算法的降水预报神经网络模型（GA-BP网络模型）。结果表明,GA-BP网络是一种精度较高的降水预报模型,提高预测精度,增长有效预见期。该系统能根据流域观测数据、高空数据、卫星云图、数值产品等数据,实现不同数据源的信息处理和不同时效的降水预报制作,为洪水预警预报和防洪决策服务。     

分布式水文模型EasyDHM模型

介绍了自主开发的分布式水文模型EasyDHM的空间单元离散方式、主要理论模块及相应的模型软件系统MWEasyDHM。EasyDHM模型的空间离散采用自主开发的通用子流域划分算法,很大程度上扩展了分布式水文模型的通用性,支持多种产汇流算法,支持用户对主要产汇流参数的敏感性分析和参数优化,以优化模型模拟效果,开发了专门的洪水预报模块,支持洪水实时校正及多模型组合预报技术并在嫩江流域使用EasyDHM模型进行了应用验证。     

防汛多尺度预演可视化技术研究与应用

针对当前防汛预演中存在的场景加载慢、表达不直观等问题,研究并实现防汛多尺度预演可视化技术。由于洪水防御需要考虑洪水量级、影响范围、保护对象等众多因素,将预演按照空间分为流域宏观、河段中观、城镇/水工程3个尺度;基于GPU Shader、粒子系统、BIM、缓存加载等技术,研究实现不同尺度下的洪水传播、淹没模拟、工程调度等业务场景的预演可视化呈现和场景快速加载技术;以流域一张图为数据支撑,结合预报、调度、淹没等模型的计算结果,构建流域宏观、河段中观、城镇/水工程等多尺度的可视化预演场景,实现洪水流量过程、水工程调度、洪水淹没等的快速直观及动态仿真模拟。防汛多尺度预演可视化技术在珠江水旱灾害防御“四预”平台的应用表明：该技术可改善不同尺度下的防汛预演效果,提高预演效率,为流域防汛调度会商决策提供强力支撑。     

水力学与水文学结合的骆马湖预报调度系统

骆马湖是沂沭泗流域洪水调度中的一个重要调蓄湖泊,做好骆马湖的洪水预报调度工作,是做好沂沭泗洪水预报调度的关键。将水文学与水力学方法相结合,水文学方法提供上边界入流流量过程,采用水量平衡方法进行骆马湖的洪水调度来确定各个闸的放水流量作为水力学方法的下边界条件,采用二维水力学模型进行骆马湖内洪水演算。二维水流运动数学模型采用有限差分法离散方程组,ADI法求解离散方程。结合方法用于骆马湖洪水预报与调度中取得了令人满意的结果,为沂沭泗洪水预报调度提供技术支撑。     

一种基于深度网络的多环境因素降水量预报模型

为了更好地反映区域降水的变化趋势,开展区域降水量预报显得尤为重要。在流域信息时代存在丰富大数据的情况下,提出一种基于DBN(Deep Belief Nets)深度网络降水量预报模型的新方案。该方案通过模拟大脑神经元的多层结构,并使用反向传播网络对整个网络进行微调。模型使用了与每日降水量息息相关的七种环境因素作为输入向量,未来24小时降水作为输出向量,通过在贵州遵义地区的实验证明了模型的有效性,并与现有方法进行了对比实验,结果表明模型具有更好的预测效果。     

重庆市智慧洪水灾害防御研究

结合重庆市洪水特点,提出重庆市智慧洪水灾害防御的总体框架和建设内容,并结合已经完工的重庆市防汛管理信息化建设项目(一期),梳理总结在智慧洪水灾害防御方面所取得的成果,提出一套集实时洪水预报、水库防洪调度、河道洪水演进、水库回水模拟、水库溃坝模拟、洪水淹没及洪灾损失计算、防汛形势分析、应急预案智能研判、水库大坝安全评估、三维动态仿真等于一体的流域洪水过程全链条分析功能体系,并以重庆市主城区为核心的6个流域43条河流、49个重要区域的洪水进行实验验证,验证结果表明,效果良好,可为重庆市防汛决策管理打造智能的信息支撑体系,具有较大的推广应用价值。     

丰满水库洪水预报系统

本文分析了丰满地区历年来的洪水过程。根据历史资料建立了洪水过程模型和洪水预报模型。针对丰满地区的特点,对预报模型进行了修正。依据此修正模型对洪水进行预报。利用雨量等信息用此西药人出水库水位、洪水过程、各地区出流量等值。通过实际运行证明预报精度达到系统要求。     

数字孪生淮河防洪“四预”系统关键技术

聚焦淮河流域防洪减灾重大需求面临的预报、预警、预演、预案关键科技难题，利用无人机、激光雷达、卫星遥感等“空天地”一体化技术，研发基于多源多尺度信息的数据底板构建技术，构建高精度多要素数据底板；利用水文水动力数值模拟和并行计算技术，构建超大规模水文水动力学耦合模拟技术；基于高精度数据底板、高性能算力和高精准算法，建立数字孪生淮河防洪“四预”平台，并在 2020 年淮河流域性较大洪水复盘检视和 2021—2022 年淮河多场次暴雨洪水中进行了应用。结果表明：计算节点数量由原来的 9 个细化至 5 157 个，计算单元大小由原来的 9 648 km² 细化至 17 km²，模型平均效率系数为 0.8，淮河干流主要控制站最大流量预报相对误差基本在 10%以内，洪水预报预见期能达到 2~4 d，可实现全流域全要素的精细化模拟，为数字孪生流域、洪水预报及工程调度提供技术支撑。     

水库洪水预报-调度-演进一体化模型研究及应用

我国东南沿海地区受梅汛和台风暴雨影响,洪水灾害频发。水库作为重要的防洪工程措施,其精准预报、有效调度对于防御洪水,降低洪水风险具有重要意义。本文以温州市泽雅水库为研究对象,构建三水源新安江模型、马斯京根河道演算、水库调度模型、一二维水动力串联耦合模型,形成水库预报-调度-演进一体化模型。建成的一体化模型集成接入泽雅智慧水库平台,推动水库防洪业务数字化转型。经历史洪水模拟结果分析,泽雅水库洪水预报、防洪调度及下游洪水演进模型能够满足水库保护下游城镇安全的要求,有助于提高水库洪水预报调度科学化、数字化、精细化水平。