组合预报方法在洪水预报模型中的应用

针对流域水文模型预报中的不确定性问题,采用简单平均、最优线性组合、最优非线性组合三类4种组合方法构建了新安江模型、垂向混合产流模型和Tank模型相结合而组成的组合预报模型,以日照水库和东张水库入库洪水的各种实测特征值作为评价各种组合预报模型计算结果精度的指标,进而优选出相对稳定且精度较高的2种组合预报方法。与新安江模型相比,该组合预报方法在降低水文预报不确定的同时,有效提高了洪水预报精度。     

基于改进的湿润地区站点与卫星降雨数据融合的洪水预报精度分析

目前卫星降雨数据是水文研究中重要的数据来源,但其精度尚未达到洪水预报的要求。将TRMM3B42RT、TRMM 3B42、GPM IMERG Early及GPM IMERG Late分别与站点实测降雨数据融合,并利用HEC-HMS模型进行洪水模拟,从而改进卫星降雨洪水预报精度。结果表明,卫星降雨数据在经过与实测降雨数据的融合处理后,误差明显降低,相关系数由0.7提高到0.9以上,进而提高了模拟洪水的精度,在洪水预报方面有一定的可行性。     

基于参数分解法的无资料流域洪水预报研究

针对目前无资料流域洪水预报方法存在的不足,提出了参数分解法,即利用武江流域控制站犁市水文站1980~1996年43场降雨径流资料作为模型参数率定资料,分别率定武江流域大、中洪水的新安江洪水预报模型参数,并以1997~2004年16场降雨径流资料进行检验,在模拟和检验达到较好的结果后,再利用参数分解法推求武江流域内田头水子流域大、中洪水的新安江洪水预报模型参数,并利用田头水59场降雨洪水实测资料对模型进行验证。结果表明,利用该方法建立的田头水子流域洪水预报模型预报大、中洪水的验证精度均达到乙级以上标准。     

基于HEC-HMS的西南山区中小河流洪水预报研究

针对目前中小河流洪水预报难度较大、预报精度偏低的问题,以西南山区荥经河流域为例,基于HECHMS构建了荥经河流域分布式水文模型,以2009~2018年23场洪水进行参数率定,4场洪水进行模型验证。通过参数敏感性分析和有效率定,模拟的洪水过程与实测洪水过程吻合较好,其中模拟洪峰流量平均误差为6.81%,平均纳什效率系数为0.84。可见构建的HEC-HMS洪水预报模型对荥经河流域有很好的模拟效果,可为西南山区其他中小河流的洪水预报提供借鉴和参考。     

长江洞庭湖和宜昌至汉口流域洪水过程模拟研究

针对长江洞庭湖和宜昌至汉口流域的特点,应用现代系统工程理论和方法,提出并建立了多输入单输出系统模型.利用历史洪水的实测资料,模拟洞庭湖流域、宜昌至汉口流域的洪水过程,取得了相当高的模拟精度.其成果可为长江中游流域的洪水预报和防洪调度决策提供技术支持和服务.     

龙角山水库入库洪水实用预报方法对比研究

为提高流域洪水预报精度,以山东半岛龙角山水库为例,利用25场洪水资料,选择降雨径流经验相关法和新安江模型对比分析二者的预报精度。结果表明,降雨径流经验相关法在率定期和验证期的地面径流深预报合格率分别为94.1%、87.5%,精度为甲等级别;新安江模型洪峰、峰现时间和径流深三个预报项目平均合格率在率定期、验证期分别为84.3%、83.3%,精度为乙等级别。与新安江模型相比,降雨径流经验相关法能够对洪量做出更为准确的预报,而新安江模型尽管总体预报精度偏低,但其还能对洪峰和峰现时间做出预报。在实际洪水预报作业中,可采用两种预报方法相结合的方式,取长补短,对各种水文预报要素做出更加准确的预报,从而为水库调度决策提供更有利的技术支撑。     

基于误差修正的BP神经网络模型在河道洪水预报中的应用

针对经典BP神经网络模型,增设误差修正系数,实现网络误差修正权重倾向于输出样本的较大值,据此提出了一种计算输入输出向量的归一化公式,并建立了具有洪峰识别的洪水预报BP网络预报模型。采用新模型对宜昌水文站典型年实测流量过程进行了预测检验,其结果与实测值较吻合,对流量过程及洪峰流量过程的预报精度较经典BP模型高。     

基于集合Kalman滤波的河道洪水预报研究

为提高河道洪水预报精度,研究了集合Kalman滤波法与最小二乘法对马斯京根模型参数率定的河道洪水预报技术,并以长水-白马寺实测洪水为例进行了对比检验,探讨了集合Kalman滤波法的多时段预报洪水过程及其特点.检验结果表明,应用集合Kalman滤波技术优于最小二乘法的预报效果,可有效提高河道洪水预报的精度并能适度延长预报时段.     

BPPR网络模型在寸滩站洪水预报中的应用

以寸滩站为例,针对建立复杂区间入流河段洪水预报系统是水文预报领域的难点、峰值预报精度是洪水预报过程的关键,采用BPPR网络模型,构建了寸滩站BPPR洪水预报模型,并预报了寸潍站2008～2010年的洪水过程.结果表明,该模型对洪峰的映射及洪水过程的模拟精度较高,预报效果理想.     

考虑中小水库/塘坝影响的洪水预报研究

为提高水利工程密度较高流域的洪水预报精度,对资料匮乏地区的中小水库/塘坝,基于聚合虚拟思想,提出了一种虚拟水库拦蓄量计算方法,并与新安江模型进行耦合,构建考虑中小水库/塘坝影响的洪水预报方法,并在淮河息县和王家坝站点进行了验证。结果表明,考虑中小水库/塘坝的拦蓄作用,可显著提高模拟精度,尤其可有效改善中低洪水的模拟效果,确保了同一流域在同一参数体系下不同量级洪水模拟效果均较优。     

玉石水库影响下的碧流河水库洪水预报方法

流域内水利工程的建立可能会改变原有的产汇流机制,以碧流河水库为例,结合日模型和日供水,利用水量平衡估算水利工程的拦蓄作用,提出一种产流模型计算改进方法;并结合降雨、蒸发、前期土壤含水率、遥感等资料验证模型预报结果的合理性。模型计算结果表明,改进后的模型能有效提高碧流河水库的洪水预报精度,对该水库的防洪调度具有重要意义。     

基于BP神经网络的大伙房水库洪水预报

鉴于大伙房水库洪水预报模型为集总式模型,其参数不仅需要优选法选定或人工试错法确定,还需要实时校正,因此根据大伙房流域特点提出了一种半分布式BP神经网络洪水预报模型,实现了模型中参数的自动率定,且由于其半分布式的特点还规避了原集总式模型的部分劣势。即采用DEM和ArcGIS根据水文站及自然流域分水线划分流域,创建BP神经网络,然后应用于各子流域断面及入库断面,预报其流量值,并在每个网络中均运用逐步回归分析法对输入层数据进行筛选,以得到影响最显著因子。将所建模型应用于大伙房水库,预报精度较好,可用于大伙房水库的正式预报。     

GFS降雨预报图数值化处理算法在洪水预报中的应用

鉴于大部分气象系统对外发布的降雨预报信息均为降雨预报图的形式而不能直接用于水库调度,设计了一种GFS降雨预报图数值化处理算法,可计算出降雨预报图中任意像素点的降雨数值预报信息,然后利用计算出的GFS降雨数值预报信息与洪水预报模型耦合来进行洪水预报,并以桓仁水库2010年的一场洪水为例进行了验证。结果表明,利用该算法计算出的降雨数值预报信息可应用于洪水预报,具有较好的应用前景。     

基于气象因子的汛期径流预报模型

针对现有汛期径流预报方法的缺陷,从物理成因出发,采用投影寻踪方法从74项大气环流因子中筛选出影响汛期总径流量的主因子,结合汛期前期降雨量进行相似分析获取相似年份,构建基于气象因子的汛期径流预报模型。以长江流域关键断面汛期来水预报为例开展了模型的实例研究,结果表明,该模型考虑了气象因子对长期径流变化的影响,对汛期总径流量的预报以及汛期月径流预报的精度均高于门限回归模型,是汛期径流预报的一种行之有效的方法。     

地貌瞬时单位线在滦河中小流域的应用

针对中小流域防洪能力薄弱、水文资料缺乏、洪水预报预警难度大的问题,选取滦河两个中小流域,分别采用经验公式法和地形地貌参数法确定流域平均汇流速度,推求相应的地貌瞬时单位线,采用清华大学GBHM产流模型,对该地区2017、2018年暴雨洪水进行模拟分析。结果表明,经验公式法推求的瞬时地貌瞬时单位线模拟精度较高,应用效果较好,可推广应用于无资料中小水库洪水预警预报工作中。     

短期洪水预报的变结构神经网络模型

针对神经网络洪水预报模型的结构难以确定的问题，应用一种在训练过程中可调整隐层神经元数的算法，建立了变结构神经网络洪水预报模型。该方法提供了设计面向问题的网络结构的途径，在网络结构设计，提高洪水预报精度等方面具有一定的实用性。     

ENSO事件影响下长江大通站汛期径流预测建模分析

从环流指数和ENSO事件指数出发,考虑到大尺度环流系统和海温影响的长期性,使用滑动平均方法对预报因子做前期处理,计算了预报因子在2、3、6月尺度的滑动平均值。在此基础上采用BP神经网络建立了长江大通站汛期径流预测模型（BP-Pre）,重点对ENSO事件影响下的径流极值进行预测。为验证模型可行性,采用均生函数模型和利用传统因子建立的BP模型（BP-Ori）作对照分析并进行精度评价。结果表明,部分因子在滑动平均处理下Spearman秩相关系数得到提高;历史平均上,大通站汛期径流与前年发生的ENSO事件关系密切;事件类别不同,对应径流也相对偏大或偏小;BP-Pre模型在率定期拟合效果不及均生函数模型和BP-Ori模型,但从多方法综合评价分析来看其检验期的预测精度更高,对径流极值预测更为精准。     

基于CFS预报产品的水电站水库预泄决策方法

针对降雨预报不确定性带来的汛期预泄风险问题,提出基于CFS预报产品的水电站水库预泄决策方法。利用CFS历史预报数据,建立不同预见期特定预报降雨条件下的实际降雨和入库流量的概率分布,计算不同库水位和发电决策组合下的弃水风险率。在常规调度的基础上,根据CFS降雨预报信息,以弃水风险率为决策依据,以优化的弃水风险率阈值为预泄幅度的定量指标进行调度。实例研究表明,该方法简便易行,充分利用了降雨预报信息,在汛期可提供定量化预泄决策,兼顾了效益与风险,达到了减小弃水的同时增大发电量的目的。