伊春河流域枯水径流预报方法探讨

在分析研究流域气候特征及枯季径流来水规律的基础上,利用实测水文序列资料建立了流域枯季径流预报方程模型,通过实测资料检验,预报精度较高。     

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。     

潘家口水库枯水期月径流预报

在分析研究流域气候特征及枯季径流来水规律的基础上，用水文气象方法和水文方法分别建立了枯水期月径流预报模型。水文气象方法是先挑选出与预报对象关系最好的气象因子作为预报因子，据此建立预报模型和预报集成模型。水文方法是利用水文序列资料建立自回归模型和多元递推模型。用实测资料对预报模型进行了验证，结果表明：预报精度令人满意。     

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%。     

临沧市枯季径流退水预报方法研究

临沧市河道枯季径流主要依赖流域内蓄水补给,流量过程一般呈较稳定的消退规律。近年来临沧市旱情易发、多发,2010年出现了百年大旱,做好枯季退水预报,掌握退水规律,为城市供水和农业抗旱的政府决策提供枯季水量预测尤为重要。以西河(二)水文站退水规律分析为实例,结合临沧市河道径流水文特性对比季节性退水曲线法与前后期径流相关分析法,2种方法较其他方法对历史资料样本数量要求不长,方法简单易掌握,预报成果较为可靠,适合广泛应用在临沧市观测年限较短的中小河流水文站点及水库站,对枯季水库科学调度及抗旱有着指导意义。     

基于小波分析技术的中长期径流预测模型研究

针对中长期径流预测精度低的问题,提出了基于小波分析技术的时间序列预测模型。利用小波函数db(5)将年径流序列进行尺度为3的分解,得到相应的低频信号和高频信号,然后对各级分解信号利用ARMA(2,1)模型进行预报,最后将各预报结果叠加合成原始径流的预测值,并与ARMA模型直接预测的年径流值比较,通过实例得出前者预测模型要比后者预测的精度更高、稳定性更好,从而验证了该中长期径流预测模型的有效性。     

基于小波分析技术的中长期径流预测模型研究

针对中长期径流预测精度低的问题,提出了基于小波分析技术的时间序列预测模型。利用小波函数db(5)将年径流序列进行尺度为3的分解,得到相应的低频信号和高频信号,然后对各级分解信号利用ARMA(2,1)模型进行预报,最后将各预报结果叠加合成原始径流的预测值,并与ARMA模型直接预测的年径流值比较,通过实例得出前者预测模型要比后者预测的精度更高、稳定性更好,从而验证了该中长期径流预测模型的有效性。     

水文预报方法与中长期水文预报的分析

文章以辽宁省大伙房水库作为研究对象,通过对几种中长期水文预报方法的比较分析,选取出预报精度最高的一种方法。研究结果表明,BP神经网络法在径流中长期预报方面的精度最高,因此可运用该方法对水库径流进行中长期预报,从而为水库引水及调度计划的合理制定提供依据。期望通过文章的研究能够对中长期水文预报方法的推广应用有所帮助。     

欧氏距离与趋势值在中长期径流预报中的应用

中长期径流预报在水利部门的日常工作中占有重要的地位,及时、精确的预报结果可为兴利除害决策提供重要依据。清河水库通过计算欧氏距离选出与预报年份前期水文信息数值接近的年份,通过计算趋势值选出与预报年份前期水文情势变化规律相似的年份,以上两种方法选取出可以作为预报的参考年份,最终的预报结果与原预报方法的预报结果相比,精度提高较大。     

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 H EC2HM S 模型的温榆河流域水文模拟

水文模拟对于流域防洪减灾、水资源规划管理有重要的意义。将分布式水文模型 HEC2HM S 应用到北京温 榆河流域, 模拟该区域 1980- 2005 年间 6 场暴雨洪水过程和 1983- 1995 年日降雨径流过程, 评估H EC2HM S 模型 在模拟场次洪水和日径流过程两种时间尺度上的适用性。结果表明, 场次洪水模拟的洪峰流量和洪量相对误差均 在 20% 以内, 峰现时差均不超过 2 h, 平均 Nash 效率系数为 01 82, 平均相关系数 r 为 01 92; 日径流模拟率定期和验 证期的平均 Nash 效率系数为 01 6, 平均相关系数 r 为 01 78, 平均相对误差为 31 95 % 。分析结果表明, H EC2H MS 模型在温榆河流域的适用性较好, 能够有效模拟北方地区短时和长时降雨径流过程, 可用于该区域的洪水预报和水 资源评价与管理。     

河流系统实时洪水预报误差多点联合校正方法研究

实时校正是改善洪水实时预报精度的重要手段。河流系统中多个站点之间具有高度的水力联系,各个站点之间的误差也具有空间关联性。依据河道水流演进的基本方程和动态自适应的自回归方法,建立了考虑误差空间演化的河流系统实时洪水预报误差多点联合校正方法。利用洪峰段洪量误差、洪峰流量误差、纳什效率系数(NSE)和峰滞时间等指标分别对多点联合校正和不考虑误差空间关联性的单点校正开展校正效果评估。以淮河王家坝断面以上为背景开展实证研究,结果表明:考虑河流系统误差空间关联性的多点联合校正效果优于单点校正,洪峰段效果更为显著,能够更有效地提高河流系统洪水预报的精度。     

丹江口水库流域月尺度降雨与径流预报研究

以汉江上游丹江口水库流域为研究区域,通过降雨-气象遥相关分析从74项大气环流因子中筛选出预报因子,建立月降雨量与预报因子间的多元线性回归模型,根据大气环流因子对月降雨量进行预报,并构建研究区域的SWAT模型,以预报的月降雨量作为模型输入,实现月径流量的预报。以2012年逐月降雨及径流为例,模型对降雨和径流预报的合格率均约为83%,预报效果较好。研究表明,根据降雨量-大气环流因子的统计相关关系预报月降雨,并结合水文模型进行径流预报,对研究区域具有一定的适用性。     

随机森林在降水量长期预报中的应用

随机森林是21世纪提出的基于分类树的算法,在处理大数据集中具有明显优势,首度将其应用在降水长期预报中。以长江中下游地区1月份降水预报为例,运用随机森林模型构建原则,在74项大气环流因子以及前期月降水中筛选模型预报因子,进行长期降水量预报,并将其与神经网络模型预报效果进行对比,发现随机森林的泛化误差为13%,预报准确率达到75%,而神经网络的预报准确率仅为67%。此外,本研究还对长江中下游地区的汛期降水量进行了长期预报,结果表明,随机森林模型进行降水量长期预报中模拟和预报的效果令人满意,值得进一步研究和应用。     

基于PCA-PSO-SVR 的丹江口水库年径流预报研究

在年径流预报中,气象因子之间的自相关会对预报精度产生影响。针对这个问题,将主成分分析(PCA)和粒子群优化(PSO)算法加入SVR模型中,建立了PCA-PSO-SVR预报模型,剔除冗余信息和噪声,提取因子间的主要特征,并选择模型的最优参数组合作为回归支持向量机(SVR)模型的输入。选择南水北调中线水源地丹江口水库为研究区,利用丹江口1981-2016年入库资料进行模型检验。结果表明,模型验证期间合格率为83.33%、距平一致率也达到83.33%,具有精度高稳定性强等优点,对丹江口水库年径流预报有一定的参考意义。     

多卫星遥感降水数据在塔里木河流域的适用性分析

资料缺乏地区由于其复杂的地形,站点布设困难,实测资料匮乏,遥感降水产品是实测资料的有益补充及替代。以塔里木河流域的子流域开都-孔雀河流域为研究区,采用国家基准气象站观测的降水量为基准数据,评估了TRMM 3B42RT、TRMM 3B42V7、CMORPH RAW、CMORPH CRT等四种遥感降水产品的精度。同时,在塔里木河的子流域玉龙喀什河流域,基于SRM模型,评估了以上几种遥感降水产品模拟径流的适用性。结果表明,TRMM 3B42V7的精度最高,TRMM 3B42RT的精度较低,CMORPH在山区的精度也较高,而CMORPH在平原地区高估了降水量;在四种遥感降水产品中,TRMM 3B42V7最适于模拟径流,可以基本表征日径流变化过程。     

变化环境下清水河流域径流演变特征及驱动力

海河上游清水河流域地处我国北方半干旱半湿润过渡带,水资源短缺且生态环境极为脆弱,对气候变化和人类活动高度敏感。明晰变化环境下清水河流域的径流演变规律及气候变化和人类活动的贡献,对实现流域内水资源的可持续利用以及确保本流域作为首都地区生态屏障的功能定位具有重要的意义。根据清水河张家口水文站和啕来庙水文站近70年的实测径流资料,利用有序聚类分析、小波分析和双累积曲线等方法,系统分析了清水河流域径流演变特性及气候变化和人类活动的影响。结果表明:(1)近70年清水河流域径流呈显著减少趋势,径流深年均减少0.6mm;各月径流亦均呈显著减少趋势,其中以春夏两个汛期的减少最为显著;(2)径流在1979年前后发生突变,径流变化的第一、二主周期分别为27a、8a;(3)径流年内分布的不均匀程度明显增加,春汛(3月-4月)占全年径流总量的比例增加,而夏汛(7月-8月)占全年径流总量的比例则呈现减少态势;(4)双累积曲线分析结果表明径流演变的主要驱动因素为人类活动(89%)。     

基于机器学习模型的短期降雨多模式集成预报

短期降雨预报对洪水预报和水库调度极为重要,提高短期降雨预报精度有着重要的意义。以TIGGE资料中心的ECMWF、CMA及NCEP三个集合预报中心发布的桓仁水库流域预报降雨数据为基础,利用ANN、ELM以及SVM模型对桓仁水库流域未来1～3d降雨进行多模式集成预报,以期提高预报精度,并从绝对平均误差、均方根误差、相对误差、纳什系数、预报准确率等多个方面分析了集成预报的效果。试验结果表明,基于SVM和ELM的多模式集成预报模型预报效果均优于单一模式,基于ANN的集成预报模型在输入因子选择合适的情况下,其预报效果也优于单一模式,三种模型中,SVM模型对降雨预报精度改善最为明显。说明基于机器学习模型的多模式降雨集成预报方法可行且能够提高短期预报降雨精度。     

基于一维水动力模型的洪水顶托影响分析

干支流洪水遭遇易发生顶托现象,导致河道行洪不畅,极大增加了河道防洪风险。以第二松花江(简称二松)洪水对嫩江洪水的顶托作用为工程背景,采用一维水动力学方法模拟计算不同洪水组合下嫩江受二松洪水顶托情况,并基于模型模拟结果进一步量化分析嫩江受顶托距离、顶托程度等。结果表明:嫩江受二松洪水顶托距离情况较为复杂,与两江洪水的相对大小密切相关,两江洪水量级相当时,顶托距离为距三岔河口32km左右;二松洪水相对越大,受顶托距离越远且顶托程度越大;在嫩江10年一遇、二松50年一遇洪水组合下,嫩江受顶托最远到达距三岔河口55km处,顶托影响高度达2.14m。     

基于最大熵-Copula方法的香溪河流域降雨-径流相关性分析

基于1991年-2008年香溪河流域降雨量和径流量资料,将最大熵-Copula(MEC)方法应用于流域降雨-径流相关性分析中。结果表明:MEC方法生成的边缘分布能够有效拟合降雨量和径流量的观测值,且在边缘分布确定的过程中无需对线型进行假设,以均值、标准差、偏度和峰度作为约束也能够很好的体现变量的统计特征;GumbelHougaard Copula函数对于降雨量和径流量联合分布的拟合效果较好;香溪河流域降雨量和径流量存在上尾相关性,这对防洪排涝有着重要的作用,同时也为流域工程规划设计工作提供了参考依据。