降水产品在黄土高原的精度评价及替代性研究

降水融合数据产品为资料匮乏区域的水文研究提供了新的数据来源。结合黄土高原渭河流域地面站点观测数据,定量分析了多源融合降水数据CMFD、MSWEP、大气同化数据CMADS等降水产品的多时空尺度精度和应用潜力,应用流域分布式水文模型SWAT探讨了各降水产品在渭河日流量模拟中对地面实测降水数据的可替代性。结果表明,这3套降水数据基本上能够体现流域降水空间分布规律,但存在一定程度的偏差,在各时间尺度的降水量对比中MSWEP表现较优,日尺度的平均误差仅为0.05 mm。对各降水数据采用变化参数重新率定后的模拟精度比固定参数情景明显改善,能够有效模拟流域的日流量变化过程。说明这些降水产品在渭河流域水文模拟中具有替代地面站点实测降水数据的潜力。     

多套降水产品精度评估与可替代性研究

以地面雨量站观测降水为准,评估分析了卫星降水数据APHRODITE、TRMM 3B42和再分析降水资料(NCEP)等多套降水产品的精度,并以多套降水数据驱动分布式时变增益模型对云南省元江流域进行水文模拟,进一步探究在流域水文模拟中降水产品对地面实测降雨的可替代性。精度评估结果表明,多套降水产品与实测降水存在着不同程度的差异,TRMM的精度较好,NCEP精度相对较差。流域面降水在月尺度上相关性较好,达0.9以上,日尺度上相关性略差,偏差有所增加;径流模拟结果表明,降水产品驱动模拟的日径流精度降低,但基本能表征日径流变化,具有替代地面雨量观测站点的潜力,且根据降雨产品重新率定后的模型模拟效果会得到改善。     

不同降水产品在滦河流域径流模拟中的适用性

卫星降水产品和多源再分析数据对于水文模拟具有重要意义。本文基于地面实测降水数据,对全球降水观测计划多卫星降水产品（GPM IMERG）和中国区域地面气象要素驱动数据集（CMFD）再分析降水数据进行定量多尺度时空精度评估,并利用SWAT模型进行月尺度径流模拟,对比分析两种降水产品的水文效用。结果表明：在多时间尺度上,IMERG和CMFD数据与地面实测降水具有较高的相关性,二者分别呈现出对降水约3.7%和2.6%的高估;空间上,二者能够较好地描述降水的整体变化趋势。在弱降水的探测准确度上二者均需进一步提升。两种降水产品整体适用于滦河流域径流模拟,其中IMERG数据有效提高了雨量站稀疏流域的径流模拟精度,在水文模拟中具有良好的应用潜力。     

滦河流域遥感降水降尺度多时间特性分析

为提高卫星降水产品空间分辨率以满足精细水文研究需要,以滦河流域为研究对象,针对在中国区域精度较高的全球降水观测计划多卫星降水产品（IMERG）,使用NDVI、DEM、坡度、坡向、经纬度和降水关系,构建了一种基于卷积神经网络的降水降尺度模型,探讨了模型在年、季、月和旬的表现及模型参数的变化情况。结果表明：降尺度结果与原始数据相比,年、季、月降尺度结果的相似指数分别超过0.94、0.89和0.69,旬尺度也能有效表征降水情况;与中国日降水站点分析产品（CGDPA）相比,年、季、月和旬降尺度结果的平均相似指数分别为0.58、0.78、0.68、0.47;模型参数的相似度会随着模型层数的深入逐渐增大。证明该模型具有良好的收敛性,在流域范围的降尺度应用方面具有良好的潜力。     

鸭绿江云峰水库以上流域可能最大暴雨研究

以云峰水库坝址以上鸭绿江流域可能最大暴雨为研究对象,针对鸭绿江流域朝鲜侧气象水文资料缺失的问题,提出了鸭绿江流域地面雨量观测信息与卫星遥感降水信息融合的方法,用于补充流域朝鲜侧降雨等值线图。分别采用放大法和移置法对设计流域可能最大暴雨进行计算,其中放大法推求的3 d可能最大暴雨结果为256.5 mm,而移置法推求结果为203.2 mm。经比选,将放大法推求的可能最大暴雨作为推荐成果,并与本流域历史暴雨资料及国内已有可能最大暴雨研究成果进行对比,认为计算结果合理可靠。研究成果可为无资料地区可能最大暴雨估算提供参考。     

1970—2017年西江流域降水特性分析

基于西江流域37个气象站点1970—2017年逐日降水数据,采用滑动平均、Mann-Kendall趋势检验、Sen’s坡度、小波变换及经验正交分解等方法分析了流域降水时空演变特性。结果表明,西江流域年降水量呈不显著的减少趋势,以29年为主周期,空间分布呈现由东向西、由北向南递减的趋势。年内降水主要集中在夏季,冬季占比最小;春、秋降水量呈减少趋势,夏、冬呈增加趋势,只有春季降水量减少趋势较显著;6月降水量最大,12月—翌年2月各月降水量相近且较小。降水集中程度较高,降水集中度（PCD）与降水集中期（PCP）空间分布均呈由西向东递减的趋势,PCD与PCP第一、二模态空间分布均不具有一致性和方向分异性,可能与流域降水成因多样性有关。     

基于GRACE重力卫星的珠江流域大尺度洪水监测

洪水监测对流域洪水预报预警,防洪工程调度及洪水风险管理至关重要。以珠江流域为研究区,基于重力恢复与气候实验卫星（Gravity Recovery and Climate Experiment,GRACE）数据研究2002年4月—2017年6月陆地水储量异常（terrestrial water storage anomaly,TWSA）的变化情况,并结合全球陆地数据同化系统模拟的TWSA/气温、卫星降雨数据构建广义回归神经网络（general regression neural network,GRNN）模型延长TWSA序列（2000年1月—2018年12月）,通过计算洪水潜力指数（flood potential index,FPI）监测大尺度洪水事件。结果表明：①五套官方GRACE产品的相关性较强,且GRACE监测的TWSA相对基于水量平衡的估算结果存在1 ~ 2个月提前期;②基于GRNN模型延长的TWSA与全球陆地数据同化系统模拟值高度相关,说明GRNN模型预测能力较强;③使用GRNN模型预测的TWSA数据计算FPI,发现其对流域2008年4—12月发生的大尺度洪水事件起到了较好的监测作用。     

基于迁移学习的长短时记忆神经网络水文模型

针对无/缺水文资料地区水文建模的难题,提出了基于迁移学习的长短时记忆神经网络（LSTM）水文模型。以嘉陵江、乌江和岷江流域为例,基于实测水文气象数据,采用K-最近邻算法与土壤和水评价模型（SWAT）模拟生成气象和径流数据,并构建实测和模拟样本集;然后构建不同的网络迁移微调策略和网络学习情景,分析迁移网络的可能性和性能。结果表明,固定网络的细胞层并微调网络其他层时,迁移学习的效果较好;同流域和跨流域进行网络迁移时,迁移后的网络更稳定且精度更高;跨流域迁移时,源流域和目标流域的相似度越高,迁移网络的难度更小,精度更高。该模型为无/缺水文资料地区构建水文模型提供了新的思路。     

澄碧河流域降水及旱涝变化特征分析

为了解西南岩溶区流域的降水及旱涝变化特征,选用澄碧河流域1979—2019年12个地面站点实测逐月降水资料,采用Sen斜率估计法、小波周期分析、经验正交函数（EOF）分析及标准化降水指数（SPI）等方法进行分析。结果表明,41 a间澄碧河流域年降水量呈现不显著增加趋势,以30 a为主周期;降水主要分布在夏季,并且呈不显著变化;降水量整体上呈现出由东南向西北递增的格局。EOF分析发现流域呈现出三种降水模式,其主要以全流域降水变化一致为主,其余两种模式均呈现出相反的降水变化。澄碧河流域干旱事件向洪涝事件转变发生在1994年,流域洪涝发生频率大于干旱发生频率,旱涝事件变化在空间上的分布特征具有一定差异性。研究结果对流域防范旱涝灾害具有参考意义。     

低排放情景下未来极端降水特征分析——以嘉陵江流域为例

一场极端降水事件所造成的灾难性后果除与总量、峰值有关外，还与其时间分布模式有关。本文基于实测和全球气候模式降水数据，改进了三分段偏差校正方法，分析了嘉陵江流域基于时间分布模式的极端降水事件（包括日极端降水与其前后降水两部分）频次、降水量、持续时间及集中度的历史分布特征及未来演变规律。结果表明：改进的三分段偏差校正法比传统的三分段偏差校正法校正效果明显，能更有效地减小实测值与模拟值间的误差；与历史期相比，未来情景下两种主要降水类型降水量增加，持续时间延长，集中度下降；未来预估期内，两种主要降水类型的频次、降水量、持续时间和集中度总体呈现先增长后减少的趋势。     

新型智能优化算法估算年降水量频率曲线参数

鉴于在不同分布线型下,传统参数估计方法需要推导繁琐的公式,因而引入智能优化算法。研究新型智能优化算法估算年降水量系列频率分布参数,提高降水系列分布参数估计精度。以陕西省眉县、凤县和凤翔3个气象站的年降水量系列资料为例,应用反向学习自适应差分进化算法（OL-ADE）、蜻蜓算法（DA）和基于压缩因子的遗传粒子群混合算法（HGAPSO）原理,按照优化准则进行分布参数优化求解。在此基础上,利用TOPSIS评价法直观定量评价以上3种参数估计方法和3种传统参数估计方法。结果表明：与传统算法相比,3种新型智能优化算法在年降水量频率分布参数估计中均取得较好的拟合效果。HGAPSO算法拟合精度最高,DA和OL-ADE算法拟合效果大致相同。     

日降水场分解的典型解集模型及应用北大核心CSCD

高时空分辨率的降水数据对汇流时间短的城市流域及小流域的连续水文模拟而言至关重要。本文采用单站点、区域及多站点三种典型解集模型对南京及其周边地区9个气象站1983—2012年汛期(5—9月)日降水量进行分解,构建南京地区小时随机降水场;在此基础上,基于多种评估指标(包括统计分布特征、极值分布、空间相关性、日内干湿统计特征等)对三种典型解集模型的模拟性能进行综合评估。结果表明:三种典型解集模型均能很好地模拟南京地区小时降水场的统计分布特征、降水极值及日内干湿统计特征。三种模型中,仅有多站点联合解集模型能重建观测小时降水场的空间相关性,更适合分布式水文模拟。本文的研究成果可为城市地区的降水径流模拟提供参考。     

1960-2020广东汛期降水的时空变异性分析北大核心CSCD

城市内涝等灾害会给人民生命财产和社会经济造成巨大损失,而其主要驱动因子为降水,因此科学、全面认识降水量的分布规律及发展趋势对城市防洪减灾至关重要。本文采用广东26个站点1960—2020的月降水数据,基于空间插值、Mann-Kendall检验、滑动t检验和小波分析等方法,对广东汛期降水的空间变异性、趋势性、突变点与周期性进行分析。研究表明广东按站点月降水量的峰值特征可分为四个降水类型区,各月之间、沿海与内陆降水量年际变化不同步,并阐明了前、后汛期降水高值中心与低值区的空间转移过程。按沿海/内陆-前/后汛期分组分析,对各组降水年际变化判定了趋势和显著性突变点,并识别了各个最强周期尺度下的主周期。     

基于Johnson分布的年降水量频率分析

鉴于Johnson分布具有多种变换形式,能够通过复杂的变换曲线实现良好的曲线拟合能力。本文探讨了矩法、分位数法、普通最小二乘法（OLS）、权重最小二乘法（WLS）和对角权重最小二乘法（DWLS）5种Johnson分布参数估计方法并适线拟合,并将Johnson分布与P-Ⅲ分布的适线拟合效果进行对比。选取陕西省陕北地区4个气象站（定边、宜川、志丹和吴起）的年降水量序列资料,基于Johnson分布,应用5种参数估计方法分别对4个气象站的年降水量频率曲线参数进行估计。结果表明：基于Johnson分布模型的年降水量频率曲线能够有效拟合实测序列频率,DWLS法拟合效果最佳,其次为矩法、OLS法、WLS法、分位数法。此外,Johnson分布的拟合效果略优于P-Ⅲ分布。     

基于改进GWO-SVR的锂电池SOH估计

为了提高锂电池健康状态的估计精度，提出了一种基于IGWO-SVR的锂电池SOH估计方法。针对支持向量回归(SVR)内核参数选择的问题，采用改进灰狼(IGWO)算法优化支持向量回归的内核参数；选取合适的健康特征作为输入，电池SOH作为输出，建立IGWO-SVR估计模型，实现锂电池SOH的估计。基于NASA电池数据集，对该模型进行训练及验证，并与SVR和GWO-SVR方法相比。结果表明，IGWO-SVR方法能有效提高SOH估计的精度和稳定性，最大估计误差不超过2%。     

水热同步性对流域水热耦合平衡的影响

本文基于水热耦合平衡方法,对我国北方108个流域的水文气象数据分析发现,流域实际蒸发量不仅取决于降雨量和潜在蒸发量的大小,还与二者的同步性密切相关。本文引入气候季节性指数（S）来定量描述水（降雨）热（潜在蒸发量）的同步性。相关性分析表明S是水热耦合平衡的重要影响因素,将其引入估算水热耦合平衡方程参数的经验公式中,可以显著提高流域年蒸发量的模拟精度。在过去40年,部分流域气候季节性指数发生了趋势性变化,引起的流域蒸发的变化在20%的流域超过总变化量的20%。