洪水预报系统

洪水预报系统（flood forecasting system）在计算机上实现洪水预报联机作业的运行系统称为洪水预报系统。通过分析研究洪水特点及河床变形规律,采用水文学、水力学、河流动力学等相结合的方法,建立实用的洪水预报经验方案和数学预报模型;实际应用中,以实时雨情、水情、工情等各类实时信息作为输入,通过启动预报模型和方法,对洪峰水位（流量）、洪水过程、洪量等洪水要素进行实时预报,为各级防汛指挥部门提供决策依据。     

中国洪水预报系统在西江中下游洪水预报中的应用

介绍了西江中下游洪水预报的现状及中国洪水预报系统（NVFS）的主要功能，建立了基于NFFS的预报方案，调试、确定了模型参数值，在方案评定和实际应用中取得了较好的效果，结果表明该系统可用于西江中下游实时洪水预报。     

一维非恒定水动力学模型的实时洪水预报

本文建立了一维非恒定水动力学模型与最小二乘法耦合的实时洪水预报模型。运用最小二乘的递推算法，引入时变遗忘因子实时跟踪模型中时变参数的变化，并动态修正参数，实时改变一维非恒定水动力学模型结构，对洪水预报进行实时修正。通过长江干流宜昌～螺山段洪水实时预报应用．改进后模型预报精度比原一维非恒定水动力学模型计算结果有很大提高，表明所建立的模型用于洪水预报是行之有效的，在洪水预报中具有推广应用价值。     

改进的马斯京根法在西辽河的应用

本文以西辽河为研究对象,针对西辽河干流下渗损失大,降雨量也较少,极少出现地面径流的产汇流特性,研制了考虑水量损失的改进马斯京根法,建立了西辽河干流控制站的预报方案,并采用历史资料进行模型参数率定.结果表明:5处干流站预报方案精度均达到乙级,可用于西辽河洪水分析及预报,并为风蚀沙土区河道洪水模拟提供了借鉴.     

洪水预报系统在左江洪水预报中的应用研究

分析了左江流域的水文气象条件和崇左水文站的洪水特征及成因。介绍了利用＂洪水预报系统＂的应用平台建立左江崇左水文站产汇流预报模型,并进行模型参数率定,该方案在精度评定及实际应用中取得较满意的效果,可用于发布过程及洪峰预报,为崇左市及下游的防汛抢险提供决策依据。     

水库洪水预报实时校正方法的选择与确定

针对水库入库洪水过程预报中的偏差问题,应用现代随机系统理论,将现代系统理论中的实时校正技术与建立的水库洪水预报概念性水文模型相结合,探讨建立适应水库总体洪水预报方案的预报误差实时校正模型,为进一步提高水库洪水预报精度、指导水库进行科学的防洪决策提供可靠的依据.本文以枫树坝水库洪水预报实时校正方法的选择为例作一简要介绍.     

多目标水库台风期间的防洪实时调度模型

阐述了台湾多目标水库防洪问题,建立了水库实时调度(RES-RT)模型,以确定台风期间的最优实时泄水方案。RES-RT模型由3个子模型组成:降雨量预报(QPF)模型、径流预报(RTRL)模型及水库调度优化(RESOP)模型。RESOP模型的目标是最大幅度地削减选定的下游控制点的洪峰流量和优化洪水末期水库库容。约束条件包括适用于台湾地区的洪水过程三阶段调度导则。建立的RES-RT模型已经在台湾石门水库得到应用,将历史实际调度、按现行规程和RES-RT模型调度3种方案进行了对比。结果表明,在下游控制点洪峰削减和达到洪水末期目标水库库容方面,RES-RT模型调度在3种方案中性能突出,从而在确定最佳实时泄水方案上证明了其效用。     

新安江模型与衰减记忆最小二乘法耦合洪水模型的应用

利用新安江模型进行流域产流计算，采用扩散波方程推得的汇流状态方程描述流域汇流过程，由衰减记忆递推最小二乘法实现参数估计实时化，从而使新安江模型与衰减记忆递推最小二乘法耦合，实现洪水实时预报。利用耦合模型对矶头水库76场入库洪水进行模拟，模拟结果表明，耦合模型适合中小水库入库洪水实时预报，预报精度比独立使用新安江模型得到了大大的提高。     

中国洪水预报系统在那坡站预报中的应用探讨

利用那坡水文站1991~2013年水文资料,采用中国洪水预报系统的应用平台建立那坡水文站降雨径流模型洪水预报方案,并利用系统自动进行模型参数的率定和检验,结果:洪水预报方案的评定与检验合格率达到乙级精度,可用于那坡水文站实时洪水预报作业。     

实时洪水预报系统应用中的两个问题及解决方法

对于越来越多流域建立的实时洪水预报系统和防洪决策支持系统，洪水预报的精度是非常重要的．但在实际运用中，有些流域雨量站类型和雨量站报汛方式与洪水预报系统对降雨信息的要求并不完全一致，从而使系统在投入实际应用时感到困难．另外，在干旱半干旱地区，大洪水的资料较少，建立准确的洪水预报数学模型不太容易，再由于某些地域人类活动对下垫面的影响较大，根据历史资料建立起来的洪水预报模型很可能会带来较大的误差．本文以汾河中游段洪水预报系统为例，针对系统在应用中存在的这些问题进行分析研究，并探讨通过改进雨量站网的设备和管理，用数学方法对雨量信息及洪水预报进行实时校正来提高洪水预报的精度．     

长江中游防洪调度整体数学模型

长江中游是洪灾最为严重的地区，其中尤以荆江河段最为严重，长委会以往对洪水预报和分蓄洪方案的计算多采用水文学的方法，为适用实时分洪调度决策的更高要求，１９９０年水利部和长委会领导决定先建立一个自宜昌至大通的防洪实时调度整体数学模型，其中包括洞庭和鄱阳二湖水系，研制工作从１９９１年开始，并对宜昌至汉口段作了具体计算，经过１９９２年汛期实时预报工作的检验，又经过１９９３年对１９６９年洪湖溃口分洪进行重演     

数字水系分级对流溪河模型中小河流洪水预报的影响

为了探讨流溪河模型在中小河流洪水预报中的适用性,以及基于DEM的数字水系提取和分级对流域洪水预报的影响,构建了江西省龙华江流域洪水预报流溪河模型,采用PSO算法优选模型参数,最后验证模型并讨论了数字水系分级对流域洪水预报的影响。结果表明:随着数字水系分级变多,流域洪水峰值增大、峰现时间提前、径流系数越大、模拟过程越接近实测值;采用流溪河模型进行中小河流洪水预报时,不能采用1级数字水系构建模型,适宜采用3级水系构建模型;流溪河模型采用PSO算法的自动优选模型参数,实际应用中只需要一场具有代表性的实测洪水过程就可以优选模型参数,有效提高了模型的性能;基于3级水系构建龙华江流域洪水预报流溪河模型,采用PSO算法优选模型参数,对50场洪水过程的模拟结果与实测值吻合很好,模型可用于龙华江流域实时洪水预报。     

河道数据对流溪河模型预报中小河流洪水的影响

针对琴江流域构建了中小河流洪水预报流溪河模型,分别从河道断面形状、断面尺寸和河道分级的角度定量评估了河道特征数据对应用流溪河模型开展中小河流洪水预报的影响。结果表明:河道分级越多,模型模拟洪水的洪峰流量峰值越大、次洪径流系数越大、洪峰出现时间越早,模拟的洪水过程效果越好;在构建流溪河模型时,假定河道断面为矩形,采用卫星遥感影像估算河道断面尺寸的方法是可行的,模型模拟的洪水过程精度可以满足实际洪水预报的精度要求;利用改进的流溪河模型进行中小河流洪水预报时,以3级河道构建的模型洪水模拟精度最好,可很好地模拟中小河流洪水过程。     

基于流溪河模型的中小河流洪水预报方法

针对中小河流缺乏河道断面资料而无法实际应用分布式水文模型的问题,以流溪河模型为原型,假定河道断面为矩形,采用卫星遥感影像估算河道断面尺寸,通过实测洪水资料优选模型参数,提出了中小河流洪水预报的流溪河改进模型。应用于江西省典型中小河流——太平江流域的结果表明:河道分级越多,模型模拟的洪水的洪峰流量越大、次洪径流系数越大;洪峰出现时间越提前,模拟的洪水过程的效果越好,精度越高;改进的流溪河模型对50场洪水模拟的相关系数达0.92,洪峰误差均值为5.54%,最大不超过20%,平均峰现时间差为0 h;洪水过程的预报结果可评定为甲等。该模型可应用于中小河流实时洪水预报中。     

Prediction of flood abnormalities for improved public safety using a modified adaptive neuro-fuzzy inference system.

It is widely accepted that an efficient flood alarm system may significantly improve public safety and mitigate economical damages caused by inundations. In this paper, a modified adaptive neuro-fuzzy system is proposed to modify the traditional neuro-fuzzy model. This new method employs a rule-correction based algorithm to replace the error back propagation algorithm that is employed by the traditional neuro-fuzzy method in backward pass calculation. The final value obtained during the backward pass calculation using the rule-correction algorithm is then considered as a mapping function of the learning mechanism of the modified neuro-fuzzy system. Effectiveness of the proposed identification technique is demonstrated through a simulation study on the flood series of the Citarum River in Indonesia. The first four-year data (1987 to 1990) was used for model training/calibration, while the other remaining data (1991 to 2002) was used for testing the model. The number of antecedent flows that should be included in the input variables was determined by two statistical methods, i.e. autocorrelation and partial autocorrelation between the variables. Performance accuracy of the model was evaluated in terms of two statistical indices, i.e. mean average percentage error and root mean square error. The algorithm was developed in a decision support system environment in order to enable users to process the data. The decision support system is found to be useful due to its interactive nature, flexibility in approach, and evolving graphical features, and can be adopted for any similar situation to predict the streamflow. The main data processing includes gauging station selection, input generation, lead-time selection/generation, and length of prediction. This program enables users to process the flood data, to train/test the model using various input options, and to visualize results. The program code consists of a set of files, which can be modified as well to match other purposes. This program may also serve as a tool for real-time flood monitoring and process control. The results indicate that the modified neuro-fuzzy model applied to the flood prediction seems to have reached encouraging results for the river basin under examination. The comparison of the modified neuro-fuzzy predictions with the observed data was satisfactory, where the error resulted from the testing period was varied between 2.632% and 5.560%. Thus, this program may also serve as a tool for real-time flood monitoring and process control.     

数字流域水文模型在柘溪水电站洪水预报中的应用

将数字高程模型（DEM）生成的数字高程流域水系模型（DEDNM）与新安江水文模型相结合构建数字流域水文模型，并将该模型应用于柘溪水电站的6个子流域进行产、汇流计算，所得子流域出口的径流过程与实际洪水过程进行拟合，制作洪水预报方案。结合流域现有遥测信息和实时校正技术编制了实时洪水预报系统。实时预报系统通过近1年的试运行表明该方案得到了成功应用，预报精度达到甲级标准。试运行期间依据该系统预报调度对大洪水进行了有效的错峰削峰，充分显示了水库的巨大防洪效益；洪水后期的拦蓄洪尾也为水库后期的保水抗旱提供了有力保障，增加了发电效益。     

滨江流域GPS降水预报系统的研究与实现

 利用试验区建立的GPS水汽监测网获得的近乎实时的水汽数据,采用模块开发和系统集成方式,研制了流域GPS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,GPS水汽可为降水预报提高精度;GA-BP网络是一种精度较高的降水预报模型,可提高预测精度,增长有效预见期。该系统能根据流域GPS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。     

水箱模型在三峡入库洪水预报模型研制中的应用

介绍了应用水箱模型建立三峡入库洪水实时连续预报模型的方法。按照河段流量传播时间将入库站(寸滩)以上干、支流划分为若干子河段,各子河段按照计算时段长分成若干单元河段,各单元河段区间降雨径流预报采用水箱模型,河道流量演算采用连续马斯京根法。对河系洪水预报模型的检验表明,预报精度在85%以上,能够满足实时洪水预报的要求。     

基于 BP 神经网络的场次洪水河道沙量预报

针对日益严重的河流泥沙问题,掌握河流泥沙的影响因素和泥沙的变化过程是泥沙治理的关键。以神经网络模型为基础,建立场次洪水沙量预报模型,对多沙河流的洪水挟沙量进行预报,并取得较好的预报效果。选择辽西北多沙河流大凌河作为研究实例,首先将1984年-1998年间的29场历史实测洪水资料进行分析,得到影响下游沙量的主要因素;然后,通过神经网络模型建立上游影响因素与下游沙量之间的关系;最后,选取其中6场洪水资料进行验证。模型计算结果表明,计算结果与实测结果误差在合理范围之内,精度符合要求,可以用于下游沙量的预报。     

考虑下渗的河道与蓄滞洪区洪水演进过程模拟

基于霍顿(Horton)下渗和有限体积法,建立了考虑动态下渗的一二维耦合水动力学模型,并选择海河流域漳卫河系与大名泛区联合防洪体系作为典型应用区域,利用典型场次洪水对河道模型进行了率定和验证,同时探讨了下渗对于河道行洪、蓄滞洪区分洪以及洪水演进过程的影响。结果表明:考虑动态下渗的河道模型具有较高模拟精度,3场典型洪水洪峰误差都在10%以内;河道下渗会明显推迟蓄滞洪区的启用时间,并减小分洪流量和洪水总量;蓄滞洪区下渗对分洪过程影响较小,但会加快蓄滞洪区的退水速度。