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。     

枫树坝水库洪水实时预报校正方法研究

枫树坝水库降雨径流概念性模型的建立及其自动采集系统的完善,为枫树坝水库洪水实时预报校正研究提供了前提条件.概念性水文模型考虑因素尽管较全面,但汇流经验单位线计算流量过程精度有待提高.基于洪水预报误差信息,对一阶自回归模型自适应递推、二阶自回归自适应递推和卡尔曼滤波校正方法进行研究分析.实际洪水与模拟计算结果对比分析表明,二阶自回归递推和卡尔曼滤波校正计算方法提高了洪水预报精度.     

基于协整理论的淮河流域上游洪水预报实时校正方法

为了提高淮河流域上游的洪水预报精度,引入计量经济学中的协整理论与误差修正模型用于洪水预报实时校正;同时为了解决自回归算法无法针对非平稳序列建模以及序贯相关性问题,构建了基于误差修正概念的自回归误差修正模型。以淮河鲁台子站以上流域为研究区域,基于分布式垂向混合产流模型模拟结果,分别构建一阶至三阶自回归模型、误差修正模型和基于误差修正的自回归模型对模拟结果进行校正,采用修正效果评价系数、确定性系数、洪峰相对误差、径流深相对误差和峰现时差5个评价指标,分析对比各校正模型对流域2003—2014年10场洪水的校正效果。结果表明:3种实时校正方法均对淮河流域上游洪水有一定的校正效果,其中,自回归模型校正效果最差,排除误差序列非平稳的两次洪水后,其平均修正效果评价系数为0.20;误差修正模型能够有效校正预报洪水,其平均修正效果评价系数为0.76;基于误差修正的自回归模型校正效果较好,与传统自回归模型相比,对洪峰流量的校正效果显著提高,其平均修正效果评价系数达到0.98,可用于淮河流域上游洪水预报的实时校正。     

粒子群算法在河道水动力模型参数校正中的应用

参数估计一直是河道水动力模型研究的难点之一,在传统的模型参数人为经验率定方法的基础上,提出了基于粒子群算法的模型参数优化校正方法,构建了参数校正优化模型,并将参数优化校正算法与河道水动力模型进行耦合,针对淮河干流和史灌河支流组成的研究区域,采用一维河道洪水演进模型,比较了糙率系数校正方法和传统经验估算法,校正方法得到的河段糙率系数值比人为经验估计值平均大0.01,淮河干流河段糙率略大于史灌河支流河段糙率,采用校正河段糙率系数得到的河道水位过程与实测值拟合更优,特别在主峰段洪水过程模拟精度显著改善,验证了本文所提出的参数优化校正算法的有效性,为复杂河道水动力模型参数的确定提供了一种有效方法。     

汤河水库实时洪水预报技术研究

汤河水库洪水预报对汤河水库及其下游的防洪安全极其重要,需要研究实时洪水预报技术,以提高洪水预报精度.根据汤河水库自然地理和水文特性,汤河水库实时洪水预报采用汤河水库洪水预报,考虑到各场次洪水预报误差之间存在一定的相依性,故采用人工神经网络方法构建实时校正系统,模型用实际洪水资料进行校准,并用2场较大洪水予以检验.2个场次的校验表明,实时校正能明显地提高洪水预报的精度     

洪水预报实时校正技术研究综述

对典型的水文模型流量预报实时校正算法、误差自回归校正算法、衰减记忆最小二乘算法和卡尔曼滤波算法等洪水预报实时校正方法及其求解过程进行了分析,讨论了各种方法的利弊.结果表明:水文模型流量预报实时校正算法物理意义明确,容易编制程序,但预见期较长时的校正效果不明显,对于有多个水文站的较大流域,不适宜采用该法;误差自回归校正算法的阶数可以通过实际情况来确定,模型可以确定系数,也可以加入不断反馈的信息而成为变系数的时变模型;衰减记忆最小二乘算法仅适用于缓时变系统的参数识别,对于非确定性动态水文系统模型参数跟踪乏力,容易形成参数在线跟踪的滞后性;卡尔曼滤波技术目前应用较为广泛,但在实际使用中仍然存在各种各样的问题,需要借助滤波处理技术加以改善.     

基于洪水分级的两江电站洪水预报方案研究

本文以两江电站为研究对象,针对传统洪水预报方案中没有考虑洪水分级的问题,将洪水分为大、中、小3个等级,编制了基于洪水分级的洪水预报方案。方案中,以泰森多边形对流域进行分块,预报模型采用三水源新安江模型和实时校证算法;采用人工经验与粒子群算法结合的方法,利用2000—2015年的资料,率定了不同类型洪水的模型参数。采用2016年洪水资料对预报模型和实时校正算法进行了验证。结果表明,本文洪水预报方案优于洪水不分级方案,率定出的模型参数适合不同等级的洪水,采用的实时校正算法可以提高预报精度。     

枫树坝水库洪水实时预报校正方法研究

枫树坝水库降雨径流概念性模型的建立及其自动采集系统的完善，为枫树坝水库洪水实时预报校正研究提供了前提条件。概念性水文模型考虑因素尽管样全面，但汇流经验单位线计算流量过程精度有待提高。基于洪水预报误差信息，对一价自回归模型自适应递推、二阶自回归自适应递推和卡尔曼滤波校正方法进行研究分析。实际洪水与模拟计算结果对比分析表明，二阶自加归递推和卡尔曼滤波校正计算方法提高了洪水预报精度。     

山前小流域水文—水力学耦合洪水预报研究

为了提高受人类活动影响显著的小流域洪水预报精度,以浙江省杭州市东苕溪流域为研究对象,分别以半分布式新安江模型、平原区水文模型、分洪区水动力模型以及一维河网模型模拟山区、平原区、分洪区以及河道的洪水过程,在卡尔曼滤波实时校正技术的支持下,建立流域水文—水力学耦合预报模型。通过对1996年以来瓶窑站典型洪水进行率定和验证,表明该模型符合东苕溪预报的精度要求。在2012年"海葵"台风的实时预报应用中,该模型发挥了辅助决策的作用,可作为后期防汛决策的参考。     

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。