嘉陵江北碚站年径流量变化规律及预测研究

首先利用小波变换对北碚站年径流量变化规律进行了研究,结果表明:年径流量呈现出明显的减少趋势,并具有大约9.8a的变化周期.其次结合BP神经网络建立小波网络模型,并利用该模型对北碚站的年径流量进行预测,同时将预测结果与BP神经网络模型的预测结果进行了比较,比较结果表明:小波网络模型对径流变化的预测效果明显优于BP神经网络模型,为径流量的定量分析提供了一种新的方法.     

陕北秃尾河流域水土保持措施径流效益研究

为评价径流变化特别是水土保持措施对陕北秃尾河径流的调节效果,依据已有的研究成果,并结合该流域实测资料,利用成因分割法等方法对秃尾河流域径流的变化情况进行了研究,计算出水土保持措施径流效益。研究结果表明,经以流域为单元的水土保持综合治理,秃尾河流域径流量相对减少,其中水土保持措施的径流效益显著。可为更好地维护陕北地区生态环境、治理黄河中游流域水土流失以及科学合理调配利用水资源提供依据。      

逐步回归和BP神经网络模型的枯季月径流预测

枯季径流是工农业用水的重要来源,分析和预报流域枯季来水情况,可为科学制定用水方案、合理调配水资源提供依据。运用逐步回归模型和BP神经网络模型分别对盘龙河流域枯季月径流进行拟合和预报分析,并采用相关系数、相对误差、合格率对两个模型预测精度进行比较。结果表明BP神经网络模型预测精度更高,预测结果精度满足规范要求,更适用于盘龙河流域枯期月径流的预测。     

基于小波分解的径向基神经网络径流预测研究

噶尔河流域位于新疆塔里木盆地西南缘,流域严重缺水,直接影响到流域的农牧业生产,因此需要对其径流量做出相对准确的预测。选用喀什噶尔河流域1956年—2000年实测年径流量,运用小波分解方法揭示径流的趋势性和周期性,并利用周期性结果为径流预测提供数据输入依据,建立径向基神经网络预测模型,与传统径向基神经网络预测模型相比,精度更高,能够更加准确的预测喀什噶尔河流域年径流量。更多还原     

疏勒河年径流量变化特征分析及模拟

根据1972—2011年疏勒河年径流量的实测数据,应用倾斜趋势分析、Mann-Kendall突变趋势检验等方法分析了疏勒河年径流量的变化特征,并利用BP神经网络和粒子群-神经网络对其进行了模拟预测。结果表明:昌马堡、党城湾、双塔堡、潘家庄4个站点年径流量均呈增加趋势,年径流累积距平百分率的倾斜率为每10年分别增加13.87%、4.46%、11.57%、10.49%,年径流量发生显著突变的年份分别为2004、1983、2008、2010年;25a尺度周期是疏勒河流域年径流量变化特征的主控周期。粒子群-神经网络对疏勒河年径流量模拟结果优于BP神经网络,利用优化后的粒子群-神经网络对年径流量进行预测,年降水量在40年均值基础上从增加15%到增加25%时,径流量不会发生显著变化。     

黑河流域径流变化规律及趋势预测

根据黑河1956—2012年各水文站径流量数据,应用Mann-Kendall非参数检验法对黑河流域径流变化规律进行了分析,并利用BP神经网络对未来黑河径流演变趋势进行了预测。结果表明:1黑河干流及主要支流汛期来水量占年径流量的比例较大,为63.18%~94.56%,出山口径流量未来总的趋势为增加;2Mann-Kendall趋势检验结果表明莺落峡、祁连、新地及嘉峪关站未来径流预测趋势与实测序列趋势较为一致,而札马什克站未来径流预测趋势和实测序列趋势相反,但该站M-K值的绝对值逐渐变小并趋于0,可以推测未来该站径流量趋势将由减少转为增加,这与BP神经网络预测的结果一致。     

基于Morlet小波分析的弥苴河径流量变化及其影响因素分析

2011年以来,弥苴河流域年径流量连续8年均偏少,弥苴河是洱海最大的主要入湖河流,径流面积和天然径流量占洱海总的40%以上,分析弥苴河年径流量的变化特征对洱海入湖总水量研究具有重要意义。利用1954—2018年流域内炼城水文站的实测流量、降水以及蒸发等监测资料,采用小波分析法研究弥苴河流域径流量周期变化规律及其影响因素分析。结果表明:近65年来弥苴河流域天然年径流量随时间呈减少趋势,平均每10年年径流量减少1 435万m~3;年径流量存在9、14、19、54年左右的周期变化,它们主导着年径流量的丰枯变化趋势;四季的径流量与年径流量存在多重时间尺度相互嵌套,且四季及年径流量的第一主周期均为54年左右;影响弥苴河年降水量与年径流量变化趋势及波动周期相似,呈正相关关系;年蒸发量对年径流量的影响呈多样组合;弥苴河流域耗水量对径流量的影响呈增长趋势,下垫面条件变化越来越大,流域降水径流关系也随之变化,这也是近年来流域内径流量较过去同级降水产生径流量明显减少的主要原因之一。     

近50a来窟野河流域水文情势变化研究

对窟野河流域1966—2012年降水量、径流量以及降水—径流量关系的变化趋势进行了分析,通过建立SIMHYD模型,研究了气候变化和人类活动对窟野河流域径流的影响程度。结果表明:近50 a来流域径流量呈显著减少趋势;降水量虽然没有明显变化,但是1999年以后降雨强度减小;1998年后流域产流条件发生了很大变化;近几十年来,人类活动是窟野河流域径流量减少的主要因素。     

基于水土保持的流域降水-径流统计模型及其应用

本文在变量共线性分析基础上，提出了流域降水量标度和水土保持标度及其计算方法，建立了流域降水-水土保持-径流统计模型，该模型不仅能分离水土保持措施对河川径流量影响程度，而且还可分析降水及水土保持对流域径流量变化的影响。研究表明，在佳芦河和秃尾河流域，水土保持使流域径流量平均减少10%～22%。因降水量减少及水土保持措施面积增大，20世纪70～90年代比60年代径流量明显减少，佳芦河降水变化及水土保持措施影响分别为25%和75%，而秃尾河分别为35%和65%。     

基于EMD的凌河流域降水径流预测模型研究

为提高降水径流预测模型的预测精度,利用经验模态分解法处理非线性复杂信号的优势,再结合BP神经网络,对凌河朝阳水文站1956—2009年的降水量资料进行分解,以分解出的分量作为BP神经网络预测模型的输入,以实测的年径流量作为输出,建立降水径流预测模型。模型检验结果表明:模型预测精度较高,对凌河流域径流量预测具有一定的实用性。     

黄河上游天然年径流长期变化趋势预测

基于神经网络理论与传统分析方法,采用改进的BP网络算法,利用黄河青铜峡水文站278年(1723~2000年)的天然年径流时间序列,建立了黄河上游年径流长期变化的BP网络预测模型,并以此模型对2001~2050年黄河上游天然年径流变化趋势进行预测分析,结论认为:①黄河上游天然年径流在未来50 a变化的大趋势是丰水时段占优势,且黄河干流天然年径流变化要经历3个不同的时段,即2001~2013年以多年平均水平为基准上下波动的时段、2014~2037年相对丰水时段和2038~2050年相对枯水时段;②用神经网络理论建立了黄河天然年径流中长期BP网络预测模型,模型预测分析的未来几十年黄河天然年径流变化的大趋势是可信的。     

小波神经网络在径流预测中的应用

将小波分析与传统的BP神经网络模型进行组合,提出了一种新的径流中长期预测方法。该方法对年径流序列进行Mallat小波分解,将分解后得到的不同尺度下的低频成分和高频成分分别进行Mallat算法重构,对重构系列采用BP神经网络模型进行预测。采用黄河三门峡站1470-2002年的年径流资料进行模型的预测和检验,并与传统的BP神经网络模型进行比较,研究结果表明小波神经网络在径流预测中具有较好的预报精度,可以成功地用于径流模拟和预测。     

基于集对分析法的渭河中下游径流变化特征研究

对渭河流域中下游径流的时空变化进行分析,为流域地表径流的深入研究和合理开发利用提供基础数据。利用渭河流域中下游典型水文站的实测数据,采用线性倾向法分析年径流量变化趋势,采用集对法分析径流量的空间变化特性。结果表明:20世纪70年代以来,渭河流域径流量呈现减少趋势,各站年径流量的变化趋势相似;渭河中下游各水文站年径流量空间变化上存在一定的同步性。基于集对原理的水文分析方法简单方便、结果合理,在水文水资源领域的径流空间变化特性分析研究中具有推广和应用价值。     

长江源高寒区域河川径流预测方法及其对比分析

为了更好地预测长江源高寒区域水文循环尤其是径流过程的变化规律,根据沱沱河站(1961年-2009年)共49年的降水和径流资料,以降水量作为输入向量,径流量作为目标向量,分别采用偏最小二乘回归估计、改进的BP神经网络和RBF神经网络建立了径流预测模型,并利用Matlab工具软件编程求解。通过三种计算方法预测结果的分析与对比表明:偏最小二乘回归估计模型的径流预测结果基本合理,但该方法需要降水数据作为已知条件,同时要求降水和径流的相关性较高,对于长江源高寒区域来水复杂的地区不是很合适;改进的BP网络模型因受到神经网络学习和训练的随机性影响,需要相当大的运算量,而且预测精度也不高,如果合理选择RBF神经网络模型的周期和spread值,其径流预测结果的精度相对较高,所以是值得推荐的方法。     

气候变化对汉江上游径流特征影响预估

为了预测水文站逐月径流,对该流域水资源变化进行评估,运用小波神经网络建立汉江上游流域气象因子与径流过程模拟预测模型,并依据未来气候变化增量情景,对石泉水文站以上流域径流变化响应过程进行不同时间尺度分析。由已知汉江上游流域的月降水量和月平均温度,经小波神经网络自动“学习”训练获得石泉水文站精度较高的逐月径流数据。模拟计算结果表明:在不同未来气候变化设定情景下,该区域径流变化过程较为明显,年平均径流量最大变化范围为-34.7% ~ 21.4%。在降雨量不变、气温升高的情况下,年平均径流的响应变化范围为-5.1% ~ -13.3%。温度升高引起冬季径流增加较为明显,春季及秋季径流则存在减小趋势,秋季明显减少,而降雨量变化对夏季径流的影响最显著。     

长江流域水资源预测技术

水资源预测作为现有水文、气象预报的一种拓展,必须以现有水文、气象预报手段为基础,充分利用现有的信息化技术,从气候、地理、水文水资源、水环境保护等不同领域对影响水资源变化的诸多因素进行综合分析,构建水资源预测信息平台,加强对气候、水资源等方面的基础性分析研究,开展短期气候预测技术应用研究.开展长江流域水资源预测还需要结合流域内经济发展指标,对长江流域可供水资源、工农业用水、居民生活用水、生态环境用水需求量、水质监测等信息进行收集整理和分析,通过对长江流域或流域内某一地区未来降雨量的预测,对该地区可能形成的地表径流量、水质等作进一步预测,并分析其与用水需求量之间的基本规律和经验关系,建立适合长江流域水资源预测模型,并对流域内重点区域水资源质、量在未来一定时间尺度内的变化趋势进行预测,建立相应的水资源供需关系的预警机制.目的是更好地合理利用水资源、优化水资源配置,为长江流域经济和社会的可持续发展提供强有力的技术支撑.     

内蒙古高原典型草原内陆河流域径流的时序演变特征

高原内陆河在我国半干旱地区社会经济发展的区域水资源开发利用过程中起到了重要的支撑作用,认识其演变特征及进行模拟对于流域的可持续发展具有重要的意义。以内蒙古高原典型草原内陆河流域——巴拉格尔河流域为研究对象,基于1959-2015年的水文、气象和社会经济等数据,采用双累积曲线法、累积距平法、改进的M-K趋势检验法和小波变换法对流域径流序列的变化特征进行了解析,并通过细化降水特征因素影响和以社会经济指标量化人类活动影响,运用统计相关检验法筛选径流时序演变模拟的主要输入要素,以改进的BP神经网络实现了水文年、季尺度下径流的时序演变模拟。结果表明:巴拉格尔河流域径流量在年、季尺度下呈现显著减少趋势;径流变化的突变年份为1998年,在这之前受到气候变化为主的影响,而在这之后为加入人类活动的双重影响;年、枯水季径流序列均存在6a和30a周期,而丰水季径流在分析序列内无明显周期变化;降水指标中的降水量、降水天数和降水次数,气候因素中的蒸发和相对湿度,以及人类活动的所有指标是与径流显著相关的影响因素;在无法实现分布式水文模拟时,改进的BP神经网络可以较好地模拟该流域径流的时序演变过程。     

用小波神经网络耦合模型预测流域年均产沙量

引入小波神经网络耦合模型对流域年均产沙量进行了定量研究。由于流域的地质、地貌、土壤在一定时间尺度内具有相对稳定的特性,选出年降雨量、年均气温、年径流量、大雨降雨量、暴雨降雨量、蒸发量、日照时数和汛期降雨量等8个要素作为模型的气候水文输入因子,而以耕地面积、林地面积、水库库容、修建公路、水土保持面积、裸地面积、年采矿量及年末总人口等8个要素作为模型的人类活动输入因子,对流域年均产沙量进行了定量建模预测。结果表明:小波神经网络耦合模型不仅拟合精度高,而且预测效果好,为流域产沙的定量研究提供了新的途径。     

隔河岩水库入库年径流长期趋势分析

运用非参数法小波分析和Mann-Kendall检验分析隔河岩水库入库年径流长期变化趋势.应用M-K法对径流进行检验,在置信水平5%下径流没有显著的变化趋势.应用连续小波变换阐明径流的时间尺度特征,径流存在1～3年、5～9年、12～15年三类尺度的周期性变化规律.应用离散小波成分分析影响径流趋势变化的主要周期成分,结果显示2-年周期成分是主要的周期成分.径流的离散小波成分趋势分析清晰地展示了径流的趋势结构,对于径流的中长期预测具有重要意义.     

哈什河径流趋势预测及周期分析

为指导伊犁河流域水资源的合理开发利用、流域梯级水电站群联合优化调度以及洪水资源利用,揭示伊犁河源流的径流演变规律,以哈什河为例,依据托海水文站1958—2015年近58 a的天然径流实测数据,采用累积距平法、Mann-Kendall相关检验法、功率谱分析和小波分析法研究天然径流量的趋势走向、突变特性及周期性。结果表明:①近58 a来年径流量总体呈现略微增长的趋势;②近58 a来年径流量在1968—1974年和1998—2010年为径流量增大的阶段,1975—1997年和2011—2014年为径流量减少阶段;③年径流量在1968年和2014年发生由少到多的突变;在1980年发生由多到少的突变;④年径流量存在3类周期变化,即3~5,9~12,17~19 a,主周期为4,11,19 a。研究分析结果可指导哈什河流域的水资源开发和梯级水电站群联合优化调度。