雨水地面径流模拟的改进推理法

本文分析了雨水地面径流过程,并结合我国国情,首次提出了雨水地面径流模拟的新方法——改进推理法。利用新方法可模拟求得各集水口入流水流变化曲线,为准确确定雨水管道的设计流量奠定了基础。最后通过实例计算说明了该方法的应用。     

源头雨水控制项目外排雨水的水力计算

源头雨水控制项目中外排雨水管道的设计流量及水力计算,应考虑雨水控制设施对雨水径流的折损作用,否则会产生诸多弊端。雨水管道起点集水时间为上游雨水控制系统的降雨历时,可取15min;外排雨水的径流系数应为下垫面径流总量扣减有效截留雨量后与下垫面降雨总量之比;有效截留雨水量应根据蓄(储)水设施的有效容积、汇水面积、日径流量、日渗透量、3日回用雨水量进行水力平衡计算确定。     

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。     

海绵城市年径流总量控制率指标分解探析

减少雨水径流外排，地块内雨水径流就地消纳利用是海绵城市建设的重要目标之一，雨水径流外排量由年径流总量控制率这一指标体现，如何科学合理地确定年径流总量控制目标，是近年来海绵城市建设过程中主要探索内容。以广州科教城片区为例，结合片区下垫面、排水管网等资料，利用容积法对年径流总量控制率进行指标分解，同时采用Infoworks ICM模型对各地块年径流总量控制率指标分解的合理性进行模拟验证，结果显示各地块在按照规划年径流总量控制率开发建设后，片区排水管网均满足10年一遇设计重现期，在100年一遇降雨条件下部分区域虽出现积水，但无内涝发生。研究表明，分解确定的各地块年径流总量控制率可用于指导片区开发建设，通过海绵城市建设可有效降低雨水外排，提升区域防灾减灾能力。     

秃尾河流域年径流变化特性分析

对流域径流的变化规律进行准确地分析及合理地预测对流域水资源的合理开发、水利工程的建设以及社会经济的发展具有重要的指导意义。利用Mann-Kendall秩次相关检验法和小波分析理论对秃尾河流域的径流变化规律进行分析研究,并建立BP神经网络模型对径流变化进行预测分析。结果表明:秃尾河流域年径流量变化总体上有明显的下降趋势;从小波系数图可以看出年径流过程主要存在2年、8年和19年左右的变化周期,其中19年左右时间尺度为第一主周期,同时发现目前年径流处在枯水期后期,水量有转向增加的趋势;采用BP神经网络法对秃尾河流域高家川站年径流量进行预测,预测结果相对误差仅为5.92%,说明所建立的BP神经网络模型用于该流域的年径流预测得精度较高,是一种有效地年径流预测方法。     

大兴机场海绵设施雨洪控制效果模拟

以大兴机场海绵系统为例,根据降雨径流资料,建立暴雨雨水管理模型 (storm?water?management?model, SWMM),模拟不同海绵设施组合情景下的水文过程。结果表明:在不同设计暴雨条件下,绿色基础设施、景观湖 以及组合方案均能削减洪峰流量、延迟洪峰时刻;组合方案的雨水控制效果最为显著,5a 重现期下,出口处洪峰 流量削减率和雨水总量控制率分别达 41.5% 和 79.9%;景观湖的蓄滞作用在不同的重现期下对出口流量的影响时 段不同,景观湖在低重现期下蓄积降雨过程中的雨水,削减降雨初期外排出口的流量,而在高重现期下蓄积空间 主要用于降雨后期的雨水汇流的收集,在出口段明渠退水过程中减少外排雨水;绿色基础设施在上游区域的溢流 量削减率达到 10.6%,在洪峰削减、延迟峰值时刻上表现明显;上游连接景观湖后造成的回流会导致退水时长增 加,在高重现期下回流雨水占用明渠蓄水空间,可能增加上游管网的溢流风险。     

海绵城市雨水年径流总量控制率研究——以沈阳市中心城区为例

径流年总量控制率是海绵城市规划建设需要控制的核心指标,对于海绵城市的建设实施具有重要的指导作用。本文以沈阳市中心城区雨水年径流总量控制率为研究对象,从建设需求、建设要求、建设的可行性3个方面进行分析,比较现状沈阳市域及中心城区的水文特征,参考国家要求及其他城市年径流总量控制率的选取范围,并对沈阳市现状及规划用地情况进行系统研究,最终确定适用于沈阳市的雨水年径流总量控制率。     

城市公园海绵化设计及效果评估

项目的年径流总量控制率目标为75%,分析了项目的海绵化设计方案,建设2759m2的透水铺装强化公园的径流控制;应用景观绿地蓄积雨水,设计290m2的下沉式绿地提高公园对雨水的调蓄能力,计算得到公园的蓄水容积为86m2,大于设计调蓄容积,项目的年径流总量控制率可以达到设计目标。建模分析了项目实际的年径流总量控制率,为82%,表明公园的海绵化建设对径流控制效果良好。     

极端降雨事件对雨水年径流总量控制率和24h降雨场次控制率的影响规律探析

雨水年径流总量控制率是海绵城市建设中最重要的指标之一。通过对降雨资料的统计分析得出雨水年径流总量控制率与设计降雨量之间的关系,由设计降雨量确定雨水源头控制设施规模。合理规范地选择分析降雨统计参数是科学制定雨水年径流总量控制目标的前提和保障。采用《海绵城市建设技术指南》的统计方法,分析极端降雨事件(极端小降雨事件和极端大暴雨事件)对雨水年径流总量控制率与24h降雨场次控制率的统计结果带来的影响,对统计中极端降雨事件的取舍做出判断,同时采用箱形图识别极端大暴雨事件,从而确定其最佳扣除比例。     

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。     

基于水力和水质模型的海绵城市设计

通过案例介绍了结合SWMM模型构建雨水管网系统和低影响开发雨水系统的规划设计过程,评估了低影响开发技术对场地径流的控制效果。通过模型模拟表明,采用低影响开发技术,可以削减径流水量和峰值流量,推迟径流峰值出现时间,降低污染物径流负荷和径流峰值浓度,有效缓解城市内涝压力和降低径流污染。     

改进RBF-Adaboost模型及其在年径流预测中的应用

为提高径向基神经网络(RBF)在年径流预测中精度,提出基于Adaboost算法及线性递减算法改进的RBF-Adaboost预测模型,以云南省姑老河站年径流预测为例进行实例研究,并构建RBF、GA-BP及BP模型作为对比模型.利用实例前34年和后20年资料对所构建的模型进行训练和预测.结果表明:改进RBF-Adaboost模型对实例后20年年径流预测的平均相对误差绝对值和最大相对误差绝对值分别为4.83％、9.51％,预测精度优于RBF、GA-BP及BP模型.RBF-Adaboost模型集成了多个基于扩展系数及期望误差线性递减改进的RBF神经网络弱预测器,有效提高了RBF神经网络模型在年径流预测中的精度,模型具有预测精度高、泛化能力强等优点.     

基于既有数据的年径流总量控制率与设计降雨量模型拟合方法研究

年径流总量控制率是海绵城市建设的重要目标,为了方便其在海绵城市规划和绿色建筑设计中的应用,基于对既有数据的分析,探讨年径流总量控制率与设计降雨量的对应模型拟合方法。结果表明:利用"对数处理+多项式拟合"方法,可以得到拟合度和准确度均较高的年径流总量控制率与设计降雨量计算模型,具有误差小、方便快捷、可嵌入软件等优点。     

三峡水库调度方式对洞庭湖入流的影响研究

荆江三口分流是洞庭湖入湖流量的重要组成部分,其变化规律影响江湖关系。三峡水库蓄水后荆江三口分流的变化与长江来流的减少以及干流径流过程的改变关系密切。利用实测资料,分析了荆江干流流量与三口分流的关系,对比了蓄水前后荆江干流中高流量的持续时间,计算了三峡水库不同运行期径流过程改变对三口分流量的影响,得到以下结论:三口分流量决定于干流中高流量的出现天数;三峡水库蓄水后长江来流减少,且三峡水库的调蓄作用减少了荆江干流中高流量的持续时间,故而三口分流量减少;三峡水库139 m运行期,水库径流调整较小,对三口分流影响不大;三峡水库156 m运行期典型年的年内过程中,水库蓄水对三口分流影响最大,其他时段影响较小,三口年分水总量减少7.7亿m³;三峡水库175 m运行期,汛期中小洪水拦蓄及蓄水期蓄水显著影响荆江中高流量持续时间,造成三口年分水总量减少83.1亿m³。     

改进BP神经网络集成模型在径流预测中的应用

为提高径流预测预报的精度和泛化能力,建立了基于3种基本改进算法的BP神经网络集成预测模型。利用ADF单位根检验方法、自相关分析方法确定径流时间序列的平稳性和模型的输入向量。针对BP神经网络标准算法收敛速度慢、易陷入局部极值的缺陷,采用自适应动量梯度法、共轭梯度法和Levenberg-Marquardt法分别改进BP神经网络标准算法,依次构建基于3种改进算法的BP神经网络模型对文山州南利河董湖水文站年径流进行预测,并构建GA-BP预测模型作为对比模型;采用加权平均方法对各单一模型预测结果进行综合集成。结果表明:集成模型对南利河2001-2005年径流预测平均相对误差绝对值为4.67%,最大相对误差绝对值为7.11%,精度和泛化能力均优于各单一模型和GA-BP模型。集成模型克服了单一模型预测精度不高和误差不稳定的缺点,具有较好的预测精度和泛化能力,是提高径流预测预报精度的有效方法。     

基于神经网络模型的降水量预测研究

采用BP和Elman神经网络分别建立预测模型,并以盐城市大丰区连续27年的降水资料为实例对预测模型进行了具体的应用。结果表明:BP神经网络和Elman神经网络都可以有效预测降水量,但是BP神经网络模型预测精度要优于Elman神经网络模型,具有更高的稳定性和准确性。     

基于Matlab神经网络的流域年径流量预测

阐述了运用人工神经网络模型对流域年径流量径流序列做出预报,表明人工神经网络模型在水文预报中具有一定的优势。通过BP神经网络算法得到了适合该神经网络模型的训练算法。以渔峡口站年径流量实测序列为研究对象,在数值试验的基础上建立了年径流序列预报的人工神经网络预报模型结构,提高了该模型的预报准确性。     

基于海绵城市建设的公共建筑改造——以北京市通州文化馆和图书馆为例

以北京市通州文化馆和图书馆为例,探讨海绵城市建设方法,分析各技术措施在控制雨水年径流总量控制率和年径流污染削减率中的作用,实现对城市雨水的滞蓄、净化与回用的海绵城市建设源头控制的理念。     

基于GM和BP网络的年均流量组合预测模型

以岷江紫坪铺测站1937～2004年的实测流量资料为依据,运用灰色拓扑预测方法,在建模过程中将GM(1,1)模型、无偏GM(1,1)模型以及GM(1,1)改进模型与BP神经网络进行优化组合,建立年均流量组合预测模型.本文采用1995～2004年的年均流量资料对模型进行检验,结果表明,预测相对误差值较为合理,可以作为年均流量预测的有效方法.     

基于SWMM的海绵措施对城市下垫面产汇流影响

为解决城市水环境、水生态问题,以低影响开发(Low Impact Development,LID)为理念,选取已建的海绵单元在对透水铺装材料及雨水花园旱溪降雨径流监测的基础上,通过构建城市雨洪模型,研究不同海绵措施对产汇流的影响,并采用实测降雨径流数据对模型进行验证和率定。结果表明:透水铺装路面对大、中、小型降雨的径流控制作用十分显著,透水铺装相对雨水花园旱溪的污染物去除具有较好的效果;基于海绵示范区构建的水文水质模型,模拟了海绵工程措施对单场暴雨的洪峰流量以及总的径流量都具有较好的削减效果,出口洪峰流量减少60%以上,年径流总量控制率大于75%,外排径流量根据不同量级暴雨削减幅度有所不同,随着降雨强度的增大,削减效果有所减弱,较强降雨能减少30%以上,一般量级降雨能削减60%以上。对于外排污染物的量,海绵改造后,研究区单场暴雨的削减率均在50%以上。