黄河流域重要断面设计年径流量计算研究

以黄河流域3个重要水文站(兰州站、花园口站和利津站)的历史年径流量序列为研究对象,首先对各时间序列进行变异诊断,在诊断结论的基础上再进行设计年径流量计算。分析表明：1919—2018年的兰州站和花园口站年径流量序列均存在较为明显的跳跃性变异,且最大可能变异位置分别为1932年和1990年;1952—2018年的利津站年径流量序列既存在趋势性变异又存在跳跃性变异,整体上年径流量序列呈现出较为显著的下降趋势,且序列的最大可能变异位置为1985年。针对3个水文站年径流量序列的不同特性,分别采用基于跳跃诊断的二次修正法、混合分布法和分解合成法等非一致性水文频率分析方法,计算得到各水文站不同重现期的设计年径流量。     

郁江流域灾害性洪水的水位——流量关系拟合研究

针对郁江流域灾害性洪水发生频繁,选取南宁水文(2)站历史观测中具有代表性的24场超73 m的洪水水位流量资料进行水位(H)—流量(Q)关系曲线拟合研究,分别采用简单趋势线、多项式及BP神经网络三种不同类型方法来进行拟合。结果表明,三种模拟方法均能满足精度要求,其中三阶正交多项式拟合精度最佳,均方残差达到0.000 001,BP神经网络表现最差,但模型本身不存在明显的优劣之分。因此对于不同流域应该选用何种模型模拟,需结合流域自然地理特征及洪水成因规律进行具体分析。     

高要水文站设计年径流计算研究

以高要水文站历史年径流序列为基础来进行设计年径流计算。在充分论证年径流序列保持一致性的基础上,以皮尔逊Ⅲ型曲线为分布线型,以离差绝对值和最小为适线准则,分别采用了矩法、概率权重矩法、线性矩法、遗传算法、模拟退火算法、蚁群算法、粒子群算法、结合矩法的最大熵原理、结合线性矩法的最大熵原理等参数估计方法,对分布函数的均值、变差系数、偏态系数等参数进行了估计。结果表明,全部9种参数估计方法均表现较好,尤其以概率权重矩法、线性矩法、结合矩法的最大熵原理等表现最佳,经过对比,最终选取结合矩法的最大熵原理为参数估计方法。计算得出,高要水文断面在20%、10%、5%、2%、1%频率下的设计年径流量分别为8 004.69 m~3/s、8 668.16 m~3/s、9 238.63 m~3/s、9 905.44 m~3/s和10 364.72 m~3/s。研究成果可为流域未来水利工程规划设计和水资源管理等工作提供科学指导。     

基于机器学习方法的安徽省年降水量预测

为准确、可靠地预测安徽省的年降水量,基于安徽省1900～2009年的均一化降水量数据集,使用信号分析技术和机器学习方法建立区域年降水量预测模型。Morlet小波分析和EEMD结果显示,研究区域历史年降水量序列大致存在3、5、20年左右的周期。为提高模型精度,建立5种输入层为3个节点、输出层为1个节点的机器学习模型,即BPNN、WANN、TSNN、SVM、ELM。按4∶1原则,将整理好的样本集中的前85组作为模型训练集,后22组作为测试集。结果表明,5种模型表现较好,率定期的平均相对误差分别为6.1%、12.1%、14.3%、14.3%、13.2%;验证期的平均相对误差为20.6%、13.6%、12.5%、13.0%、14.3%,合格率分别为63.7%、72.7%、77.3%、77.3%、72.7%。总体来看,除BPNN模型外,其余模型均较理想,机器学习方法在非线性水文序列的模拟和预测中具有较好的适用性和可靠性。研究成果可为安徽省未来水资源规划、配置提供指导。     

一种结合小波分析的EMD周期分析方法——以南宁市年降水量为例

针对传统EMD方法中Hilbert变换未必能正确计算出本征模态函数瞬时频率这一问题,采用小波分析替代Hilbert变换来优化EMD方法,为水文时间序列的周期分析提供了一种新途径。并对南宁市1961~2015年降水量时间序列进行了周期分析。结果表明,南宁市年降水量序列经改进的EMD方法分解可得到1个趋势项和4个IMF分量。趋势项表明南宁市历年年降水量呈现出明显的下降趋势;对IMF分量进行小波分析得到了年降水量序列分别具有4~6a、10~13a、25~29a的准周期特征。     

基于统计降尺度的东江流域未来气候预估

为提高东江流域未来气候预估结果的可靠性，采用多种方法对CanESM2全球气候模式输出的气温和降水进行了统计降尺度处理。研究发现：SDSM模型和Delta方法分别对东江流域的气温和降水有着较好的降尺度模拟效果。气温上，相较于基准期(1961—2005年),至21世纪末期(2081—2100年),东江流域的日最低气温将升高2.26℃(RCP4.5)和3.65℃(RCP8.5),日平均气温将升高2.70℃(RCP4.5)和4.69℃(RCP8.5),日最高气温将升高2.79℃(RCP4.5)和4.95℃(RCP8.5),其中以夏季和冬季的增幅最为明显；降水上，未来东江流域的年降水量将保持着增加趋势，增速分别为16.4 mm/10a(RCP2.6)、8.7 mm/10a(RCP4.5)和25.4 mm/10a(RCP8.5),且以夏、秋两季增加最为显著。整体来看，未来东江流域在汛期出现极端高温和暴雨洪灾的风险将有所提高。