洪水预报智能模型在中国半干旱半湿润区的应用对比

为探究不同洪水预报智能模型在我国半干旱半湿润区的应用效果,选用决策树、多层感知器、随机森林和支持向量机4种模型在陕西省3个典型流域进行逐时洪水预报;选择相关系数、纳什效率系数、均方根误差、平均绝对误差和相对误差等评价指标,比较不同预见期下4种模型在半干旱半湿润典型流域洪水预报的适用性。结果表明:在短预见期预报中,4种模型在半湿润区典型流域均可获得较高的预报结果,在半干旱典型流域模拟精度相对偏低,仅支持向量机模型满足预报要求;随着预见期延长,不同模型性能变化差异大,支持向量机模型整体稳定,在小流域实时洪水预报中具有明显优势;随机森林模型与决策树模型精度随预见期延长而缓慢下降,前者适应性更好;多层感知器模型精度随预见期延长而骤减,模型稳定性较差。     

基于Kalman滤波的实时校正模型研究

采用Preissmann四点隐式差分对一维动力学模型中圣维南方程组进行时间和空间离散,并结合Kalman滤波理论,建立以观测变量为状态向量的自适应实时校正模型。该模型在淮河中游的应用表明,相比于不使用实时校正模型,其预报的水位、流量精度更高。     

基于集成学习的山区中小流域滑坡易发区早期识别优化试验

滑坡作为山洪水沙耦合运动的物源和动力基础,其易发区的识别是山洪水沙灾害预报预警和风险评估的重要前提。以往的山洪水沙灾害防治研究主要关注洪水的影响,而忽视了固体物源的作用。为完善山区中小流域山洪水沙灾害防控体系,提出基于集成学习的山区中小流域滑坡易发区早期识别方法,针对数据样本构建和影响因子选取过程进行优化试验。利用滑坡单元下垫面环境因子频率比作为无监督学习算法数据样本进行聚类分析,根据聚类算法易发性分区结果选取非滑坡单元,结合滑坡单元构建集成学习分类算法数据样本集,比较单体算法和融合算法的易发性分区结果准确率和覆盖度。选取研究区域高分卫星遥感影像建立松散堆积物直接解译标志,基于目视解译识别松散堆积物面积,通过回归分析构建松散堆积物面积-体积幂律关系,形成研究区域松散堆积物空间分布图。将固体物源作为下垫面环境因子,比较引入物源因子前后的滑坡易发性分区结果准确率和覆盖度。结果表明：K-Means-RF（K-Means-AdaBoost）融合算法输出的高易发区覆盖率相对于K-Means单体算法提高9.3%（12.1%）。两类融合算法的易发性分区准确率和泛化能力比较接近,K-Means-AdaBoost融合算法对于滑坡点的预测效果更优。考虑物源因子后的K-Means-RF和K-Means-AdaBoos融合算法易发性分区中的高易发区覆盖率分别提高14.2%和17.7%,召回率都提高12.1%。     

基于多源遥感土壤湿度与模型数据同化的流域径流模拟

为提升径流模拟精度,以秦淮河流域为例,采用集合平均法将SMAP、SMOS、AMSR2卫星遥感土壤湿度融合并利用地形湿度指数进行空间降尺度处理,采用卡尔曼滤波算法和栅格新安江模型进行遥感融合土壤湿度同化。对2016—2018年秦淮河流域3个流量站记录的11场洪水进行模型数据同化的结果表明：日尺度率定期洪峰、径流深相对误差合格率均为71.43%,验证期洪峰、径流深相对误差合格率分别为66.67%和100%;经同化后,8场洪水径流深误差减小,平均误差降低29.01%;8场洪水确定性系数增大,范围在0.01～0.09之间,模拟精度最高可提升11.84%;同化多源遥感土壤湿度能有效改善土壤湿度估计的准确性,进而提升径流模拟精度。     

栅格新安江-地表地下双人工调蓄分布式水文模型

为了提高地表地下双重人类活动干扰下的流域洪水模拟精度,基于调蓄水库概念提出了考虑地表水利工程和地下水超采影响下的网格化降雨径流模拟方法,通过在栅格新安江模型基础上引入地表地下双调蓄模块,构建了栅格新安江-地表地下双人工调蓄分布式水文(GXAJ-DAR)模型,将该模型同半分布式新安江-海河模型在海河的典型流域清水河流域进行了验证比较。结果表明：GXAJ-DAR模型在清水河流域的模拟精度高于新安江-海河模型;基于栅格的双调蓄结构能根据水利工程控制区域和地下水埋深的实际空间分布对地面和地下径流人工调蓄过程进行准确模拟;GXAJ-DAR模型对自由水蓄水库蓄水容量参数的取值较新安江-海河模型更加合理,能有效提高清水河流域的洪水模拟精度。     

水库水体的最大类间方差迭代遥感提取方法

针对利用遥感影像结合经验阈值提取水体信息需要进行大量试验,难以客观地确定水体与非水体分割阈值的问题,在最大类间方差法的基础上提出了最大类间方差迭代法来优化提取水库水体信息。基于高分一号(GF-1)卫星影像数据,使用归一化差分水体指数(NDWI)法初步提取了水体信息,通过形态学膨胀算法建立缓冲区,采用多次迭代最大类间方差法计算自适应阈值,用于分割水体与非水体,从而实现水体最优提取。实例验证结果表明,提出的优化方法可以有效地消除建筑等非水体地物信息的干扰,较准确地提取水库水体信息在不同时期的特征,总体分类精度与Kappa系数较最大类间方差法提取结果分别提高了9.36%和24.09%,综合精度平均提高了10.42%。     

基于PDSI的1982—2015年我国气象干旱特征及时空变化分析

利用中国地面气象观测的月值资料构建1982—2015年月尺度帕默尔干旱指数(PDSI)来度量中国气象干旱,并对气象干旱特征和时空变化规律进行分析。结果表明:我国气象干旱特征空间差异显著,半湿润、半干旱区平均干旱历时较长,烈度较大;从全国整体来看,单位面积上干旱频率为0.44次/a,平均干旱历时6月/次。气象干旱特征变化明显,干旱频次、历时和烈度呈上升趋势,半湿润、半干旱区干旱形势逐渐严峻。气象干旱时空变化显著,年际性、季节性PDSI均呈下降趋势,气象干旱总体呈加重趋势,集中在半湿润、半干旱区(青海东南部、陕甘宁、山西、内蒙古北部及黑龙江北部区域),部分湿润区(四川中部、重庆、湖北及云贵地区)气象干旱加重趋势同样显著。     

1979—2018年雅砻江中上游积雪时空变化及影响因素分析

基于1979—2018年积雪深度卫星数据及同期的格点型降水和气温观测资料,分析了雅砻江中上游积雪时空分布及其影响因子,利用相关分析法分析气候因子与地形因子对积雪深度时空分布的影响及贡献程度,采用趋势分析法研究积雪特征和气候因子的时间变化规律。结果表明:雅砻江中上游降水、气温、高程、坡度和坡向对年均雪深空间分布的贡献率分别为0.218、0.453、0.206、0.080和0.043,气候因子的贡献程度明显高于地形因子;研究区积雪期主要集中在10月至次年5月,年降水量和年均气温呈显著上升趋势,西北部和东南部积雪期变暖现象明显,绝大部分区域年均雪深表现为不明显的减少趋势;积雪深度与降水量的相关系数多为正值,与气温的相关系数均为负值,在区域中下游表现的相关性较强,各影响因子与积雪深度的相关程度由强到弱依次为气温、高程、坡度、降水和坡向。     

GEFSv12 降水再预报数据在淮河流域的适用性评估

新一代全球集合预报（global?ensemble?forecast?system?version?12,GEFSv12）是美国国家环境预报中心 （National?Centers?for?Environmental?Prediction,NCEP）发布的最新的再预报数据集,对该数据集中的降水数据在淮 河流域的适用性进行评估。由于原始预报存在系统偏差,所以应用贝叶斯联合概率模型（Bayesian?joint?probability, BJP）,对原始 GEFSv12 再预报数据进行统计后处理。预报验证的评价指标包括均方根误差（ERMS）、Brier 技巧评 分（EBSS）、连续等级概率技巧评分（ECRPSS）、α 指数及可靠性框图,注重从预报偏差、精度以及可靠性 3 方面评价原 始预报及经过后处理的预报。结果表明：GEFSv12 降水再预报数据对淮河流域具有较好的适用性,在预见期 1~7?d 具有预报技能;BJP 统计后处理方法能有效降低预报系统性偏差,增加预报精度以及预报可靠性,经过后处理的降 水集合预报将有利于进一步的水文集合预报应用。     

栅格岩溶分布式水文模型

为提高岩溶区洪水的模拟精度,基于自由水蓄水库和线性水库的概念,提出了考虑表层岩溶带与深层地下溶隙调蓄作用下的降水径流分布式模拟方法.在栅格新安江模型的基础上引入表层岩溶带及深层地下溶隙调蓄模块,构建了栅格岩溶分布式水文模型,并将该模型和栅格新安江模型应用于典型岩溶流域(普厅河流域)进行对比分析.结果表明:栅格岩溶分布式...