高山寒区径流预报人工神经网络模型研究——以乌鲁木齐河源区为例

开展高山寒区径流预报对合理开发利用我国西北地区水资源有重要意义,由于恶劣自然环境造成的观测困难、干扰因素较多等问题,建立简单有效的径流预报模型是研究高山寒区水文规律的途径之一.近年来,人工神经网络技术作为一种简单有效的新方法被广泛应用于水文预报,但在冰川融雪为主的流域径流预报中的应用较少,本文以乌鲁木齐河源1号冰川区为研究对象,构建了高山寒区冰川作用区径流预报的前馈型人工神经网络模型(BP-ANN).通过1号冰川水文站各水文要素之间的相关分析初步确定网络的输入,以Nash效率系数最大等为目标函数,优选网络结构,并在此基础上对所优选网络结构的合理性及模型预见期进行了分析.     

汀江流域降水径流时间序列的混沌分析

越来越多的研究表明水文系统是一个高度非线性、复杂性的巨型系统。混沌理论为研究变化环境下水文要素特性提供了新方法。以汀江流域上杭水文站月尺度降雨径流时间序列为对象,采用饱和关联维数和最大Lya-punov指数指标识别混沌特性。分析结果表明,汀江流域月尺度降雨、径流的饱和关联维数均为分数维数,最大Lyapunov指数均大于零,可推断其存在明显的混沌特性,为进一步研究降雨径流预报提供依据。     

冰川积雪流域热力学水文模型参数敏感性分析

以乌鲁木齐河河源区1993年、1994年数据为基础,采用GLUE法对冰川积雪流域热力学模型参数的敏感性进行了分析.结果表明:在所分析的参数组中,冰川表面净辐射表现最为敏感;合理的参数取值范围可以降低参数的敏感性;数据序列的延长将在一定程度上降低模型的不确定性;在可行参数组95%置信区间下的流量过程上下限并不能完全包括实测流量,这与选取分析的参数有关.     

“22·06”韶关城区洪涝模拟研究

为支撑珠江流域城市防洪排涝规划和广东水网建设规划,文章基于高精度DEM构建韶关城区HEC-RAS洪涝二维模型,对浈江、武江、北江干流洪水和城区涝水进行模拟,分析研究干流洪水漫溢和内涝淹没情况,计算成果表明与外江洪水观测数据、城市涝水调查数据、洪涝遥感影像等相互验证较好,数据较为吻合,可为防洪风险图的编制提供便利的解决方案,也能为韶关市及流域内类似城市防洪减灾方案的制定提供有力支撑。