新安江模型河网消退系数与下垫面关系研究

为研究新安江模型河网消退系数C_s与下垫面之间的关系,以皖南山区29个中小流域为研究对象,首先采用SCE-UA算法率定河网消退系数C_s值;其次利用DEM资料提取各流域内的10个下垫面因子特征值;最后通过逐步回归分析、通径分析探讨C_s与各流域下垫面特征的综合关系。研究结果表明,下垫面因子中,流域平均高差和流域面积对C_s产生直接影响,而流域平均坡度表现为间接影响;采用逐步回归分析方法计算得到的C_s值与模型率定得到的C_s值相比,精度较高,具有统计意义,且不依赖于实测资料,可为模型在无资料地区推广应用提供依据。     

一维—二维耦合的水库下游地区洪水演进数学模型及应用

针对水库下游地区河道洪水与漫堤洪水模拟需求,建立了一维—二维耦合的洪水演进数学模型。一维模型采用Pressimann格式离散求解,二维模型采用能够适应复杂几何形状和多种流态的Osher格式求解,一维—二维连接处采用堰流公式实现水流交互。应用该模型模拟白溪流域2015年"苏迪罗"台风实际洪水,可得到洪水在计算区域的演进过程和淹没情况。对比模拟结果与实际情况可知,该模型计算合理、准确,计算结果可为防汛部门防洪预案制定、防汛调度决策提供技术支撑。     

基于Copula函数的甬江流域雨潮遭遇组合分析

雨潮遭遇组合分析和组合方式的选取是沿海地区防洪治涝规划的重要内容之一。以甬江流域为例,在考虑尾部相关性的基础上,采用Gumbel Copula函数构建流域暴雨和河口潮位的联合概率分布,分析不同暴雨潮位组合下的同现风险率、条件风险率和组合风险率,并基于条件最可能组合原理,计算给定设计暴雨条件下潮位的条件最可能值和置信区间。结果表明,当甬江流域发生10、20、50、100年一遇暴雨时,相应镇海站最可能发生4、8、21、43年一遇潮位。     

计及阀点效应负荷经济分配的SCE-UA算法

针对水火电能源丰枯、峰谷补偿特性,研究水火电力系统补偿调节机制,建立了基于SCE-UA算法解决水火电力系统短期联合优化调度模型,该模型以阀点效应下最小发电成本为目标函数,同时考虑了包括功率平衡、水量平衡、库容及发电机组功率限制等约束条件。本文用罚函数约束策略有效处理系统运行约束,实现对水火电联调系统运行区域的精确描述。为了说明SCE-UA算法的一致有效性,我们分别用SCE-UA和粒子群优化(PSO)两种算法对短期水火电优化调度问题进行求解。计算结果表明:粒子群算法(PSO)算法在求解过程中存在"早熟现象",无法寻找到全局最优解;而SCE-UA算法能在很少的迭代次数内收敛到较好的优化结果,同时满足水火电联调系统所有约束条件。因此,SCE-UA算法在求解以发电成本最小为目标函数的短期水火电优化调度问题上是非常有效的。     

基于栅格的新安江模型与GTOPMODEL模型

根据新安江模型和TOPMODEL，建立了基于网格的分布式水文模型Grid-Xin’anjiang和GTOPMODEL。将模型用于黄河支流洛河流域以及钱塘江支流密赛和太湖支流西苕溪流域的洪水模拟计算，并与新安江模型和TOPMODEL的结果进行比较。结果显示，基于网格模型的模拟精度要高于原模型的精度。     

基于DEM栅格的水文模型在沂河流域的应用

本文结合GIS技术和数字高程模型,运用基于DEM栅格流域信息提取技术,对传统的新安江模型及TOPMODEL进行改进,构建基于栅格的分布式新安江模型、基于栅格的TOPMODEL水文模型。并将模型应用于沂河临沂以上流域。通过流域信息提取、模型参数率定和流域典型洪水模拟,以探讨GIS技术与数字高程技术的应用和水文模型的适应性。应用结果表明,4个水文模型在该流域上的水文过程模拟效果良好,其中,基于栅格的新安江模型与基于栅格的TOPMODEL的模拟效果更好。     

大流域洪水预报与洪水调度管理方法研究

采用水文学与水力学、确定与随机相结合的方法，研究大流域洪水预报与洪水调度管理。确定性模型采用降雨～径流模型的新安江模型和经验预报方案进行流域流量过程预报，一维非恒定流水力学方法进行河道流量与水位以及蓄滞洪预报。随机模型采用线性动态模型进行下断面水位实时预报，最小二乘递推模型进行误差实时校正。以长江支流修水流域为例，采用新安江模型、经验方案进行万家埠与柘林水库入库洪水预报作为水力学计算的上边界条件，采用一维非恒定流水力学方法进行河道洪水流量、水位计算以及分洪计算。该方法为流域的防洪减灾提供了科学的途径。     

基于k-最近邻筛选的BMA集合预报模型研究

针对冗余训练样本会降低BMA参数求解效率与精度问题,本文提出在BMA运算之前采用k-最近邻(k-nearest neighbor)算法筛选有价值训练样本,并用于BMA参数求解的改进模型。模拟试验在淮河王家坝站进行,分别以k-最近邻筛选、不筛选两种方案为BMA提供训练样本,统计分析两种方案中王家坝站流量模拟结果,评价BMA改进法的性能。模拟结果显示,采用k-最近邻样本筛选方法后,BMA模型对洪水过程以及洪峰的预报精度提升明显;概率预报结果的离散程度降低的同时,可靠性程度获得提升。k-最近邻样本筛选方法的引入,能够有效去除BMA模型训练样本中的冗余数据,以少量的样本获得更可靠的模型参数,改善集合预报性能。     

基于SCE-UA算法新安江模型在沣河流域的应用

为了探索人工试错法和基于SCE-UA算法的自动优选法这两种方法在混合产流地区的拟合效果,选取新安江模型对半湿润半干旱地区陕西沣河流域进行参数优化。探讨基于SCE-UA算法的新安江模型在沣河流域的适用性,重点分析了参数的变化情况,发现两种方法模拟的次洪参数SM、CS变化较大。研究结果表明:基于SCEUA算法的新安江模型在沣河流域适用性较好,相对人工试错法参数取值更加合理,提高了优化速度与模拟精度,具有简便、高效的特点。