基于贝叶斯原理的水文频率分布线型优选应用研究

针对水文频率线型选择问题,基于贝叶斯理论,利用线型优选准则评价信息进行水文变量概率分布线型选择与综合研究。结合某水文站实测洪峰资料,采用7种常用备选线型,利用线型优选评价准则,得到各线型的相应后验概率,并以此为权重进行综合设计计算。结果表明,贝叶斯模型能够较好地综合各备选线型信息与实测资料信息,提高信息使用率,在一定程度上,减小线型选择的不确定性,为水文变量线型选择提供了新思路,在水文工程设计中具有一定可行性。     

卫星降雨数据与地面站点资料在水文模型中的融合应用

地面站点观测的降雨资料可以代表站点附近的降雨真实情况,具有单点高精度观测优势;卫星降雨数据则具有空间分配观测优势,对雨量空间分配规律刻画较准确,但精度不如地面站点观测值。以南流江流域为例,通过将卫星降雨数据与地面站点资料融合应用到水文模型中,以融合后的降雨数据驱动新安江模型得到的径流过程与水文站实测流量过程吻合程度有明显改善。可见将卫星降雨数据与地面站点资料相融合,可弥补地面站点分布不均匀的问题,保证降雨数据更好反映实际降雨特征,在水文模拟中具有很好的应用价值。     

基于贝叶斯模式平均与区间二型模糊集的分区灌溉方法

为解决松嫩平原水稻灌溉水需求不断增长与地下水资源可持续利用之间的矛盾,实现节水控采目标,本文以松嫩平原北部和平灌区水稻种植区为例,通过2017—2019年降雨-地下水-产量动态监测试验,揭示灌域尺度地下水时空变化规律;采用聚类分析与空间叠加分析提出了基于地下水埋深的分区方法,确定研究区的地下水埋深分区界限;根据地下水埋深分区结果,采用贝叶斯模式平均(Bayesian Model Averaging,BMA)方法,融合AquaCrop、Jensen模型,进行平、枯水年各分区灌溉情景的产量模拟,提高了地下水埋深分区条件下的产量模拟精度。引入风险偏好因子刻画决策者的风险态度,基于区间二型模糊集(IT2FS)理论对各地下水埋深区域的灌溉制度进行综合评价,利用有序加权平均算子(Ordered Weighted Averaging,OWA)集结综合评价值,提出了不同地下水埋深区域水稻种植的优化灌溉制度。结果表明:研究区地下水埋深分区界限为1.5 m;采用BMA方法有利于提高地下水埋深分区条件下的产量模拟精度,与实测产量相关性系数超过0.95;分区灌溉模式下各区产量-灌水量响应规律存在差异,但与现行灌溉制度相比,分区灌溉能减少稻田灌水量15%～37.6%,减少地下水开采量12%以上。     

基于多源数据同化融合的尼洋河降水时空分布特征

地理位置处在我国高寒山区的尼洋河流域地面气象观测站点极少,是典型的缺资料地区,卫星降水数据产品是降水数据的重要补充。由于卫星降水数据在获取上的间接性及本身的不确定性,数据精度问题一直是阻碍其有效应用的主要因素。基于集合卡尔曼滤波(EnKF)同化算法,选取TRMM、CHIRPS、Cmorph_V1.0、PERSIANNCDR及Gldas_Noah 5种卫星降水产品,在对其与林芝站网格区域实测降水进行精度分析的基础上,进一步进行多源降水数据同化与融合。结果表明:同化后5种卫星降水产品与实测降水量的相关系数CC均在0.98以上,BIAS均在10%以下,ME在同化后均小于0.2mm/d,RMSE均小于0.6mm/d,EnKF的同化效果显著。将同化后的5种降水与原卫星降水之间的误差序列推广至全流域,从而获得全流域的5种同化降水用于融合,融合后的降水数据综合了5种降水数据产品在精度指标的各自优势,其精度和可靠性更高。利用克里金插值法对融合后的降水进行尼洋河降水时空分布特征分析,结果显示年降水量空间上由中部向四周逐渐递减,时间上呈现逐年增加的趋势。通过对卫星降水数据进行同化及融合,在提升降水数据产品精度的同时提供了满足水文模拟及水资源管理需求的时间序列数据,具有重要的应用价值。     

基于贝叶斯模型加权平均方法的水文模型不确定性分析

贝叶斯模型加权平均（BMA）方法是通过综合几个模型预报值的后验分布来推断预报量的更可靠概率分布分析工具。它不仅能提供一个综合的预报值,还能提供一个综合的预报区间。本文采用3个水文模型,统一用SCE-UA算法率定参数,得到3组不同的预报值用于BMA方法的综合,着重分析比较BMA和单个模型的预报不确定性区间,来检验贝叶斯模型加权平均方法是否能提高预报的可靠性。结果表明,BMA方法不仅能提高预报精度,还能推求出性质更为优良的预报区间,提高预报的可靠性。     

TMPA 卫星降水数据的评估与校正

卫星遥感降水由于时空分辨率的优势在现代水文模拟中正起着越来越大的作用。本研究对黄河源区的两套卫星降水产品(TMPA准实时3B42RT和研究数据3B42V6)进行了详细评估,结果表明,3B42RT与3B42V6相比会明显高估地面降水,而两者对降水事件的反演能力基本一致。通过引入"降水重心"的概念,两套卫星降水产品均可以基本反映降水的空间分布及长期演变过程。在两者尤其是3B42RT数据的校正中,首先将卫星数据与地面站点月降水对比,再等比例降尺度回日降水,然后尝试逐步订正和最优插值两种残差处理方法,从而使降水量和降水分布的精度进一步提高。最后用校正后的卫星降水驱动分布式水文模型,利用输出径流间接验证校正的效果。     

基于多卫星降雨产品和多降雨径流模型的西江流域径流集合模拟

由于水文模拟不确定性的存在,单一模型获得的径流模拟结果难以满足水文精度要求。集合模拟则是减少不确定性,提高模拟精度的有效方法。现有研究多考虑水文模型的结构不确定性,将不同水文模型的径流模拟结果综合起来。但模型输入的不确定性也是水文模拟不确定性的重要来源。因此,基于贝叶斯加权平均(BMA)方法,考虑模型结构和输入的不确定性,设置了3种集合方案,对2种卫星降雨产品(TRMM、CMORPH)输入到3种水文模型(DDRM模型、新安江模型、GR4J模型)得到的径流序列进行集合,对各集合方案的模拟精度和不确定性进行分析。结果发现,不同卫星降雨产品输入到分布式水文模型中所得到的不同模拟序列具有较好的互补性,采用BMA方法对其进行集合模拟可以有效提高模拟精度,减小径流模拟不确定性。     

基于深度学习的多源降水数据融合方法及其应用

准确的水文模拟依赖于可靠的降水数据,遥感降水产品是对地面观测站点空间代表性差的有效补充,但其精度仍需进一步改进。为获得更高精度的降水数据,提出了一种时空动态数据融合方法,它结合了基于长短期记忆(LSTM)神经网络的空间插值方法与动态贝叶斯模型平均(DBMA)数据融合方法。基于该方法将IMERG-E遥感降水数据和地面站点观测降水数据进行了融合,并以湘江流域为例,通过评估融合降水数据的精度及水文模拟验证了该方法的可靠性以及融合降水产品的精度。结果表明：融合降水数据能够较好地反映湘江流域降水的空间分布特征,并与地面站点观测降水具有很高的相关性,在多个站点处的相关系数CC达到0.65以上,大多数站点达到与参考数据集(中国自动站与CMORPH降水产品融合的逐时降水量网格数据集1.0版,简称CMA)相同甚至更高的水平。此外,相较于IMERG-E和CMA,融合降水数据在水文模拟方面的性能有所提升,洪水事件验证期的纳什效率系数NSE分别从0.41和0.80提升至0.84。     

新一代GPM IMERG卫星遥感降水数据在中国南方地区的精度及水文效用评估

新一代GPM(Global Precipitation Measurement)IMERG(Integrated Multi-satellit E Retrievals for GPM)卫星遥感反演降水数据产品提供了覆盖范围更大、精度和时空分辨率更高的新的降水数据来源。本文以北江流域为例,基于高精度融合降水数据产品定量评估了新一代准实时"early-run"和"late-run"IMERG产品(IMERG-E和IMERGL)以及非实时后处理的"final-run"IMERG产品(IMERG-F)的精度,并结合VIC(Variable Infiltration Capacity)分布式水文模型评估了该系列产品的水文效用。结果表明:(1)研究区域内非实时IMERG-F产品有着较高的精度,网格尺度上日尺度相关系数为0.65,相对偏差为5.87%,优于上一代3B42-V7产品,而准实时的IMERG-E及IMERG-L产品的日相关系数则为0.6左右,精度同样令人满意;流域平均尺度上各产品精度均进一步提高;(2)情景I(基于站点观测降雨数据率定模型)的水文模拟结果表明,非实时IMERG-F产品表现出较好的水文效用,纳西效率系数为0.622;准实时的IMERG-E及IMERG-L产品虽总体上表现较差,但在汛期表现较好,说明该产品有应用于短期洪水预报的潜力;(3)情景II(基于3B42-V7数据率定模型)的结果表明,各IMERG产品的水文模拟表现均有显著改善,说明3B42历史数据适合在使用IMERG产品进行水文模拟时用于水文模型率定。     

基于XML的水文数据集成研究

XML作为一种数据格式描述的元语言标准,它的充足性、条理性、可扩展性和自描述性成为其作为数据模型描述语言的优势。在分析比较已有数据集成方法和体系结构特征的基础上,进行了XML数据集成研究,建立了基于XML的水文数据集成平台框架,研究了其中的关键技术,解决了水文领域数据模式的异构问题和查询语言的转换问题。     

基于水文相似性的预报误差修正

如何进一步提高水文预报精度,降低预报误差,更好的服务于防洪抢险、水资源调度是水文学重要研究方向。基于水文预报误差主要影响因素在相似流域具有相似性,致预报误差具有相似性的特性,以相似流域各预报站预见期不同为切入点,优选误差修正因子,基于二次正交回归设计,构建了预报误差模拟模型以修正预报结果,提高精度。经怒江道街坝水文站模拟预报检验,修正后模拟确定性系数由0.933提高至0.998,洪峰流量平均绝对误差由693m3/s降低至116m3/s,洪峰流量平均相对误差由16%降低至3%,洪峰出现时间预报误差由平均5.4h降低至0.9h,方案精度由乙级提升至甲级。提出的基于水文相似洪水预报修正方法结构简单、计算方便、修正效果明显,是一种高效提高洪水预报精度的方法,适用于相似流域不同预报站洪水过程无明显差异的情形。     

基于多源数据与多模型集成的流域人为蒸散发变异评估

人类活动对流域蒸散发的干扰日益显著,然而实测蒸散发数据稀少,且尺度差异与空间异质性等问题限制了大尺度陆面模型与遥感产品在人为蒸散发评估中的适用性与可靠性.本文提出了一种基于多源数据与贝叶斯模型平均的人为蒸散发变异评估框架,并应用于珠江流域.结果表明,通过综合利用地面观测(降水、径流、潜热通量)、社会统计(水资源开发利用...     

基于空间数据仓库的水文信息共享及其安全性浅析

为解决水文信息共享问题,本文从分析水文数据本身固有的特性出发,建立了基于空问数据仓库的具有多层维度和度量属性的水文信息共事数据模型,结合面向对象的思想,提出水文信息单元,并探计了以之建立水文信息数据仓库的方案及其信息共享后的安全性问题.     

基于贝叶斯理论的水文多模型预报

水文预报对于防洪、抗旱以及水资源调度等具有重要意义。水文预报通常依靠水文模型来完成,由于受到不同流域特点、产汇流机制等的限制,每个水文模型都具有各自的特点及适用区域。单一模型具有非常大的水文预报不确定性,为了解决单一模型局限性的问题,多模型水文预报常作为降低水文预报不确定性有效方法之一。选用三种常见的水文模型:时变增益水文模型、新安江模型和萨克拉门托模型,在珠江飞来峡流域进行分布式建模,采用相同的输入与初始场,三个模型独立进行模拟,然后对比三个模型的结果,并进行贝叶斯多模型加权平均和简单平均得到多模型平均结果,研究结果表明,贝叶斯模型处理后的结果要比单个模型模拟结果和简单平均处理后的结果准确率高。     

流域水文时空数据模型初探

简要分析流域水文过程模拟方法;在面向对象的GIS水文数据模型的基础上,讨论了水文时空数据模型的时间域表达概念和方式;应用水文时空数据模型显示降雨数据的时空变化过程。     

面雨量计算方法对水文模拟的影响

面雨量计算方法有泰森多边形法、距离子流域中心点最近法以及网格法等。计算方法不同,往往计算结果也会有所差异,进而对流域水文过程模拟产生影响。基于站网情景随机模拟,采用新安江模型模拟水文过程对比分析了距离子流域中心点最近(DIS)和自然流域结合泰森多边形(TP)两种方法在计算面雨量空间分布和量级上的差异。结果表明:流域现有站网情形下,两种方法对流域多年平均降雨空间分配格局影响不大,但降雨量级相差较大,TP方法对小降雨事件把握更加准确;随机模拟站网情景下,采用TP方法获得的面雨量进行流量过程模拟时,所得结果更加稳定,在数量和过程上均优于DIS方法。     

GIS中的通用水文模型数据结构研究

针对水文模型与GIS平台数据结构不一致这一数字流域集成的最大障碍,从模型角度研究地理数据与GIS融合的标准方法,并设计了标准化地理数据接口和可复用地理数据组件.自定义GIS兼容的地理数据结构,解决了GIS与水文模型高度集成的时空特征和拓扑结构不匹配问题.以软件工程中常用的组件接口技术为核心方法,提炼水文模型所采用的地理...     

Arc Hydro与Arc Hydro Groundwater水文数据模型研究综述

由于目前在地表水与地下水的联合模拟研究中备受青睐的Arc Hydro与Arc Hydro Groundwater水文数据模型能否应用于水文模拟尚缺少实证性研究,通过查阅大量文献资料,分析这两个水文数据模型的功能和优点,以及存在的问题和未来发展趋势。指出Arc Hydro模型虽然具备强大的水文分析与提取功能,但其本身并不能实现水文模拟,必须与独立的水文模型利用数据交换来完成水文模拟;Arc Hydro Groundwater模型虽然包含MODFLOW分析模型,但只能对MODFLOW模型输出的结果进行可视化处理,目前还不具备独立的地下水模拟功能。认为地表水与地下水联合模型与GIS耦合集成平台的开发将是未来研究的热点。     

数据挖掘技术在辽河水文预报中的研究

针对以数据仓库为基础预报的特点,结合我国的防洪减灾实际。建立面向预报主题的水文数据仓库的结构模型,并对其结构、功能、数据存储模型和实现技术进行研究,从而对海量水文信息进行管理与分析,建立包括数据层、组织层、挖掘层和决策层的水文数据仓库体系,各层承担着水文数据挖掘不同阶段的任务,从数据预处理、数据挖掘到知识表达。彤成了一个完整的系统体系。本文结合数据仓库中的聚类、分类、关联分析等方法特点,着重探讨了在水文预报中的应用。