黑河干流水量调度年起讫时间的探讨

目前，黑河干流水量调度年为上年的11月11日至本年度11月10日。由于10月10日左右是中游冬灌期开始时间，至11月11日结束，冬灌期为31天，冬灌期将调度年分割开采。在冬灌期实施水量调度，一是中游用水紧张，来水量也有限，难度很大；二是给中游地区会带来一定的损失。是否将调度将结束时间提前至冬灌前的10月10日，在冬灌前完成全年度的调度指标，即调度年为上年11月11日至本年度10月10日，较目前调度年结束时间提前1个月。针对这一问题进行探讨。     

时间序列模型在径流长期预报中的应用研究

自回归积分移动平均法(ARIMA法)通过对噪声概率分布的研究,可知道预测在各种概率下可能出现的偏差大小,能很好地处理随机干扰问题.随着计算机技术的发展,该方法的计算工作量大的缺点,也迎刃而解.介绍了ARIMA预测模型的建模原理和建模方法,并将该方法应用到塔里木河上游源流卡群水文站的年径流量预报中,以误差在±20%以内为全合格标准,合格率达到90%以上.     

水文时间序列预报的人工神经网络模型

1　引言由于水文现象本身的复杂性 ,目前还很难用物理方法对水文现象进行描述 ,人们主要借助数理统计方法以及其它的一些不确定性方法来描述水文现象 ,以弥补物理方法的不足。不确定性方法主要运用概率统计、时间序列、模糊数学和灰色理论等来探索水文现象。但这些理论和方法都需要具有显式函数 ,而它们往往难以找到 ,或只能以近似表达式进行描述 ,一般都有比较大的误差 ,因此 ,寻找更合理与灵活的理论和方法来充实水文学的研究成了水文工作者多年来不懈的追求 ,人工神经网络途径便是一种尝试。近年来 ,人工神经网络技术已被广泛应用于水文…     

面向不平稳径流序列的中长期径流预测方法

针对不平稳序列中长期径流预测精度低的问题,构建了趋势分析与周期叠加组合的预测方法。利用逐步回归趋势分析技术将不平稳径流序列分离为趋势序列和平稳序列两部分,对趋势序列采用趋势回归技术进行预测,对平稳序列采用周期均值叠加技术进行预测,然后将两者预测结果叠加得到最终的预测值。以黄河中游3个水文测站为例进行实例检验,结果表明:趋势序列采用逐步回归技术进行预测,能更准确表达序列的趋势性,从而提高预测精度;采用趋势分析与周期叠加组合的方法模拟月径流量,效果明显好于直接采用周期叠加的方法,能达到中长期径流预测的精度要求。     

湘江流域年径流序列的频谱分析

利用频谱分析法对湘江流域控制性水文站鲤鱼塘站的年径流序列进行了计算与分析。频谱分析的资料预处理包括平稳性检验、谐波模式检验、序列的中心化、标准化等;计算得到湘江流域年径流量存在约22.5 a、4.5 a和6.4 a的周期。频谱分析方法求得的年径流量周期与小波理论进行的年径流时间序列多时间尺度分析结果基本一致。     

石头河年径流分析与预测

本文首先分析了石头河径流趋势和持续性，再运用加权马尔可夫链对其年径流量进行预测，结果显示，未来短期内石头河径流量有增长的趋势，依据1999年～2003年实测数据预测2004年的径流状态为平水年。     

基于小波变换的红河年径流时间序列趋势分析

以红河流域上游的大东勇站、中游的元江站和下游的蛮耗站为例,基于各站建站以来的年径流资料,运用趋势检验和小波分析方法分析了红河流域径流的变化趋势,揭示了红河流域径流的演变规律。研究结果表明:红河流域上、中、下游的年径流序列呈下降趋势,下降趋势不显著;红河流域上、中、下游各站的年径流序列的主周期尺度并不一致,流域上、中、下游年径流序列随着主周期时间尺度的降低,发生突变的年会不断增加,对径流变化的敏感性也增强;流域上、中、下游年径流序列小波系数等值线分布不太密集,但是存在明显的小波系数高低值中心震荡,流域内年径流量在不同的时间周期尺度范围均存在多个"丰枯"交替。     

RBF神经网络在径流时间序列预测中的应用

利用RBF神经网络建立了径流的时间序列预测模型,对其原理和相应的计算步骤进行了介绍.实例应用结果表明:①该模型收敛速度快、预报精度较高,结果优于传统的AR模型;②应尽可能采用更大容量的训练样本,获得更好的预测性能;③历史径流资料应选取未受人类活动干扰或受人类活动影响较小的时间序列来进行分析.     

降雨和径流时间序列的混沌分析与预测

降雨和径流时间序列的混沌分析与预测Ａ．Ｗ．Ｊａｙａｗａｒｄｅｎａ等１绪论在近段时期，伴随描述确定性混沌的奇怪吸引子概念而产生的非线性动力学系统理论已经引起了许多研究者的注意。这个概念也为时间序列分析提供一种新的技术。这些分析着重于从观测到的时间序列中...     

黄河干流水库联合调度径流预报模型研究

在简述线性水文系统中总径流线性响应模型ＴＬＲ与线性扰动模型ＬＰＭ以及时间序列的自回归ＡＲ模型、滑动平均ＭＡ模型和自回归滑动平均ＡＲＭＡ模型基础上，结合黄河干流水库联合调度研究阐明了黄河干流径流预报的构想及组合模型、并讨论了径流预报模型实时校正方法，同时分析了各模型的特点及其对水库优化调度的影响，这对黄河干流水库联合调度研究以及水库优化调度在实际中的应用具有重要意义．     

R/S在径流时间序列周期分析中的应用

河川径流时间序列波动周期的确定较为困难。在R/S长程记忆性分析的基础上,将R/S分析方法引入到径流时间序列周期的分析中,其基本原理是时间序列的Hurst指数在出现不可逆转的减小趋势之前有一个相对稳定的最大值区间,据此可有效地分析时间序列的周期。乌江上游洪家渡、下游构皮滩水文站年径流时间序列周期分析表明:洪家渡站年径流序列具有15¹8 a的周期,构皮滩站年径流序列具有15 a左右的周期。     

玛纳斯河中长期径流预报研究

随着统计学的不断完善,利用时间序列和回归分析理论来预报各种水文变量的未来变化已得到越来越广泛的应用。本文基于1955年--2008年玛纳斯河实测年径流量、蒸发量、平均气温资料分别建立了时间序列模型和多元回归模型,并进行了预报拟合及精度检验。结果表明玛纳斯河时间序列模型虽然预报精度较低,但有较好的适应性;而多元回归模型精度较高,完全可以达到实用要求,可为新疆北疆各地区抗旱、年用水计划、水库的兴利调度等提供较好的参考。     

陕北年径流序列的谱分析研究

径流周期识别是径流模拟预测的依据。基于功率谱和极大熵谱分析原理,进行了陕北地区12个测站的年径流序列的周期识别。结果表明：最大熵谱分析具有高分辨率的周期识别的特点,陕北地区的年径流一般具有2－4年、11年左右和18－24年的水文周期。对于年径流序列长度大于35年的测站,功率谱分析和最大熵谱分析的分析结果一致,但是对于序列长度小于35年的序列,功率谱分析表现出分辨率低的不足;最大熵谱分析具有分辨率高的特点,提取的主要周期符合实际。     

黑河干流水沙特性分析

在黑河干流中上游水文站实测资料的基础上,分析了黑河干流水沙区域分布、年际变化、年内分配特性,以及近年来人类活动对水沙特性的影响,为今后水行政主管部门实施黑河干流调水、加强中下游泥沙治理、解决生态环境与水土流失等问题提供依据。     

黑河干流中游地区耗水量变化的历史分析

黑河流域水资源极其匮乏，加之地区上的配置不均衡和中游地区水土资源的过度开发，导致黑河下游出现了严重的生态环境问题，已影响到我国北方广大地区生态环境质量，受到国家的高度重视和全社会的广泛关注。黑河水资源开发利用主要集中在中游地区，该区是全国重要的商品粮、蔬菜和经济作物生产基地之一，耗水量占流域耗水量的85％以上，是黑河的主要耗水区和径流利用区。利用黑河上游控制站莺落峡站和中游控制站正义峡站水文资料，分析了黑河中游耗水量的变化，结果表明：20世纪80年代以前黑河中游耗水量在4．4亿m^3左右，比较稳定；进入20世纪80年代以后，耗水量明显增加，80年代耗水量比70年代以前增加了1．97亿－2.49亿m^3;90年代耗水量又比80年代增加了1.64亿m^3左右；80年代以来流域耗水量呈明显增加的趋势，这是以人类活动影响为主的结果。     

水文预报时间序列神经网络模型

本文提出了水文预报的时间序列神经网络模型，并研制开发了相应的计算机软件，其有效性在实例中得到验证。     

黑河中游地区水资源分析

利用系列资料系统分析了近60 a来黑河流域中游地区水资源变化特征,结果表明,自20世纪50年代以来,出山口地表水径流量的年际变化相对比较稳定,径流丰枯呈现周期性交替变化,多次出现连续丰水段或连续枯水段,丰水年与枯水年发生的概率相当,由于冰雪径流的调节作用,使径流的年际变化明显减小。莺落峡在不同年代的径流量年内分配情况基本上比较稳定,没有大的变化,但是正义峡的径流年内分配情况却有明显的不同,主要是受中游灌溉的影响。