基于信息熵对新安江水文模型参数及预报结果不确定性的量化分析

将GLUE方法与信息熵结合,分析新安江水文模型参数及预报结果的不确定性。首先用信息熵公式初步判断参数的敏感程度,根据GLUE方法求出90％置信度下流量的不确定范围;其次应用信息熵和U不确定公式共同量化分析模型预报结果的不确定性。以资水水系的新宁站集水区为研究区域,得出结论：①GLUE方法能够用来分析新安江水文模型参数的不确定性;②信息熵公式能够初步判断模型参数的敏感程度;③模型预报结果的不确定性随着实测资料的增加而降低。     

基于GLUE的新安江模型参数不确定性分析及应用

结合新安江模型在东洋河流域的应用,提出了基于GLUE方法的新安江模型参数不确定性分析。采用GLUE算法抽样结果对东洋河流域进行不确定性预报,选用水文模拟中常用的确定性系数作为似然判据,通过设定0.7为阀值,得到的90%置信区间的流量过程,实例研究表明,以该结果进行不确定预报是可行的。     

基于BP神经网络的贝叶斯概率水文预报模型

本文在贝叶斯概率水文预报系统(BFS)框架之上，研究了双牌水库水文预报的不确定性，建立了流量先验分布及似然函数的BP神经网络模型，并通过Markov链Monte Carlo(MCMC)方法求解得到流量后验分布及其统计参数。通过对双牌水库历史洪水的研究结果表明，基于BP神经网络的BFS不仅显著提高了预报精度，而且为防洪决策提供了更多的信息，使得预报人员在决策中能考虑预报的不确定性，定量的估计各种决策的风险和后果。     

GLUE法分析水文模型参数不确定性的研究

应用新安江模型,采用普适似然不确定估计(GLUE)方法,对梁辉水库洪水预报中参数的不确定性问题进行研究并对预报误差进行分析,结果发现,模型参数中存在大量的"异参同效"参数组,即存在许多可接受的似然估计值的参数值组合.据此,将参数分为敏感性参数和不敏感性参数两大类.深入了解新安江模型参数的意义及其敏感性问题为今后流域水文模拟提供参考,以助于新安江模型参数的率定和模型的推广应用.     

基于FCM-SCEMUA的水文模型参数不确定性估计方法

引入模糊C-均值聚类(FCM)方法对水文过程进行分类,结合SCEMUA方法,建立了基于FCM-SCEMUA的水文模型参数不确定性分析方法。选择南水北调水源区所在的汉江上游的江口流域,以新安江模型为例进行了实例研究。结果表明,FCM-SCEMUA方法通过对不同分类的似然函数分别设置阈值,在阈值同样为70%的情况下,所得到的有效参数组比通过SCEMUA方法得到的减少了64.8%的不合理参数组。所推求的参数后验分布更能够朝着高概率密度区进化,推导出更加合理的水文模型参数的后验分布,从而得到更加合理的预测区间,有效地减少了水文模拟与预测的不确定性。     

基于贝叶斯平均法的洪水分类组合预报研究

以实测样本隶属于某一模型的后验概率为权重,对各模型预报变量的后验分布进行加权平均,获得综合预报变量的概率密度函数,进而推导出均值、方差公式和置信区间。将“基于BP神经网络和遗传算法的分类洪水预报”与“基于贝叶斯模型平均法的多模型组合预报”相结合,实现“洪水分类多模型加权组合预报”。该方法综合考虑了各模型对不同类型洪水的适应条件及多个模型的优势,可同步降低模型参数与模型结构不确定性对预报结果的影响。以大伙房水库为研究区域,采用大伙房水库1960年~2016年的25场历史典型洪水作为本研究的基础资料,分别完成实例验证与分析,效果整体上优于单个模型。     

新安江模型在清河水库产流预报中的应用

新安江模型适用于湿润、半湿润地区。清河水库产流预报．借临新安江模型产流计算部分．应用分为模型参数率定、产流计算两部分。文中介绍了模型的计算原理及程序功能，模型的应用为清河水库产流预报精度的提高、预报手段的多样化提供了参考。     

基于 EnKF 的新安江模型参数和变量同步估计方法

数据同化方法可提高数值预报的时效性和准确性,且该方法已在水文领域得到应用,并得到快速发展。为了提高新安江模型径流模拟预报精度,采用集合卡尔曼滤波方法同化径流数据,对参数和状态变量进行同步校正估计。通过对三水源新安江模型进行理想条件下的数值实验,在同时考虑模型自身、模型参数以及观测数据的不确定性的情况下,分析了参数均值和方差改变、集合大小、同化参数的敏感性以及相关性分析对同化过程的影响。结果表明:集合卡尔曼滤波算法具有可行性,且参数均值越接近真值、方差适当增加,集合大小适中,同化参数敏感性较低以及参数与变量间相互独立时,能在一定程度上增加径流同化精度。该研究可为同类型参数同化估计提供一定参考依据。     

淮河梅山水库流域洪水模拟不确定性分析

由于自然水文过程的复杂性和人类认识水平的局限性,应用水文模型进行模拟和预报时不可避免地存在着诸如降水输入、模型结构和参数的不确定性,由此导致洪水模拟和预报结果的不确定性。基于三水源新安江水文模型,分析贝叶斯预报系统(BFS)-水文不确定性处理器(HUP)在淮河梅山水库入库洪水模拟不确定性分析中适用性。通过对入库洪水模拟结果的不确定性量化,实现梅山水库入库洪水概率预报。结果表明,与确定性洪水预报相比,基于不确定性分析的洪水概率预报在提供均值预报的同时还能给出更为丰富的不确定性信息(如90%预报置信区间)。     

用中国洪水预报系统率定丰良河洪水参数

利用“中国洪水预报系统”平台,使用三水源新安江模型,对丰良河的棠荆水文站小流域洪水进行参数率定,并对率定结果进行分析,采用合理的方法,对参数进行人工调试,确定适合该小流域洪水特征的参数,增加模型洪水计算的拟合度,得到较好的洪水预报方案。     

贝叶斯概率洪水预报模型及其比较应用研究

贝叶斯概率预报系统(BFS)为开发各种概率水文预报模型提供了方法性的框架,选择合理的先验密度和似然函数是其关键问题。利用Copula函数推导了流量先验分布及似然函数的解析表达式,通过数值方法求解后验分布,构建了Copula-BFS模型。以三峡水库汛期入库流量概率预报为例,对所提Copula-BFS模型进行检验,并与水文不确定性处理器(HUP)和基于BP神经网络的贝叶斯洪水概率预报模型(BP-BFS)进行比较。结果表明:Copula-BFS模型后验均值预报可以提高预报精度且略优于现有的模型,具有性质更加优良的预报置信区间。本文所提Copula-BFS模型不需要进行线性-正态假设,适用范围更广,应用更加灵活,为洪水概率预报研究提供一条新途径。     

渗透系数的非均质性对地下水溶质运移的影响

本文应用贝叶斯推断方法和随机模拟技术,定量研究了渗透系数的非均质性对地下水溶质运移的影响,并进行了二维理想流的分析计算。计算时分别考虑了随机模拟引起的不确定性和随机模型中参数的不确定性的影响。计算结果表明,贝叶斯推断的参数后验分布是不对称的;当条件数据较多时,参数后验分布的标准方差较小,参数分布的集中趋势较明显;地下水溶质运移的不确定程度随着时间的推移而增加,随着条件数据数量的增多而减少;当考虑参数不确定性时,溶质运移的不确定程度明显增加。     

基于改进粒子群优化算法的新安江模型参数优选

新安江模型是一种实用有效的水文模型,在洪水预报以及水资源评估和管理中得到了广泛的应用。为此,结合新安江模型参数的特点,提出了基于改进粒子群优化算法的新安江模型参数优选方法,并将该模型应用到日径流预报中。实例表明,该方法能快速地完成参数寻优,并能较好地寻找出参数的全局最优解。     

基于API 模型与新安江模型的察尔森水库洪水预报

察尔森水库承担着兴安盟地区的防洪、灌溉和供水等任务,其洪水预报具有重要的研究意义。考虑到下垫面条件和降雨分布特征的影响,单一模型或同组参数在该地区很难取得理想的洪水模拟效果,尝试引入分单元新安江模型与API模型分别对察尔森水库洪水进行预报,并分析总结两模型在该地区的适用性。结果表明:两种模型预报结果都较好,且对于大暴雨洪水预报效果更理想;当前期土壤湿润时,分单元新安江模型预报效果更好;当前期土壤干旱、降雨强度较大时,API模型预报效果优于分单元新安江模型。实际作业时根据需要选择模型进行预报,有利于察尔森水库合理调度,提高水库经济效益。     

新安江模型在土壤墒情预报中的应用

近年来干旱已严重影响到自然生态环境的平衡及人类社会、经济的可持续发展。而墒情预报是干旱管理的一项基础工作。本文分析了国内外墒情预报的模型方法,并将新安江模型移用于土壤墒情的预报研究中,建立了基于水量平衡的土壤墒情预报方案。从模型的预测结果可以看出,模拟预报结果和实测值基本一致,该方法精度是较高的。新安江模型预报土壤含水量的模型结构简单,涉及参数少且物理意义明确,易于调试优选,便于在实际工作中推广使用。     

新安江模型在土壤墒情预报中的应用

近年来干旱已严重影响到自然生态环境的平衡及人类社会、经济的可待续发展。而墒情预报是干旱管理的一项基础工作。本文分析了国内外墒情预报的模型方法,将新安江模型移用于土壤墒情的预报研究中,建立了基于水量平衡的土壤墒情预报方案。从模型的预测结果可以看出,模拟预报结果和实测值基本一致,该方法精度是较高的。新安江模型预报土壤含水量的模型结构简单,涉及参数少且物理意义明确,易于调试优选,便于在实际工作中推广使用。     

编制金华站洪水预报模型的几点探索

根据2000年度颁布的《水文情报预报规范》进行编制的金华站洪水预报模型，采用新安江、姜湾两种模型进行编制，其中对雨量站网的精选、部分参数计算的改进，误差分析和预报软件系统的研制等作了一些探索。     

基于区间入流预报的右江河道洪水演进

广西右江如果发生大洪水,将对郁江和南宁市的防洪产生严重威胁,因此右江洪水演进分析对南宁市的防洪具有重要意义。选出百色水文站洪峰流量依次增大的5场洪水,用右江百色-田东河段区间内的小流域作为代表性流域率定新安江模型参数,对区间入流洪水进行了预报。根据预报结果采用经参数试错法率定后的马斯京根模型对5场洪水进行了演进,计算了田东水文站断面的流量。结果表明:计算结果与实测流量相对误差较小,相关性系数较大,说明试错法对于马斯京根模型参数求解精度较高。     

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。     

基于多步预报模型的径流中长期预测研究

针对径流中长期预报模型中广泛存在的不确定性问题,在以往研究的基础上,建立了基于最近邻回归预测的径流中长期多步概率预报模型。介绍了该模型的计算方法和重要参数的选取方法,并应用于实例预报工作中。结果表明,该模型在4个月的预报期内,具有较高的概率预报精度。同时,该模型概念清晰,避免了参数不确定性,不仅能够提供常规的确定性预报结果,而且能够给出在不同置信水平下的预报置信区间,便于量化预报风险,为最优决策的制定提供依据。