观测数据时空密度对集合卡尔曼滤波计算精度的影响

集合卡尔曼滤波（EnKF）算法在地下水数据同化领域中的应用受到了越来越广泛的关注。作为同化系统的重要组成部分，观测数据的空间/时间密度的配置直接影响滤波运算结果。本文构造了一个理想二维地下水流算例考察空间/时间密度对传统EnKF和局域化EnKF的影响。研究结果表明：随着空间密度的增大, 局域化EnKF运算精度增高，而传统EnKF运算精度无此改进倾向。总体趋势上时间密度增大使EnKF运算精度增高，但对不同数目的观测井方案，这种精度增高的幅度有所变化，观测井越多，增高越不明显。由此得出结论：局域化改进EnKF能够有效同化更多的观测井数据，给出更精确的结果；模拟初期水头变化波动较大，观测数据价值较高；在一定时间密度配置下，低空间密度局域化EnKF运算精度可以接近甚至超过高空间密度配置。     

基于EnKS和SWAT模型的闽江流域径流数据同化

地表水文过程中观测变量对状态变量的响应存在时间滞后性,为提高径流数据同化的精度,以闽江流域为研究区,基于集合卡尔曼平滑器（EnKS）和SWAT模型,构建径流数据同化方案,并与集合卡尔曼滤波（EnKF）方法进行对比,评价不同同化模型的精度,分析数据同化对不同径流分量的影响。结果表明：EnKS最优时间窗口长度在不同水文周期、流域存在差异;考虑水文模型的时间滞后性可以有效提高模型的同化精度,对比EnKF方法,EnKS方法的纳什效率系数(NSE)在七里街、沙县、竹岐3个站点上分别提升了0.03、0.12、0.03,均方根误差(RMSE)分别减小了7.43%、26.81%、4.25%;数据同化方法对不同径流分量的改进程度存在空间异质性和时间异质性,在高渗透率土壤和陡坡区域EnKS方法能使壤中流获得更显著的改进,丰水期EnKS方法对地表径流的改进较枯水期更明显。     

基于CCI资料与EnKF方法的单点土壤湿度同化

土壤湿度作为天气、农林业、水循环研究中重要的地球物理参数,对气候变化有重要影响。陆面数据同化发展较晚,研究集中在同化土壤/积雪的常规观测与遥感观测来提高土壤湿度廓线/雪水当量的估计精度。卫星遥感资料的同化是一个研究热点,同化遥感数据对提高土壤湿度估计精度有积极的作用。基于CLM4.0(Common Land Model 4.0)陆面过程模式,采用集合卡尔曼滤波(EnKF)同化方法,在美国内布拉斯加州地区的Clay Center、Red Cloud及Grand Island观测站点进行了3个单点同化实验,同化的观测数据是由CDF(Cumulative Distribution Function)技术匹配调整后的卫星遥感资料——CCI(Climate Change Initiative)数据,同化分析实验时间为2008年5月1日至2008年10月31日,利用站点实测数据对0~2cm土壤湿度的同化结果与间接受其同化影响10cm处的土壤湿度估计值进行了验证。结果表明:通过单点同化卫星遥感资料的方法可以提高表层土壤湿度的估计精度,并且受其同化影响,靠近同化层的土壤,其土壤湿度的估计精度也得到提高。     

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。     

湖泊藻类动态模型数据同化模式的改进

以太湖为研究区域,采用2014—2016年的水环境生态监测数据,率定了三维水生态动力学模型(3DHED),模拟了太湖蓝藻生物量的时空变化;通过融入遥感数据建立了基于集合卡尔曼滤波(EnKF)的蓝藻生物量预测数据同化(DA)模式,同时提出了一种改进数据同化(mDA)的策略,降低了遥感数据不确定性的影响,显著提升了模型模拟精度。结果表明:相比3DHED蓝藻生物量的模拟结果,DA模拟结果的均方根误差均值降低了10.4%,IOA均值增加了48.8%;mDA在DA基础上对蓝藻生物量的模拟精度进一步提升,其均方根误差均值为1.16 mg/L,在DA基础上降低了8.6%,IOA均值为0.71,在DA基础上增加了10.9%,并有效提升了对蓝藻生物量峰值的捕捉能力,表明提出的mDA方法能有效减小原DA模式中遥感观测数据误差的影响,提升水华模拟精度。     

基于集合卡尔曼滤波和HYDRUS-1D 模型的土壤剖面含水量同化试验

本文建立了一个基于集合卡尔曼滤波(EnKF)方法和HYDRUS-1D模型相结合的单点土壤水分同化方案,以期通过同化表层土壤含水量的实测值来改进土壤剖面含水量预测精度。结果表明,该同化方案能有效改进表层(4~10cm)及浅层(50cm)的土壤含水量预测精度,对下层(100~150cm)的土壤含水量预测精度仍有影响,但其影响有好有坏,而对于深层(≥200cm)的土壤含水量预测精度几乎没有任何影响;对同化过程中的状态变量及关键状态参数的变化分析表明,同化效果的产生是由于通过数据同化修正了模型的状态变量及关键参数,而随着深度的增加,变量和参数的调整量减小,同化效果也就随之减弱。     

数据同化对流域蒸散发过程模拟的影响研究

为研究数据同化系统对流域水文过程模拟特别是蒸散发模拟的矫正情况,构建一种基于时变增益水文模型和遥感蒸散发的确定性集合卡尔曼滤波同化系统。参照流域出口流量和子流域蒸散发观测分析水文过程的模拟精度。在时间过程和空间分布上探求流域蒸散发的模拟精度、变化过程和同化校准效应。结果表明,经过数据同化,时变增益水文模型的模拟精度在纳西效率系数和水量平衡系数2个指标上都得到提高;子流域尺度上蒸散发精度也得到改善。进一步分析发现,数据同化对极端气候和人类用水影响明显下的水文模拟实现了较为显著的修正。该方法具有潜在的实用价值,可作为水文过程模拟的备选工具。     

基于数据同化校正参数的河流磷迁移估计研究

通过磷迁移数学模型合理估计磷在河流中的时空分布,对防治水体富营养化,抑制水华暴发具有重要的科学和工程意义。数据同化方法可以将模型和观测两种研究手段有机地结合起来,将观测数据融入模型,优化模型状态变量,校正模型参数,进而提高数学模型的模拟预报精度,并依托物联网技术将传统数学模型发展为实时数学模型。本文将粒子滤波数据同化算法引入到水动力-泥沙-磷迁移模型中,以实测的断面磷含量作为观测数据,在观测时刻优化磷含量估计结果,同时校正模型参数磷相平衡分配系数Kd,构建了水动力-泥沙-磷迁移模型同化系统。将其应用于长江上游寸滩至坝前河段的计算结果表明,所构建的同化系统在真实的河流中计算效果良好,可以有效地优化更新状态变量各相磷含量浓度,并反演出模型参数Kd随水沙水环境条件变化的动态变化过程,同化之后模型模拟预报磷输移过程的精度显著提升,为水质实时模型打下基础。     

基于数据同化的深水湖库水温中短期预报

深水湖库的水温分布与演化影响着水体运动、生化反应和水生生物的新陈代谢过程,在中短期时间尺度上预报水温变化对湖库水质管理与生态环境安全十分必要。本文基于集合卡尔曼滤波算法与CE-QUAL-W2模型,构建可综合考虑模型参数、边界条件以及观测数据不确定性的湖库水温数据同化系统,利用水库调度数据与气象数据作为预报条件,将该系统应用于大黑汀水库进行1～10 d的中短期水温预报。结果表明：当集合数为100、模拟误差和观测误差分别为10%和1%时,同化系统能够兼顾较高的计算效率与模拟精度。同时校正模型参数和状态变量,能够使数据同化系统在不同水深处的水温模拟精度较无数据同化模拟结果提升41.2%～68.8%。随着预报期由1 d延长至10 d,各水深的预报误差由0.22～0.35℃增大至0.77～1.09℃。无论水库处于分层期或混合期,数据同化系统均能够在预报期内的气象条件及水库调度等内外部因素驱动下维持较高的准确性,高精度的水温中短期预报方法可以为湖库供水与生态安全提供理论与技术支撑。     

ES-MDA算法融合ERT数据联合反演 地下水污染源与含水层参数

针对未知的污染场地,为了准确估计污染物运移模型的参数,提出一种基于多重数据同化集合平滑器(ensemble smoother with multiple data assimilation,ES-MDA)算法的地下水模型参数反演方法,通过融合由高密度电阻率（electrical resistance tomography,ERT）法采集的ERT观测数据,实现对污染源源强和渗透系数场的联合反演。以此为基础设计3组数值算例,比较不同类型观测数据对反演精度的影响。研究结果表明：融合ERT数据的ES-MDA算法对模型参数的反演精度更高,并且将ERT数据和传统的质量浓度与水头观测数据相结合,能进一步优化反演结果。     

调度数据管理系统的设计与实现

水库调度数据库系统是调度的基础和重要工具,对数据进行进行行之有效的管理,为调度决策提供数据服务。通过对数据的分析、数据库结构分析和设计,建立一个对调度数据体系进行管理的系统。加强对水库调度作业的管理,对调度提供技术支持。数据库满足查询输出、预报和调度等对使用数据的要求;并适应网络环境运行的需要。     

数字化测绘技术在工程测量中的应用

介绍了数字化测绘技术中的原图数字化，数字测图、数字摄影测量几个方面在水利水电工程测量实践中的应用体会和经验。     

基于起源信息的水位衰老数据的筛选算法

为提高数据质量和决策依据的权威性,需要筛选和处理因过时而无法准确描述事物、从而影响决策的衰老数据。基于最小二乘法多项式曲线模拟数据序列,结合水位数据起源信息特征,加入时间影响因子,提出了一种带权值的多项式筛选算法,并对其进行了数学推导。为了对该算法进行正确性验证和效用分析,采用滁河流域水库水位数据进行了相关试验,并与最小二乘法多项式筛选方法进行对比分析。试验得出,该算法较最小二乘法多项式筛选方法,误筛、漏筛率降低约40%。衰老数据处理之后,系统综合处理时间减少约20%,而分析结果的准确率提升约57%。结果表明:该筛选算法能有效筛选衰老数据,提高数据分析结果的准确性和效率,从而辅助提高决策能力。     

建设"数字黄河"工程

“数字黄河”,就是借助全数字摄影测量、遥测、遥感、地理信息系统、全球定位系统等现代手段及传统手段采集基础数据,对黄河流域及其相关地区的自然、经济、社会等要素构成建成一体化的数字集成平台和虚拟环境,对黄河治理开发和管理的各种方案进行模拟、分析和研究,并在可视化的条件下提供决策支持,增强决策的科学性和预见性。     

历史水文资料数字化处理

纸质水文年鉴由于保存时间长和反复利用,不可避免地将发生损坏情况,利用计算机技术将纸质水文年鉴的资料数字化,将对水文资料保存和应用提供极大便利。为此,长江委水文局建立了一套特殊档案数字化加工系统。系统具有纸质媒介整理、扫描、影像纠错、书目索引以及自动上传的功能,实现了将纸质水文年鉴转化为电子文档的操作和管理。     

国家水资源监控能力建设中数据集成方式探讨——以辽宁省为例

为解决辽宁省国家水资源监控能力建设项目中的数据集成问题,在分析项目需求的基础上,采用数据库层直接集成的实时性数据集成方式,运用数据库规划建库、TI工具、数据导入等方法,完成项目的数据集成任务。上述数据集成方式的综合应用实现了取用水、水功能区、水源地等6方面的数据集成,集成总量达到每日千万条级别。应用结果表明,采用所提出的数据集成方式能很好地完成项目建设任务,对类似项目有一定借鉴作用。     

建设"模型黄河"数字化工程

“模型黄河”数字化就是利用计算机技术、通信网络技术、室内GPs技术、地理信息技术、自动测控技术、虚拟仿真技术等,实现“模型黄河”试验数据采集的自动化、传输的网络化、管理的集成化、试验过程管理的智能化、试验办公的电子化;“模型黄河”数字化工程建设构建的数字集成平台最终将实现与“原型黄河”、“数字黄河”的资源共享、联合互动、互为作用。“模型黄河”数字化工程的建设是必要和可行的,其总体框架包括三大功能部分,即基础设施、专业服务平台和应用系统;5个逻辑层,即信息采集层、信息传输层、数据存储层、专业服务平台层和应用系统层。     

从数据中心数据资源目录建设看档案编目的新特点

通过分析数据中心数据资源目录编制的主要任务、内容和方法,分析研究大数据条件下档案编目在对象和手段、目录管理方法以及目录形式等方面的新特点。     

电力调度综合数据平台体系结构及相关技术

在分析当前调度系统数据现状的基础上，提出了一个电力调度综合数据平台的参考体系结构。描述了该体系结构下的数据输入输出、存储、交换与共享、数据加工、数据服务、数据展现等主要技术，并对相关的规范标准、数据仓库和数据挖掘技术应用、调度管理信息系统（DMIS）一体化集成等进行了描述。     

面向水电厂的综合数据分析平台构架

电力信息化是指信息技术在电力工业中的应用，是电力工业在信息技术的驱动下由传统工业向高度集约化、高度知识化、高度技术化转变的过程。文中以梅建面向水电厂的综合数据分析平台为主要解决方案，基于“数据抽取”策略和IEC61850标准，实现综合数据源集成和信息建模，并探索更加符合数据多个异构信息系统数据处理的分析构架，保障综合数据分析平台“安全分析”，进而提高水电厂海量数据的综合分析和有效处理水平，为实现行业管理、安全生产、经济运行等业务辅助决策创造条件。