新安江水文模型在水文预报中的应用

以海南省万泉河流域为研究对象,在新安江水文模型的基础上,通过完善模型结构、优化参数率定等,开展了对模型的改进和实证研究,并对相关结果进行了分析.在万泉河流域1990～2000年加积站和加报站的水量平衡研究中,模拟结果比较符合实测值,证明模型对万泉河流域具有较强的适用性,在流域水资源管理中具有较好的应用前景.     

多维混合回归系统水文预报模型及其应用

多维混合因归系统模型是将回归瑟自回归结合起来的综合模型。根据浏渭河流域水文特性建立朗梨水文站洪峰水位多维混合回归系统预报模型，经检验评定，效果良好。     

水文预报模型在河南省的应用研究

豫南山区是淮河上游的暴雨中心,是河南省洪涝灾害的多发地区之一,也是河南省的防汛重点。历年来,洪水预报在我省防汛抗灾中发挥了重要作用,取得了明显的经济效益和社会效益。随着淮河干流水文遥测系统和计算机实时数据处理系统的应用,我们利用近几年来我国引进的水文预报模型,对淮河上游的洪水规律进行分析研究,建立了洪水预报模型系统。该系统与实时的水情处理系统相结合,实现了预报洪水过程的自动     

HBV水文预报模型及与之集成的水文模型系统介绍

为了洪水预报，瑞典国家水文气象局开发了HBV水文预报模型及与之相集成的软件系统。比较详细地介绍了模型的结构、功能及应用领域。HBV模型目前被瑞典及北欧国家广泛使用。     

基于标准年和相空间重构的水文预报方法

文中提出了一种基于标准年和混沌分析的中长期水文预报方法。首先对最近若干年的水文时间序列进行标准年和剩余分量混沌特性分析;然后计算出时间序列与标准年差值余项的差分序列;最后利用相空间重构理论对此差分序列进行混沌预测,得到预报结果。实例计算表明此方法是可靠的。     

分布式水文模型在短期水文预报中应用的可行性探讨

针对目前基于物理机制的分布式水文模型在短期水文预报业务中尚未推广应用的事实,论证了分布式水文模型在短期水文预报中的可行性.以第二类分布式水文模型SWAT为例,分析了水文过程的模拟原理、方法和基本步骤,提出了其在短期水文预报中应用所需的降水预报技术、降水数据的空间展布技术、“3S”技术、流域坡面离散技术、对人工侧支水循环的处理技术等关键技术,并指出了分布式水文模型应用于短期水文预报时存在输入资料不足、模型自身缺陷、计算精度和效率的权衡等局限性和不足,提出需要进一步加强水循环过程的机理研究,加强与气象模型的耦合研究及对“3S”技术的应用研究.     

基于ANN模式的中长期水文预报研究

本文以水库月入库径流预测为例进行了中长期水文预报的人工神经网络模式的研究,研究采用了整体模式、分类模式、组合模式等,研究结果表明,具有非线性功能的人工神经网络方法可以改善中长期入库径流的预测。     

ARMA模型在实时水文预报中的应用探讨

本文从水文预报的角度分析讨论了ARMA模型的特点,模型识别方法,实时预报中如何利用系列的周期性成份,消除不平稳因素的影响,参数递推估计以及卡尔曼滤波等问题。同时还给出了一个实例。分析和应用结果表明ARMA模型在水文预报中是一类很有潜力的模型,今后实时水文预报研究应重视这类模型,找出其在各种情况下的最佳实时预报途径。     

中长期水文预报综合分析理论模式与方法

为了探索提高中长期水文预报的精度，本文依据水文成因，统计与模糊集分析相结合的研究方法论，提出考虑预报因子权重的中长期水文预报综合分析理论模式与方法。     

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。     

面向EMD分解的径流分量重构方法对比研究

水文序列非平稳与非线性的复杂变化导致水文序列中长期预测的准确性备受质疑。"分解-预测-重构"模式作为一种新的有效的预测思路近年来备受业界和学者关注。但受到高频分量预测误差大、趋势走向不确定等问题困扰,这种模式在发展过程中仍有诸多需要改进的地方。其中,径流分量的重构方法是控制高频分量误差,提高整体预测精度的关键性措施,其优劣对预测效果实现有着重要的意义。基于经验模态分解(EMD)和自回归模型(AR)建立"分解-预测"耦合模型,结合粒子群优化(PSO)算法,提出PSO重构系数优化法和高频分量剔除+重构系数优化法两种重构方法,结合前人提出的高频分量剔除法,以陕北丁家沟站、关中华县站、陕南白河站为算例,对不同重构方法的效果进行对比研究。研究结果表明:基于高频分量剔除法、PSO重构系数优化法、高频分量剔除+重构系数优化法三种重构方法的预测效果均较好,五项误差评价指标均优于标准重构法,三种重构方法均可不同程度地提高预测精度。对比研究发现:高频分量剔除法在重构过程中剔除了最不稳定且最难预测的高频分量,提高了预测精度,但提升效果有限;PSO重构系数优化法对所有径流分量赋予优化重构系数并重构,可最大程度地实现分量间的平差,有效提高了预测精度;高频分量剔除+重构系数优化法综合上述两种方法的优势,取得了比其他方法更好的预测效果。     

基于WNN和FRM模型的流域水文中长期预报

选取4个前期预报因子,以模糊识别模型对中长期水文现象进行拟合与预测,用小波神经网络计算预测模型权重,以相关系数大于0.90的回归方程作为拟合方程,对流域水文现象进行中长期预测计算与检验。结果表明:该方法具有一定的合理性和简便性。     

基于混沌Volterra自适应模型的洪水预测研究

在对洪水进行分析的过程中,确定性和随机性方法都存在一定缺陷。为寻求更为理想的洪水预测模型,根据自然界中普遍存在的混沌现象,在基于非线性和确定性系统造成的混沌特性的基础上,分析洪水系统的混沌特性并进行识别,建立了基于混沌理论的Volterra自适应预测模型,利用相空间重构得到的训练样本。将模型应用于汾河石滩水文站2004年最大洪水的预测,结果表明:该模型能够在数据资料较少的情况下使用,实际应用比较方便。且该模型便于软件实现,模型预测精度较高,预测结果也较满意,为以后的洪水预测研究提供了一定的参考依据。     

模糊神经网络水文预报模型在洺河流域的应用

本文选取雨强距离指数(IPD)及其他有关参数等作为自适应神经模糊推理系统(ANFIS)水文预报模型的输入,提出雨强距离指数的定义及其目的和意义。为剖析雨强距离指数在水文预报模型中的应用,分别建立不包含雨强距离指数的模型A与包含该指数的模型B进行对比评价。结果表明,将雨强距离指数作为ANFIS水文预报模型的输入能够提高模型的预报精度。     

基于PDM的飞来峡水库实时水文预报模型

水文预报模型是实时预报预警系统的核心。基于新型的概率水文预报PDM(The Probability Distributed Model),构建了北江流域飞来峡水库概率水文预报模型。将整个流域划分为18个子流域,对每个子流域分别建立PDM,并采用历史降雨流量数据序列对各子流域和流域PDM进行参数率定;以横石站为参考站,采用52场次实测历史洪水进行模型验证和精度评定,洪峰预报合格率为99%,精度等级为甲等,模拟精度高,说明了PDM结构和参数取值的合理性,以及模型在该流域的适用性。     

基于BP网络的中长期水文预报精度影响分析

文章分析了影响中长期水文预报BP网络模型精度的因素,其中输入层节点数、节点转换函数及网络训练方式的选择对模型精度的影响很大。并结合研究结果,对中长期水文预报BP网络模型的参数优选提出了一些建议。     

大伙房水库水文自动测报系统改扩建工程设计

水文自动测报系统是大中型水库必不可少的一部分,大伙房水库地理位置十分重要,由于原有系统存在站网密度不够、部分测站超短波信道信号弱以及中继站经常遭受雷击等问题,因此急需改建。本文主要介绍了工程的设计要点及改扩建,利用改扩建工程如何解决系统存在的问题。