重庆市典型下垫面SCS-CN模型基于坡度修正的径流曲线数优化

以重庆市渝北区和巴南区的典型下垫面为研究对象,基于SCS-CN模型原理和坡度修正公式,通过开展人工模拟降雨实验,优化了不同植被覆盖程度的紫色土和黄壤下垫面在不同坡度(5°、10°、15°和20°)下的CN值,同时采用模型评价参数对优化前后的模型预测精度进行对比.结果表明:地形坡度变化对径流深有显著影响,地表径流深随坡度...     

基于ＳＷＡＴ模型的汉江流域径流模拟

为建立可靠的水文水动力耦合模型,首先探讨水文模型在汉江流域的适用效果。以汉江流域汉中水文站以上区域为研究范围,以中国大气同化数据集（ＣＭＡＤＳＶ１．０）为气象驱动,建立分布式水文模型,并以水文站实测日径流资料进行参数的率定及验证。结果表明:模拟结果与实测值吻合较好,日径流模拟在校准期（２０１０年—２０１３年）纳什效率系数和决定系数达到了０．７７和０．７８,在验证期（２０１４年—２０１７年）纳什效率系数和决定系数分别为０．７４和０．７５,表明ＳＷＡＴ模型在该地区有良好的适用性。     

基于ＨＥＣ－ＲＡＳ模型的青海省玉树县巴塘河流域洪水模拟分析

青海玉树县地形起伏变化较大,具有明显的空间变异性,但传统的数值求解模型适用于近似一维的匀速正常水流,具有一定的局限性。因此,采用ＨＥＣ－ＲＡＳ模型,结合ＡｒｃＧＩＳ平台下的ＨＥＣ－Ｇｅｏ ＲＡＳ模块,建立二维流和非稳定流模型,对１９８１年至１９８２年青海省玉树县巴塘河流域的洪水进行模拟,并与实测数据进行对比分析。模拟结果表明:模拟的流量数据与观测数据变化趋势整体一致,且１９８１年和１９８２年的模拟流量峰值均出现在７月,与实测结果一致。对所建立ＨＥＣ－ＲＡＳ模型进行模拟精度评价,结果表明纳什效率系数和确定性系数均大于０．８,该模型可用于青海省玉树县巴塘河流域洪水的演进模拟分析。     

基于误差修正模型的黄河源区年径流预测

为了提升黄河源区年径流预测精度以及了解黄河源区降雨、径流、泥沙之间的相互影响关系,以黄河源区唐乃亥水文站实测年降雨量、年径流量和年输沙量作为研究数据,采用协整理论分析方法,分别建立降雨—径流、径流—泥沙两变量误差修正模型以及降雨—径流—泥沙三变量误差修正模型,对研究区年径流量进行预测。结果表明:三变量误差修正模型的拟合优度均大于两变量误差修正模型的,模型解释性更强,更能定量表现黄河源区径流量—降雨量—输沙量之间的关系;三变量误差修正模型的平均相对误差为-4.83%,可以用于黄河源区年径流预测。     

ＨＥＣ－ＲＡＳ在唐家山洪水演进中的应用研究

采用ＧＩＳ地理信息技术和ＨＥＣ－ＲＡＳ洪水演进模块,快速提取洪水下游河道和所受威胁地区的 地理信息,并导入到ＨＥＣ－ＲＡＳ软件中进行洪水演进模型计算。结果表明:利用一维模型对于唐家山下 游15．0ｋｍ范围内进行计算,整个河道的流速在4ｍ／ｓ～13ｍ／ｓ范围;下游6．7ｋｍ处的西羌上街受到洪 水的影响,并且在唐家山堰塞湖发生溃决后,于12．4ｍｉｎ到达西羌上街;洪水演进到下游15．0ｋｍ处需要 30ｍｉｎ,利用洪水时间历程曲线,可以对于下游灾民的撤离时间提供依据。     

城市降雨径流模型-修正RRL法及其改进

对修正RRL法进行改进，在修正RRL法中加入非线性水库方程来描述地面径流汇流过程，管道汇流采用能够考虑压力水头的非恒定流方程来代替修正RRL法中的简化无压管流模型，使得改进后的模型可以处理自由水面或压力管流问题。通过实例研究，验证了改进后的模型的可应用性和有效性。     

基于ＰＳＯ－ＳＶＲ模型的再生水利用潜力预测分析———以河北省为例

选取制约河北省再生水利用的经济投资、设施建设和用水因素三方面９个指标,通过使用粒子群优化算法支持向量回归机ＰＳＯ－ＳＶＲ模型,建立了自变量与再生水利用量之间的非线性函数映射关系,并对河北省再生水利用量进行了预测分析。结果表明,ＰＳＯ－ＳＶＭ模型,具有较好的预测精度与泛化能力,优于ＰＣＲ回归模型和逐步回归模型。运用该模型对２０２０年、２０２５年河北省再生水利用量进行了预测,并计算了再生水利用率,再生水利用量影响因素的敏感性分析表明,用水状况因素指标对再生水利用量的影响作用最大,是影响河北省再生水利用量的主要因素。     

黄土区SCS-CN模型径流曲线数计算方法研究

美国农业部开发的SCS-CN模型是较为常用的一种径流计算方法。模型中的CN值是模型中反映土地利用、土壤类型和土壤前期含水量的一个综合参数,其值的选择对于准确计算地表径流具有重要意义。利用黄土高原地区杨青川流域、燕沟流域和西川流域不同土地利用类型42场模拟降雨的径流资料,应用平均值法、中值法、算术平均值法、S对数频率分布法和渐近线法5种方法计算CN值,并利用CN值反推径流深。采用均值比较、模型评价指标的方法比较了5种方法计算的径流深与实测值的差异,根据相对隶属度最大最优原则确定最优计算方法。结果表明:在杨青川流域,最优的计算方法是平均值法,燕沟流域和西川流域的最优计算方法则是中值法,不同流域同一计算方法确定的同一土地利用类型CN值差异较大;单独进行草地和裸地的评价分析时,草地的最优计算方法是平均值法,裸地的最优计算方法是算术平均值法,不同土地利用类型CN值的最优计算方法不同。     

基于优化算法的组合模型在水库年径流预测中的应用

为提高水库中长期径流预测精度,将灰色模型与BP神经网络模型进行组合,并采用马尔科夫链对组合模型误差序列进行修正,建立修正的中长期径流预测组合模型,此外利用SMA算法对组合模型参数进行优化,以白石和阎王鼻子2座水库为实例,选取常用5种模型进行精度对比。结果表明：相比于其他5种模型,参数优化后的修正组合模型其平均相对误差MAPE可降低约10%～13%,均方根误差RMSE平均可降低约34%～42%,预测精度更高。研究成果对于水库中长期径流预测方法具有重要参考价值。     

径流曲线数模型在湖南省山区小流域的优化与应用

径流曲线数模型(Soil Conservation Service Curve Number Model,简称SCS-CN模型)可以利用降雨资料估算径流,对水资源合理配置和山洪灾害预警具有重要意义,因为其方便计算、参数简单,而被广泛应用。目前标准SCS-CN模型在山区小流域的适用性欠佳,因此需要对模型参数进行优化以提高预测精度。本文以湖南省螺岭桥流域为例,根据实测降雨径流资料优化径流曲线数CN (Curve Number)查算表,并利用步长优化参数算法研究初损率对模型精度的影响,将优化模型的方法应用于湖南省凤凰小流域,验证该优化方法的可靠性。结果分析表明：与标准SCS-CN模型相比,优化后的SCS-CN模型效率系数NSE从0.576提升至0.813,决定系数R²为0.858。将模型优化方法验证于气候地形条件相似的凤凰流域,模型NSE值提高117%。通过预测径流深与实测径流深比较,优化模型模拟精度较为理想,对湖南省山区小流域场次降雨产流预报有一定的参考意义。     

SCS-CN模型中CN值的空间移用效果研究

SCS-CN模型因其曲线数CN值可以根据下垫面(土壤和植被)确定,近年来在分布式水文模拟和无/缺资料地区得到较为广泛的应用。美国土壤保持局提供的CN查算表在中国地区并不完全适用,如果直接采用,可能会带来较大的径流计算误差。选择资料数据较好的北京柏崖厂站作为假定的无实测径流资料的目标站,通过相似流域特性分析确定北山下站为参证站,利用参证站资料计算出CN值校正系数,并将该系数引用到目标站,利用校正前后的CN值分别模拟多场次洪水。结果表明,SCS-CN模型的参数CN值修正后,在空间上具备一定的外推能力;无论在确定性系数、径流总量精度和洪峰流量精度上,CN值修正后的洪水预报精度都要比修正前要高。     

基于坡面冲刷的荆江典型岸坡稳定性分析

针对荆江典型二元结构的岸坡,采用横向冲刷计算公式探讨了不同水位升降阶段中,水流流速和含沙量对岸坡横向冲刷速率的影响以及岸坡断面形态的变化规律。在此基础上基于饱和-非饱和渗流理论,利用SEEP/w程序建立了二维非稳态渗流模型,模拟了其渗流场在水位升降条件下的变化过程,并基于摩根斯坦法计算分析了在考虑与不考虑坡面冲刷2种条件下岸坡稳定性的变化规律。结果表明:在水位上升期,当不考虑坡面冲刷时,岸坡稳定性是随水位上升而增大的,但当考虑坡面冲刷后,岸坡坡度逐渐增大,岸坡稳定性随水位上升而减小;在水位下降期,岸坡稳定性随水位下降而减小,且考虑坡面冲刷的安全系数下降速率明显大于未考虑冲刷时的情况。因此洪水期与水位下降末期是岸坡失稳的危险期,需重点监控。     

新安江模型在吉林省东部山区年径流预报上的应用

针对吉林省东部山区部分有代表性的流域产流、汇流进行分析,建立符合东部山区产流、汇流的模型。对我省东部山区无资料地区的水资源分析有广泛的应用价值。     

基于改进爬山聚类法的模糊神经网络边坡稳定性判别模型

影响边坡稳定性的因素复杂且具有随机性和模糊性。综合考虑重度、黏聚力、内摩擦角、坡角及坡高等影响边坡稳定的主要因素,为判别边坡稳定性建立出新型模糊神经网络模型,该模型利用学习能力强大的神经网络及推理功能突出的模糊逻辑,通过改进的爬山聚类法进行结构学习,并利用 BP 算法和最小二乘估计法相结合的综合学习算法来调整参数,进而大幅度提高模型判别能力。经工程实例测试证明该模型可以快速准确的判别边坡的稳定性,可以为类似工程提供参考和借鉴。     

某水电站泄水陡坡体型优化模型试验研究

根据工程建设的需要对某泄水陡坡进行水工模型试验,验证其总体布置和建筑物结构布置的合理性,分析原设计体型存在的主要问题,对泄水陡坡体型进行优化,且在消力池内设置了消能悬栅,并进行体型优化试验。试验表明,优化后的泄水陡坡过流能力满足要求,消力池内悬栅的设置,改善了消力池内的水流流态,工程总体布置和建筑物结构布置合理。     

基于高边坡位移突变的安全监控模型

高边坡受爆破、地震等强外界作用时,位移监测值会出现明显跳跃。有效辨识测值突变位置,消除或削弱位移突变对测值序列整体数值特征的影响,是提高高边坡位移监控模型拟合和预测精度的关键问题之一。基于高边坡系统演化过程中的非线性动力学特性,应用相空间重构、云模型等数值分析手段,研究了高边坡位移突变辨识等的实现方法;在对高边坡位移与影响因素相关分析的基础上,探讨了考虑动力学结构突变影响的位移预测模型构建原理与算法。该模型重点依据最近一次位移突变后的监测资料,考虑了突变后形成的相对稳定的高边坡动力系统特性,因而可以有效提高监控模型的拟合和预测精度。     

坡面降雨和坡脚浸泡对土坡影响的模型试验研究

降雨是诱发边坡失稳破坏的重要因素,为研究降雨条件下土质边坡的滑动破坏规律,为了便于制模和坡土位移的PIV观测,开展了无黏性土降雨滑坡的模型试验,利用体积含水率传感器测试了降雨条件下坡土不同位置处含水率的变化特征,利用PIV技术研究了边坡渐进变形破坏的发展过程,分析了变形场特征,并进一步研究了长时间降雨坡脚浸泡导致的破坏规律。结果表明:持续降雨入渗条件下坡土体积含水率依次可分为初始平稳期、上升期和最终稳定期三个阶段,坡脚土体的积水会导致边坡进一步滑移破坏。边坡破坏模式为渐进式滑移变形破坏;根据边坡速度场和位移场随厚度分布特征,可将坡土从下往上分为稳定层、剪切层和随动层。     

基于小波分解及Arima误差修正的径流预测模型及应用

为改善传统径流预测模型对随机性时间序列的预测效果并不理想的现状,构建基于小波分解及Arima误差修正的径流预测模型。应用小波分解法将径流时间序列进行分解和重构,使非平稳、随机性的径流时间序列平稳化,对数据样本预处理后建立以相关向量机(RVM)为理论基础的径流预测模型,并采用改进粒子群算法进行核函数全局寻优,最后对模型拟合残差进行Arima误差修正。通过实例计算得到传统支持向量机(SVM)模型、RVM模型和径流预测模型的预测值平均误差分别为8.60%,9.02%和3.64%。结果表明:通过小波分解及重构方法对非平稳时间序列的预处理可有效提高预测精度,同时Arima误差修正也有很好的效果,相比于SVM模型、RVM模型,基于小波分解及Arima误差修正的径流预测模型具有更高的预测精度,在实际工程中具有一定的可行性。     

基于MATLAB下BP神经网络的边坡稳定性预测

将MATLAB中的BP神经网络引入到边坡稳定性研究中,但由于标准的BP算法存在收敛速度慢、容易陷人局部极小点等缺点,为此采用各种改进及优化的算法,以寻求更适合边坡稳定性预测研究的算法。本文结合了大量边坡实例,经过理论分析和实例测试,能显著提高训练速度、减少收敛周期,达到很好的边坡稳定性预测结果。