流域中长期径流分类预报方法

以水文循环基本原理为基础,从流域径流水汽来源影响因素角度明确了中长期径流预报基本概念及分类,即以气象(中期)、气候(长期)和天文因素(超长期)为预报因子,针对流域出口断面(或典型断面)的旬、月、季(汛期)或年径流,以及流域旱涝趋势进行预报。通过比较不同时间尺度下的水汽系统物理运动机理,论证了"短期气候预测"作为中长期径流预报理论基础的合理性,并将流域径流来源影响因素及其表现概括为三大规律:天文因素表现出的周期性是主要规律,反映了水文气候过程的基本状态;大气环流表现出的随机性对水文气候基本状态存在干扰,导致了波动;流域特征性规律反映了各种因素综合作用结果,具有流域的特殊性。最终,将流域中长期径流预报分为正常年份的径流过程预报和异常灾变年份的大旱大涝预测,其中前者的预报因子为水文气象与气候要素,后者为天文因素;在服务对象上,前者为水利工程常规运行调度服务,后者为防洪抗旱部门防灾减灾提供灾情预测;在结果发布上,前者提供定量的径流过程预报,后者提供丰、平、枯等3级(或5级)定性预测,并给出相似年份;在预报方法上,前者采用数理统计方法或物理成因相关分析法,后者采用周期性、随机性和流域特殊性识别等综合预报方法。     

非稳态条件下的中长期径流耦合预报方法

气候变化会导致水文序列的非稳态性,从而给水文预报带来新的挑战。以疏勒河上游为例,提出了一种适于非稳态条件下的新的中长期径流预报方法。根据疏勒河径流的补给来源及其受气候变化的影响,按照时间序列模型的思路,依次提取趋势项和周期项,对剩余的随机项采用基于水文-气象遥相关模型,构建了时间序列与水文-气象遥相关的耦合模型。对比分析时间序列法、水文-气象遥相关法和耦合预报法对昌马堡站径流预报的结果,发现耦合预报方法不仅精度最高、模型可信度最高,而且可以描述非稳态的趋势性变化。     

中长期径流预报研究进展及发展趋势

从中长期径流演变规律、径流预报因子识别、径流预报模型和径流预报系统4个方面阐述了中长期径流预报的研究进展,在此基础上分析了中长期径流预报面临的主要问题和发展趋势。未来中长期径流预报研究应更加注重多学科综合和跨学科交叉,更加注重预报方法的适用性及预报结果的可靠性、稳定性,更加注重高新技术的应用。     

中长期径流预报研究进展与展望

概述了中长期径流变化的主要影响因素,从发展历程和研究方法两个角度总结了中长期径流预报方法。从研究技术、径流成因、数据驱动模型、预报不确定性4个方面综述了中长期径流预报的研究进展,分析了在径流关键驱动因子及其驱动机制、数据驱动方法的物理可解释性、预报结果的不确定性认识等方面研究的不足,指出未来应注重对中长期径流物理成因、预报方法适用性和可靠性、中长期径流演变相关研究成果的应用等方面的研究。     

基于海洋表面温度的龙羊峡入库径流中长期预报

将基于海洋表面温度的多极耦合中长期预报方法引入黄河上游地区,构建了基于海温的黄河上游龙羊峡水库入库径流中长期预报模型,找到了与该地区径流相关度较高的影响因子.实例应用结果表明,所建模型显著降低了预报误差(2018年4—6月预报误差由-21％降至-2.5％),验证了所建模型的合理性、新技术引入的有效性和预报效果的稳定性.     

基于降水一径流模型的中长期径流预测

通过物理成因分析确定了降水与径流的相关性,并采用相关概率法,利用卡方检验证明黄河上游贵德站降水与径流相关关系显著。在此基础上,采用最小二乘支持向量机方法建立了降水一径流预测模型。计算结果表明,预测的十个点位值,除一个不满足流量距平值小于10%的要求以外,余者的预测流量值与多年平均值相比均小于10%,预测精度相对较好。     

BP神经网络在柏叶口水库中长期径流预报中的应用

中长期径流预报是水资源进行合理开发利用的前提和基础。文章通过比较3种不同预报方案在BP神经网络模型下对柏叶口水库非汛期月径流预报效果,找出了在非汛期月径流预报中预报效果最好的方案。     

嘉陵江中游段中长期径流预报研究

通过对嘉陵江流域中游段的径流特性及变化规律进行研究,应用目前较为成熟的人工神经网络模型、最近邻抽样回归模型、自回归模型和均生函数模型,对嘉陵江流域中游段年径流进行预报。实例分析和预测结果比较表明:人工神经网络模型与最近邻抽样回归模型能更好地预测嘉陵江中游段的年径流。     

基于互信息与神经网络的天山西部山区融雪径流中长期水文预报

为提高天山西部山区融雪径流的预报精度,更好地指导所在区域的工农业生产发展,针对影响预报精度的关键问题(预报因子的选择),基于互信息法、相关系数法、主成分分析法对研究区的预报因子进行优选,采用RBF神经网络以及组合小波BP神经网络模型进行径流预报研究,并进行不同方案的比较。结果表明:①互信息法优选出的预报因子作为模型输入可以提高预报精度;②采用不同优选预报因子作为RBF神经网络以及组合小波BP神经网络模型的输入变量,结果表明RBF神经网络模型的预测精度要好于组合小波BP神经网络模型;③以相对误差作为评价模型精确度的标准,预测效果最好的是基于互信息方法挑选出的预报因子作为RBF神经模型输入数据的模型预测结果。     

基于信息熵与改进极限学习机的中长期径流预测

为提高流域中长期径流预测精度,提出一种基于信息熵与改进极限学习机的中长期径流预测方法。首先,基于不同水文站点的流域控制面积构造径流综合指数,在较宏观层面表征流域水情丰枯变化;其次,采用偏互信息法计算影响对象与径流综合指数之间的相关性,获得径流过程变化的关键因子集,形成预测模型输入;最后,结合K折交叉验证与改进粒子群算法优化极限学习机(ELM)参数,构建IPSO-ELM模型,用于中长期径流预测。以雅砻江流域为例,将所建模型与BP神经网络(BPNN)、支持向量机(SVM)、ELM和PSO-ELM等预测模型进行对比分析。结果表明:所提模型的E_(mape)、E_(rmse)、E_(dc)、E_(qr)和E_(re)等性能评价指标明显优于上述4种模型;5种预测模型在D1数据集上的预测效果整体上胜于D2。     

基于支持向量回归机的长期径流预报 及不确定性分析

根据汉江流域皇庄站1981-2008年逐月径流量与1980-2007年逐月74项环流指数、北太平洋海温场、500hPa高度场的相关关系,利用逐步回归挑选预报因子,构建基于遗传算法的支持向量回归机模型(GA-SVR),并对2009-2013年逐月径流量进行预报;结果表明,径流预报精度较高,汛期平均相对误差在30%以内,非汛期、年总量平均相对误差在20%以内,均优于随机森林和多元线性回归模型。将GA-SVR模型的预报结果作为概率预报的基础,采用贝叶斯理论中的水文不确定性处理器(HUP)对预报的可靠度进行分析;结果表明,HUP不仅可以提供精度更高的定值预报,还能以置信区间的方式量化预报的可靠度,提供更为丰富的预报信息。     

基于多模型组合方法的公平水库中长期入库径流预报

准确可靠的水库中长期预报结果对于指导受水区水资源优化配置等具有重要意义。本文首先选取SARIMA 模型、SVM 模型、XGBoost 模型与RF 模型分别构建公平水库月入库径流预报方案,以气象因子的物理机制为基础,在成因分析与随机森林重要性排序的基础上筛选关键预报因子并输入至4 个单一模型中。然后在对比分析各模型优劣的基础上,以线性与非线性组合2 种方式构建组合预报方案。结果表明：RF 模型在4 个单一模型中的模拟结果表现最优,SARIMA 模型的模拟精度随着入库径流量的增加而增加;组合预报模型较任一单一模型的模拟结果均更好,基于神经网络的非线性组合方式能够有效提高验证期的模拟精度,增加模型的泛化能力。     

基于BP网络的河道径流预报方法与应用

河道径流预报过程可以认为是一种复杂非线性函数关系的逼近过程。BP网络具有表达任意非线性映射的特性,因此建立了基于MATLAB神经网络工具箱的BP网络的径流预报模型。其中采用自相关函数确定网络输入层的神经元数,通过比较样本均方误差值来确定隐含层的神经元数。利用清江渔峡口以上流域1989~1995年的径流量资料对该模型进行了训练和检验,从而完成了该流域年径流量的预报,并且用多项精度评定指标对其进行了精度定量评价。结果表明:所建模型对所选流域的径流预报精度达到了乙等以上水平,具有一定的实用性。     

渭河流域上游气候变化及其对径流的影响

气候要素变化对水文循环有很大的影响。依据包括气温、降水量、风速、日照时间、蒸发量等气候要素在内的渭河上游25个气象站1960-2017年的数据及4个水文站1960-2010年的径流数据,利用气候诊断法、相关分析法、双累积曲线法分析各气候要素与径流量的时空变化特征及其相关关系,探讨自然气候和不同强度人类活动对区域径流量变化的贡献率。结果表明：渭河上游区域年均温上升速率为0.29 ℃/10a,年降水量、年均风速、日照时间、蒸发量的减少速率分别为-14.36 mm/10a、-0.05 (m·s^-1)/10a、-19.91 h/10a、-4.64 mm/10a,林家村、北道、武山、渭源水文站径流量分别以-5.074×10⁸、-2.895×10⁸、-1.201×10⁸、-0.033×10⁸ m³/10a减少;气候要素季节变化与年变化基本一致,但空间变化有所差异;各气候要素表现出20～30 a的主周期变化,同时也存在突变特征。相关分析表明,径流量与气温、日照时间和蒸发量呈显著负相关,气温升高0.1℃、日照时间增加1 h、蒸发量增加10 mm,径流量分别减少1.09×10⁸、0.03×10⁸、0.53×10⁸ m³;与降水量正相关关系显著,降水量增加10 mm,则径流量增加0.61×10⁸ m³;与风速关系较差。气候变化对径流量减少的贡献率在各区域及年代均不同,人类活动强度大的干流下游区域在5%～25%之间,强度较低的上游及源头区域在11%～43%之间,这与区域人类活动程度及气候要素的异常变化有密切关系。     

基于Budyko假设的永定河流域上游不同支流径流变化归因分析

针对永定河流域径流锐减的突出问题,将线性倾向率、Mann-Kendall趋势检验、双累积曲线等水文统计法与基于Budyko假设的互补关系概念模型相结合,从定性和定量角度分析桑干河和洋河流域1957-2017年水文气象要素和NDVI（归一化植被指数）的演变趋势,并量化不同因素对其径流变化的贡献率。结果表明：1957-2017年期间,桑干河、洋河子流域径流深均呈显著减小趋势,减小速率为6.236和6.520 mm/10a,分别在1969、1983和1998年发生突变;降水量均呈微弱减少趋势,气温和NDVI均呈显著升高趋势,上升速率分别为0.321、0.296 ℃/10a和0.019/10a、0.016/10a。敏感性系数分析表明,桑干河和洋河流域径流对降水量表现为正敏感,干扰期敏感系数分别为0.08和0.09,对潜在蒸散量表现为负敏感,干扰期敏感系数分别为-0.03和-0.02。基于Budyko假设的互补关系法结果表明,相较于基准期,桑干河和洋河径流分别减少27.5和22.2 mm,降水量、潜在蒸散量和下垫面变化对桑干河径流变化的贡献率为16.7%、1.1%、82.2%,对洋河径流变化的贡献率为7.2%、-4.5%、97.3%。人类活动干扰导致的下垫面变化是永定河上游径流减少的主要原因,相较于桑干河子流域,洋河子流域径流受人类活动的影响更为显著。     

基于经验模态分解方法和信息熵的水沙关系研究

为研究黄河中游水沙关系及其细部演化特征,利用黄河中游控制性水文站——潼关水文站1919—2015年实测径流量和输沙量资料作为研究数据,采用经验模态分解方法分析径流和泥沙随机变化的复杂性,并运用信息熵理论计算不同时间尺度上径流和泥沙分解序列及原始序列的熵值、径流与泥沙各分量与其原始序列之间的互信息、径流与泥沙之间的互信息。结果表明:潼关水文站径流量与输沙量变化具有显著下降的趋势;径流量和输沙量在一定程度上表现为某种同步变化关系;径流量与输沙量的长周期分量及趋势项互信息较大,因此水沙关系宜采用长周期研究,趋势项分量数据信息阐述原始序列数据信息比较可靠。     

混沌理论与BPNN耦合的径流中长期预测模型

受诸多因素的影响,径流时间序列具有非线性和混沌特征.单一的BPNN模型可以进行径流的中长期预测,但存在对径流影响因素量化不够的缺点;单一的混沌模型可以量化径流的影响因素,但只能实现短期预测.为此建立了混沌理论与BPNN耦合的径流中长期预测模型.针对黑河上游莺落峡水文站1944-2017年的径流序列,利用混沌理论计算了径...     

一种基于下垫面变化的产汇流模型及其应用

为土地利用变化较大的流域构建产汇流模型时,下垫面的变化是一个极其重要的因素。利用中国科学院土地资源分类系统将流域分为不同的下垫面类型,在每一种下垫面上分别考虑蒸发和下渗要素的影响,运用超渗-蓄满耦合产流模式进行产流计算,并采用单位线汇流和线性水库模型演算至流域出口断面,从而构建了基于下垫面变化的产汇流模型。在模型率定和验证时,对大清河水系紫荆关流域的洪水序列作频率分析,以不同重现期的洪水序列分别对模型进行率定和验证。从模拟结果来看,模型结构基本反映了流域产汇流的各个环节,模拟结果能够满足研究精度要求。