基于动态时间弯曲算法的相似洪水识别方法

相似洪水动态识别是在大数据背景下弥补实时洪水预报预见期不足的有效途径,对于支撑防洪调度具有重要作用。由此,结合产汇流理论建立反映洪水形成发展的复杂多元动态事件集;采用动态时间弯曲算法改进了欧氏距离算法对相位的适应性;基于多元时间序列相似性原理构建了相似洪水动态识别方法。以池潭水库30场雨洪资料相对完备的洪水为例,对所提方法进行验证,结果表明该方法具有较好的洪水识别效果。     

基于相似洪水动态展延的水库防洪调度决策方法及其应用

鉴于实时洪水预报预见期难以满足水库实时防洪调度决策的时间尺度需求,相似洪水动态识别及展延是提升洪水情势预见性的有效途径。因此,将相似洪水动态展延相关理论与水库防洪优化调度模型相结合,提出了基于相似洪水动态展延的防洪调度决策方法,并以池潭水库为例,分别从展延水量效益、防洪决策效益分析相似洪水动态展延决策方法的适用性。结果表明,提出的水库防洪调度决策方法可有效降低决策风险、保障了上下游防洪安全。     

基于工情信息的山洪预警系统在淠史杭灌区洪水预报中的应用

鉴于安徽省淠史杭灌区水利工程人工调度运行时可能影响各流域内洪水预报质量的问题,基于既有的灌区山洪灾害监测预警系统,建立水情、工情遥测系统,采用相应的工情信息传输与接收协议、数据存储库表结构,实现了灌区工情信息与水雨情信息的同步实时监控,建立了基于工情信息的山洪灾害监测预警系统,并探讨了工情信息对洪水预报质量的修正方法,从而为工情信息应用于传统洪水预报中的校正分析、提高传统洪水预报的准确性提供了可能。     

基于动态水位流量关系的水动力洪水预报模型研究

鉴于下边界条件对水动力洪水预报模型精度的影响,采用提高下边界条件的质量来提高洪水预报精度,在考虑中下游地区洪水易受变动回水顶托影响的基础上,提出了动态处理水位流量关系下边界的方法,即利用最新信息,并采用分段线性拟合的方法动态拟合新的水位流量关系作为下一时刻的边界条件进行洪水预报,使模型边界具有一定的实时修正功能。在资水流域水动力洪水预报模型中的应用表明,该方法预报精度较高。     

BP＿Adaboost模型和分组建模的新安江模型在大伙房水库控制流域洪水预报中的应用

采用BP_Adaboost模型和分组建模的新安江模型对大伙房水库控制流域(简称大伙房流域)洪水进行预报,探讨了不同模型方法在丰、平、枯3种代表年洪水中的预报精度。结果表明,分组建模的新安江模型和BP_Adaboost模型均适用于大伙房流域的洪水预报,二者预报精度等级均为甲等,洪水过程确定性系数均为乙等。其中新安江模型分组率定参数进行建模预报的方法是可行的,其洪水预报过程与实测过程拟合度较高,能较好地反映洪水的涨落起伏;BP_Adaboost模型不仅可以较好地解决传统BP模型预报结果震荡的问题,还能提高预报精度,其模型自修正及参数自动率定功能可以显著提高工作效率,因而在实际应用中可根据需求选择不同模型与方法进行洪水预报。     

基于GBDT的实时洪水预报误差校正方法

洪水预报实时校正是提高预报精度的有效途径。通过研究实时洪水预报误差系列构建方法,引入GBDT方法建立误差校正模型,并采用粒子群算法优选模型参数,选用洪峰段洪量相对误差、洪峰流量相对误差、确定性系数等指标评估实时校正效果。对淮河流域王家坝站点的实例应用结果表明,无论是率定期还是验证期,基于GBDT的实时预报误差校正方法精度均优于经典AR方法和KNN方法,各项指标精度均有不同程度提升,可有效提高实时洪水预报效果,且稳定性较高。     

改进的非线性时变增益模型在北方旱区中小河流洪水预报中的应用

为分析改进后的非线性时变增益模型在北方旱区中小河流洪水预报中的适用性,引入改进的非线性时变增益模型,以辽宁西部两个典型旱区中小河流为例,定量分析改进模型在北方旱区中小河流洪水预报的精度,并对比分析改进前后的非线性时变增益模型在北方旱区洪水预报的精度。结果表明,改进模型可重点考虑雨强和前期土壤湿度因素的影响,能够更加准确地反映降雨产流的非线性关系,在北方旱区中小河流洪水模拟精度上较改进前有较明显的改善,预报精度总体达到乙级标准。研究成果对于北方旱区中小河流洪水预报具有借鉴和参考价值。     

基于动态权重的水文时间序列相似性分析方法

水文时间序列相似性分析对于洪水预报、防洪调度等具有参考作用.针对洪水特征的关注重点随研究问题的不同而变化,构建了由过程形态和特征值组成的相似指标体系和加权综合相似性度量指标,提出了基于动态权重的相似性分析方法.引入混合交叉赋权法的原理,在不同研究问题中对相似指标赋予不同权重,然后利用相似指标结合权重查找出相似水文时间序...     

多源降水信息在海河流域洪水预报中的应用

将气象数值预报降水格点信息、雷达反演降水信息插值到实测雨量站点中,分别通过覆盖、插补方式将插值的雨量信息统一整合到标准的实时水雨情库中,从而实现与该站点实测信息的融合,从降雨数据层面实现了测站的历史、实时、未来降水信息的统一。在此基础上,利用现有水文预报系统进行多源降水信息支持下的洪水预报,在确保一定精度的前提下,延长了洪水预报的预见期。将该方法应用于2012年海河流域洪水预报和防洪调度中,取得了较好的效果。     

基于集合卡尔曼滤波的实时校正技术在流域洪水预报中的应用

为提高金华江流域实时洪水预报精度，建立了耦合MIKE 11 NAM与MIKE 11 HD的流域洪水预报模型和基于集合卡尔曼滤波的实时校正模型，实现了金华江流域洪水预报实时校正。流域洪水预报模型对流域内主要站点的模拟效果较好，洪水流量和洪水水位模拟精度较高；实时校正模型在预见期10 h以内，校正效果随预见期增加而降低，在预见期前期可有效降低预报误差。整体上，建立的流域洪水预报模型和基于集合卡尔曼滤波的实时校正模型能够满足金华江流域洪水预报应用要求。     

基于投影寻踪-K均值的相似洪水动态识别方法

针对K均值算法无法直接应用于高维时间序列相似性分析的问题,基于相似洪水动态识别理论,结合K均值算法和投影寻踪模型的特点,构建了基于投影寻踪-K均值的相似洪水动态识别方法,并以池潭水库历史洪水为例进行验证。结果表明,基于投影寻踪-K均值的相似洪水动态识别方法具有一定的适用性,能够克服洪水间的相位问题,相似性识别结果合理,可为防洪调度提供决策支持。     

基于贝叶斯模型平均法的洪水集合概率预报

为提高洪水预报模型的精度和可靠性,基于贝叶斯模型平均方法(BMA),结合水动力学模型和统计相关模型,对秦淮河流域东山站水位进行多模型集合预报并进行模型率定与验证。结果表明,BMA的预报确定性系数CCE均高于水动力学模型和统计相关模型,且均方差RRSME最小;BMA法降低了单一水文预报结果的不确定性,保证洪水预报具备较高的精度,并提供了洪水水位的置信区间,为防洪规划提供了依据。     

基于误差自回归的洪水实时预报校正算法的研究

根据三水源新安江模型洪水预报误差信息，探讨了三种基于误差自回归模型的洪水实时预报校正算法，即固定遗忘因子的递推最小二乘算法，可变遗忘因子的递推最小二乘算法和辅助变量法，并将其应用于鲇鱼山水库的实时洪水预报。通过对三种实时校正方法进行分析比较，认为具有可变遗忘因子递推最小二乘算法效果最好。     

GFS降雨预报图数值化处理算法在洪水预报中的应用

鉴于大部分气象系统对外发布的降雨预报信息均为降雨预报图的形式而不能直接用于水库调度,设计了一种GFS降雨预报图数值化处理算法,可计算出降雨预报图中任意像素点的降雨数值预报信息,然后利用计算出的GFS降雨数值预报信息与洪水预报模型耦合来进行洪水预报,并以桓仁水库2010年的一场洪水为例进行了验证。结果表明,利用该算法计算出的降雨数值预报信息可应用于洪水预报,具有较好的应用前景。     

实时修正在流域雨量站网规划中的应用

利用历史洪水已知的实测流量信息,将实时修正引入雨量站网规划中,在闽江七里街流域对1988~2001年的45场洪水采用误差自回归(AR)模型在模拟过程中进行实时修正。通过与没有实时修正情况下的雨量站网规划结果相比较,具有实时修正功能的精度较高的洪水预报方案对减少雨量站网密度有较满意的效果。