考虑人类活动影响的丰满水库洪水预报方案

在新安江三水源产流模型和纳西及地下线性水库汇流模型的基础上,提出了考虑水利工程和土地利用对产汇流机制影响的洪水预报方案,并引入参数优化和实时校正技术,丰满水库流域应用结果表明,文中所提方案要优于现有的预报方案能显著地提高洪水预报精度。     

洋河流域非线性产汇流实时预报模型研究

考虑到流域降雨时空变化和流域地形、河道特征时流域产汇流的非线性影响，建立流域非线性产流、汇流模趔以及流域洪水实时预报校正方法，该方法应用于洋河水库流域洪水预报，取得较为满意的效果。     

新安江模型在富水水库流域洪水预报中的应用

基于富水水库流域特性,采用新安江三水源模型建立了富水水库流域洪水预报模型和方案,论证了产流方式,分析了水库流域洪水预报特殊性,并率定了模型参数.实例结果表明,该模型预报效果较好、精度高、合理可行,可供借鉴.     

淤地坝拦蓄作用下的产流阈值估算

黄河中游地区淤地坝群的建设对流域产汇流过程造成强烈干扰,其拦蓄作用形成产流阈值效应,给该地区洪水过程预报预警带来较大困难。通过分析淤地坝拦蓄作用下的库容变化规律,推导了淤地坝影响的产流阈值计算公式,根据淤地坝历史淤积数据,拟合了一种淤地坝运行寿命估算公式。并以黄河河龙区间清涧河流域为例,识别出不同年份仍有拦蓄库容的有效骨干淤地坝数量及空间分布,计算了不同分区、不同年份骨干淤地坝拦蓄作用下的产流阈值,可为该地区暴雨洪水预报模型研究提供有益参考。     

基于地貌类型的岩溶小流域产流模型

针对广西横县镇龙乡小流域岩溶结构发育、地下暗河分布广泛、汛期多强降雨及产流过程中地下径流丰富、出流过程非线性、流域不闭合等特点,研究了岩溶小流域不同地貌类型的产流规律,将岩溶地区下垫面分为土壤覆盖区与岩溶裸露区,分别运用蓄满产流模型模拟土壤覆盖区产流,水箱模型模拟岩溶裸露区产流,进而模拟流域总产流,建立了基于地貌类型的岩溶小流域产流概念性水文模型,利用岩溶小流域2010~2011年9场洪水资料进行模型参数率定,2012年4场洪水进行产流量验证。结果表明,模型在岩溶区的模拟效果较好,其预报相对误差范围为4.15%~18.49%,均值为13.82%,但对于前期影响雨量较大、降雨历时长的洪水,水箱模型产流模块产流量更大,受到降雨影响更为敏感,模拟精度相对更高。     

改进的TOMODEL模型在门楼水库洪水预报中的应用

烟台市门楼水库流域内大量中小型水库改变了流域原始的产汇流机制,增加了水文预报的难度。对此,在改进的TOMODEL流域模型的基础上,结合流域前期降雨、蒸发及小水库群空间分布、兴利库容、集水面积等资料,考虑小型水库对流域产汇流的影响,拟定洪水预报方案。应用结果表明,小水库群对门楼水库流域径流的拦蓄作用明显;改进后的TOMODEL模型有效提高了门楼水库洪水预报精度,为该水库的防洪调度提供了依据和技术支撑。     

遗传模拟退火算法在综合产流模型中的应用

针对确定综合产流模型的参数与模型精度关系密切,提出了将遗传模拟退火算法应用于综合产流模型的参数优化中,并以汤河水库流域为例进行了径流预报.结果表明,该法有效、可行,对改善综合产流模型初始优化参数、提高洪水预报模型的预报精度具有一定的理论研究意义和实际应用价值.     

新安江模型在董铺水库洪水预报中的应用研究

针对大中型水库的水位观测资料较丰富,库区存在着难以观测的直接入库径流及主要入库河道径流观测资料缺乏的现状,以安徽省合肥市董铺水库流域为例,将水库流域划分为陆面和水面两部分,水面按直接产流计算,通过水库水位和水库泄水、用水资料反推入库径流过程,采用实码加速遗传算法对日模型和次洪模型的参数进行率定,构建了基于三水源新安江模型的董铺水库洪水预报模型。对董铺水库坝址以上所控制流域进行了模拟计算,日模型率定期14年中,径流深合格率为92.9%,确定性系数为0.94;日模型验证期18年中,径流深合格率为100%,确定性系数为0.93;次洪模型率定期34场洪水中,径流深合格率为88.2%;次洪模型验证期26场洪水中,径流深合格率为92.3%;60场洪水时水库水位推算合格率90%;方案整体预报精度达到甲级。研究结果表明考虑大中型水库流域产汇流特点和水文观测资料的现状,将水库流域的产流分为陆面和水库水面两部分,反推入库径流过程,基于三水源新安江模型进行大中型水库的洪水预报是可行的,其预报精度达到水库洪水调度的要求。     

三峡水库洪水预报方案设计——以岷江流域为例

三峡入库洪水预报范围涉及39万km2,分为7个大区间进行方案设计。以岷江流域为例,介绍了预报采用的模型、方法,并阐述了其中一个子区间的资料整理、单元划分、方案配置、模型应用、成果分析过程,而后进行整个岷江流域的预报方案检验。三峡水库的预报方案从大流域到小区间层层嵌套设计,同时从小区间到大流域逐级预报、逐级检验。该方案从大处着眼、小处入手,对大、中、小流域的预报方案设计都有一定的借鉴意义。     

玉石水库影响下的碧流河水库洪水预报方法

流域内水利工程的建立可能会改变原有的产汇流机制,以碧流河水库为例,结合日模型和日供水,利用水量平衡估算水利工程的拦蓄作用,提出一种产流模型计算改进方法;并结合降雨、蒸发、前期土壤含水率、遥感等资料验证模型预报结果的合理性。模型计算结果表明,改进后的模型能有效提高碧流河水库的洪水预报精度,对该水库的防洪调度具有重要意义。     

龙角山水库入库洪水实用预报方法对比研究

为提高流域洪水预报精度,以山东半岛龙角山水库为例,利用25场洪水资料,选择降雨径流经验相关法和新安江模型对比分析二者的预报精度.结果表明,降雨径流经验相关法在率定期和验证期的地面径流深预报合格率分别为94.1％、87.5％,精度为甲等级别;新安江模型洪峰、峰现时间和径流深三个预报项目平均合格率在率定期、验证期分别为84...     

基于信息扩散技术的面雨量集成预报方法

准确的面雨量预报可有效提高洪水预报的精度和延长洪水预见期,是提高预报准确率的有效途径。基于信息扩散技术,以淮河流域面雨量预报集成为例,提出一种集成应用方案,利用淮河流域2012年6~8月的ECMWF、JMA面雨量预报资料进行集成预报试验。应用试验表明,集成预报（CFCST）性能总体上优于单个预报成员（ECMWF、JMA）。     

优化的灰色拓扑模型在年径流预测中的应用

由于河川径流具有变化剧烈、波动频繁的特点,采用常规水文预报方法的预测效果较差。为此引进灰色拓扑方法,在优化原始GM(1,1)模型的基础上,通过改进拓扑预测的矛盾点筛选方法,建立了优化的灰色拓扑预测模型群,对梨园河流域的实测年径流序列进行模拟和预测,发现所建模型的拟合曲线与实测序列的变化趋势一致,比传统的灰色拓扑方法具有更高的精度。结果表明,改进的灰色拓扑模型能够有效克服振荡序列的非线性影响,可作为研究区域的径流预报和水资源分析的参考依据。     

尼尔基水库上游融雪径流模拟及预报

准确可靠预报融雪径流对寒区洪旱灾害的监测及水资源管理具有重要意义。根据尼尔基水库上游季节性融雪产流特点,结合蓄满产流理论,考虑寒冷地区冻土的不〖JP2〗透水、蓄水调节、蒸发抑制等作用及冻土融冻期水文特性,构建了耦合度-日融雪模型、径流系数法及新安江模型的分散式融雪径流预报模型,采用1979~〖JP〗1988年的水文气象资料对模型进行了率定,并根据2000~2003年相应资料验证了模型合理性。通过对5个不同时间尺度径流量的模拟与验证结果表明,模型具有较好精度,在研究区具有较强适用性,可为尼尔基水库春、夏两季入库径流预报提供参考。     

基于多方法优选预报因子的天山西部山区融雪径流中长期水文预报

为实现天山西部山区喀什河流域冰川融雪区域的水资源可持续开发利用,更好地支撑所在区域工农业生产发展,有必要开展融雪径流中长期水文预报研究。基于相关系数法、主成分分析法及两种方法相结合的综合方法优选预报因子,采用BP神经网络模型和组合小波BP神经网络模型预报径流。结果表明,采用综合方法筛选出的预报因子集合可以得到更好的预报结果;组合小波BP神经网络模型在3个不同方案中的预测效果均优于BP神经网络模型的预测结果,其预报精度更高。研究成果可为该区域融雪径流模拟研究及洪水预报提供参考。     

基于遗传算法的参数投影寻踪回归径流预报模型及应用

为提高径流预报精度,采用单相关系数法挑选预报因子,建立了基于遗传算法的参数投影寻踪回归径流预报模型,利用该模型对雅砻江二滩水电站月平均流量进行了预报。结果表明,与BP神经网络模型预报结果相比,投影寻踪回归模型具有更好的预报结果和更高的预报精度。     

基于相似过程衍生的月径流概率预报模型研究

针对传统月径流预报模型存在的缺陷,建立了相似过程衍生法与概率预报相结合的月径流概率预报模型。运用相似过程衍生法发布确定的预报结果,在定点预报的基础上利用概率预报提供一定置信水平下的预报区间作为模型预报结果。模型结构简单、易于构建且建模过程中无需考虑预报因子的选择问题。将该模型与BP神经网络模型进行对比仿真试验,结果表明该预报模型具有较好的预报精度,且合格率高于BP神经网络模型,可在水库月径流预报中推广应用。     

结合均生函数的神经网络在中长期水文预报中的应用

针对中长期径流预报在水库中长期运行方案制定及调度决策形成中的作用,基于传统和智能预报方法各自的优势,利用均生函数模型记忆时间序列的内在规律,采用偏最小二乘方法对预报因子进行降维处理,建立了结合均生函数的神经网络预报模型,并利用神经网络模型修正预报结果。实例计算表明,该模型不仅可提取径流序列的特征,且预报精度也较单一的均生函数模型和神经网络模型有所提高。     

基于气象因子的汛期径流预报模型

针对现有汛期径流预报方法的缺陷,从物理成因出发,采用投影寻踪方法从74项大气环流因子中筛选出影响汛期总径流量的主因子,结合汛期前期降雨量进行相似分析获取相似年份,构建基于气象因子的汛期径流预报模型。以长江流域关键断面汛期来水预报为例开展了模型的实例研究,结果表明,该模型考虑了气象因子对长期径流变化的影响,对汛期总径流量的预报以及汛期月径流预报的精度均高于门限回归模型,是汛期径流预报的一种行之有效的方法。     

基于逐步回归—LMBP算法的大通站旬径流与月径流预报

为提高长江干流大通站旬径流与月径流预报精度,选取大通站1980~2012年各旬、各月径流观测资料及国家气候中心同期发布的72项大气环流资料,采用逐步回归法—LMBP算法对大通站的旬平均径流序列进行模拟和预报,并与月尺度径流序列的计算结果做了对比。结果表明,预测值与原序列的趋势基本相同,旬尺度的径流预报精度高于月尺度的预报精度,表明时间尺度的选择影响径流预报的精度。