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。     

HSPF模型在渌水流域洪水预报中的应用

近年来,流域暴雨洪水灾害事件频发,准确、可靠的洪水预报是有效预防和抵御山洪灾害的重要措施。以渌水流域为研究区域,构建HSPF半分布式模型,选取流域2013～2020年洪水资料中代表性较好的场次洪水完成模型参数的率定和验证,并采用确定性系数、相对误差等指标进行洪水模拟精度评价。结果表明,该模型在渌水流域场次洪水模拟中表现良好,15场洪水模拟的峰现时间、洪峰流量合格率分别为100.0%、80.0%,洪量及径流深的模拟合格率均为93.3%,确定性系数均值为0.80,总体预报精度达到乙级,说明构建的HSPF洪水预报模型在渌水流域具有较好的适用性,可为该地区的洪水预报提供依据。     

基于CASC2D模型的县北沟流域径流模拟研究

基于物理基础的分布式水文模型中的CASC2D模型,对县北沟流域径流过程进行了模拟分析,以确定性系数、洪峰相对误差、径流深相对误差为评判标准。结果表明,采用CASC2D模型在县北沟流域的径流模拟效果良好,8场洪水中有6场洪水确定性系数在0.75以上,且均值为0.85。洪峰相对误差合格率为100%,径流深相对误差合格率为87.5%,只有1986062614这场洪水径流深相对误差不合格。可见,CASC2D模型在县北沟流域具有较好的适用性,能用于该流域径流过程的模拟。     

校正后的降雨格点预报在洪水预报中的应用

针对实现降雨数值格点预报与洪水预报的耦合为延长洪水预见期的有效手段及降雨数值格点预报与实际降雨情况存在的偏差,采用误差外推法考虑格点预报误差的影响,并提出了利用实测雨量站(校正参照量)所在格点的降雨信息及绝对误差校正其他格点降雨数值方法,无需将校正参照量插值于每一个格点,避免了不准确插值的影响,使降雨格点预报的整体偏差获得修正的同时,降雨空间分布亦得到很好的保持.以潘家口水库以上流域为例,检验结果表明,该方法取得了较好的效果.     

松涛水库入库洪水预报流溪河模型研究

为准确、可靠地预报松涛水库入库洪水,基于流域降雨量和下垫面物理特性,探讨了分布式水文模型流溪河模型在松涛水库入库洪水预报中的适用性。结果表明,流溪河模型在松涛水库流域对场次洪水有较好的模拟效果,34场洪水模拟的确定性系数均值达0.869,洪峰误差均值为0.1。以洪峰流量的20%作为许可误差,松涛水库预报方案合格率为79%,预报方案精度达到乙级,说明该模型可应用于松涛水库入库洪水预报。研究成果可为松涛水库防洪调度提供技术支持。     

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。     

基于参数分解法的无资料流域洪水预报研究

针对目前无资料流域洪水预报方法存在的不足,提出了参数分解法,即利用武江流域控制站犁市水文站1980~1996年43场降雨径流资料作为模型参数率定资料,分别率定武江流域大、中洪水的新安江洪水预报模型参数,并以1997~2004年16场降雨径流资料进行检验,在模拟和检验达到较好的结果后,再利用参数分解法推求武江流域内田头水子流域大、中洪水的新安江洪水预报模型参数,并利用田头水59场降雨洪水实测资料对模型进行验证。结果表明,利用该方法建立的田头水子流域洪水预报模型预报大、中洪水的验证精度均达到乙级以上标准。     

安康水电站入库洪水预报模型的初步研究

模型包括由已降雨量和预报雨量进行入库洪水预报两个部分.第一部分重点阐述水库形成后水力条件及水文特性改变对洪水的影响问题,并提出与之汇流特性相适应的计算方法.第二部分着重对降雨发展过程中未来短时段降雨量估报的可能性及其计算途径进行研究,以增长入库洪水预报的预见期.     

基于改进的湿润地区站点与卫星降雨数据融合的洪水预报精度分析

目前卫星降雨数据是水文研究中重要的数据来源,但其精度尚未达到洪水预报的要求。将TRMM3B42RT、TRMM 3B42、GPM IMERG Early及GPM IMERG Late分别与站点实测降雨数据融合,并利用HEC-HMS模型进行洪水模拟,从而改进卫星降雨洪水预报精度。结果表明,卫星降雨数据在经过与实测降雨数据的融合处理后,误差明显降低,相关系数由0.7提高到0.9以上,进而提高了模拟洪水的精度,在洪水预报方面有一定的可行性。     

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。     

卫星降雨在流域水文设计中适用性分析

为获取雨量站网稀疏或缺资料地区的降雨径流设计值,假定历史时期花园流域内仅有一个雨量站,借助流域31年(1983～2013年)PERSIANN-CDR卫星反演日降水数据,建立由雨量站与卫星降雨推求流域平均雨量的方法,利用新安江模型模拟日流量,并推求径流设计值,与实际值对比来检验卫星降水反演水文设计值的可行性。结果表明,直接利用PERSIANN卫星反演流域降雨误差较大,采用基于雨量站降雨与卫星降雨的人工神经网络(ANN)法计算流域平均降雨的精度有大幅提高;各雨量站模拟情景下日径流模拟确定性系数变化范围在0.50～0.79之间,年最大1、3、7d各频率设计流量与实测系列相对误差多数在20%以内,可为流域水文设计提供参考。     

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。     

基于洪水预报信息的桓仁水库后汛二期洪水调度规则研究及应用

针对桓仁水库后汛二期存在弃水量大、洪水资源利用率不足、电厂效益低的问题,根据洪水预报信息、洪水预报精度及误差分布,拟定了以"预报累积净雨量"和"库水位"为判别指标的桓仁水库后汛二期洪水调度规则。利用该规则调节5~30年一遇的设计洪水及20场实测洪水,结果表明在不增加原设计防洪风险的情况下,与原设计调洪规则相比,洪水资源和水能资源利用率均得到提高。     

白马关流域洪水模拟及参数优化研究

为提高山区洪水的模拟精度,以北京市密云区白马关流域为例,采用分布式水文水动力模型(HH模型)模拟2017～2022年降雨—径流过程,选取6场典型场次洪水,利用ε-NSGAⅡ多目标优化算法对HH模型的关键参数进行优化。结果表明,率定场次洪水的纳什系数介于0.89～0.96之间,洪峰流量误差达20%以内,洪量误差达15%以内,峰现时差在1 h以内;验证场次洪水的纳什系数介于0.81～0.92之间,洪峰流量误差达20%以内,洪量误差达10%以内,峰现时差在1 h以内,HH模型参数优化后对白马关流域场次洪水的模拟效果较好。最后提出了适用于白马关流域洪水模拟的关键参数阈值范围,为当地山区水文模拟参数优化提供了科学的理论依据。     

BFS在洪水预报中的应用研究

采用贝叶斯预报系统(BFS)水文不确定性处理器(HUP)对水文预报不确定性进行分析,实现概率洪水预报。以新安江流域水文模型为洪水预报模型提供流量初始预报系列,通过亚高斯模型对流量初始预报系列及实测系列分别进行正态分位数变换,由贝叶斯公式得到预报变量的后验概率分布并进行洪水过程的概率预报,采用分布点估值定值预报,并可通过构造置信区间对点估值预报的不确定性进行评估。以南一水库流域为例,将BFS后验概率分布均值与新安江模型预报进行对比,结果表明BFS可提高预报精度。     

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。     

小花间洪水预报模型和经验方法在陆浑水库入库径流过程中的应用对比

为准确预测即将发生的洪水过程,最大限度地减少灾害损失,采用小花间洪水预报模型和经验方法分别对伊河流域的陆浑水库入库径流过程进行了模拟,并将模拟结果与实测流量过程进行了对比分析。结果表明,两种方法模拟结果精度相差不大,均能满足预报精度要求,但小花间洪水预报模型模拟结果整体效果较好,尤其是洪水过程与实测过程比较吻合;经验方法模拟结果稍差,但误差在可接受范围内。两种方法均具有一定实用性,建议两种方法联合运用,将小花间洪水预报模型的洪水预报结果作为指导水库防洪调度的主要依据,经验方法的预报结果作为参考。     

水文模型参数不确定性及对概率洪水预报的影响

为研究Nash模型参数的不确定性,提出了基于自适应采样算法的马尔可夫链蒙特卡罗模拟与贝叶斯理论及遗传算法耦合,构建了基于贝叶斯理论的自适应采样算法,并进行概率洪水预报,分析了参数不确定性对预报结果的影响。实例结果表明,该方法获取的Nash模型参数后验分布可用于概率洪水预报,获得的统计特征可全面考虑水文模型参数的不确定性,可提高概率洪水预报精度,降低洪水预报结果的不确定度。     

基于深度学习的西南地区寿溪河山洪预报研究

鉴于山洪突发性强、历时短、陡涨陡落等致使在模拟预报过程中具有较大难度和不确定性问题,构建了基于深度学习的LSTM网络模型进行山洪确定性预报和概率预报,从精度和可靠度两方面研究其在西南山区的适用性.并以西南山洪易发区寿溪河流域为例进行模拟,结果显示LSTM网络模型更易发现暴雨洪水之间的深层规律,验证期平均纳什效率系数达0...     

洪水预报误差在河道演算中的传递分析

考虑入流过程洪水预报误差的随机性,基于Nash汇流理论建立了河道洪水演算的随机模型,在预报误差近似独立且服从正态分布时,推导了出流过程的计算公式和方差函数,定义了洪水预报误差随机性的传递函数,分析了洪水预报误差的随机性在河道洪水演算过程中的传递特征。实例应用结果表明,上游入流的洪水预报误差经过河槽调蓄或经由Nash汇流模型演算后,其不确定性会大为降低。同时,根据建立的河道洪水演算随机模型,还可以确定出流过程的置信区间,从而为估计河道防洪控制断面可能出现的风险提供理论依据。