平稳序列的年径流预测分析

中长期径流序列通常包含趋势、周期和随机成分,采用游程分析法检验中长期径流序列的稳定性,并通过简单分波法对径流序列进行周期分析,建立了包含周期项和随机项的平稳序列中长期径流预测模型,将模型应用于天生桥一级水库年来水径流预测中,结果良好。     

基于小波分析技术的中长期径流预测模型研究

针对中长期径流预测精度低的问题,提出了基于小波分析技术的时间序列预测模型。利用小波函数db(5)将年径流序列进行尺度为3的分解,得到相应的低频信号和高频信号,然后对各级分解信号利用ARMA(2,1)模型进行预报,最后将各预报结果叠加合成原始径流的预测值,并与ARMA模型直接预测的年径流值比较,通过实例得出前者预测模型要比后者预测的精度更高、稳定性更好,从而验证了该中长期径流预测模型的有效性。     

珠江梧州水文站枯季月径流预报

梧州站流量作为珠江下游河口地区压咸控制流量,其上游来水的丰枯直接关系到珠江流域枯季水量统一调度的成功实施。基于梧州站枯季(10月-3月)月径流资料,采用逐步回归法提取径流序列的趋势项、周期项,自回归方法预测随机项的组合预测方法建立了梧州站枯季径流预报模型。结果表明:逐步回归与自回归组合的方法在径流预报中取得了较好的预报效果,1月径流预报精度达到甲等,10月、11月、12月、2月以及3月预报精度均达到乙等,可用于实际水文预报工作中。     

基于小波分析技术的中长期径流预测模型研究

针对中长期径流预测精度低的问题,提出了基于小波分析技术的时间序列预测模型。利用小波函数db(5)将年径流序列进行尺度为3的分解,得到相应的低频信号和高频信号,然后对各级分解信号利用ARMA(2,1)模型进行预报,最后将各预报结果叠加合成原始径流的预测值,并与ARMA模型直接预测的年径流值比较,通过实例得出前者预测模型要比后者预测的精度更高、稳定性更好,从而验证了该中长期径流预测模型的有效性。     

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。     

小波神经网络在径流预测中的应用

将小波分析与传统的BP神经网络模型进行组合,提出了一种新的径流中长期预测方法。该方法对年径流序列进行Mallat小波分解,将分解后得到的不同尺度下的低频成分和高频成分分别进行Mallat算法重构,对重构系列采用BP神经网络模型进行预测。采用黄河三门峡站1470-2002年的年径流资料进行模型的预测和检验,并与传统的BP神经网络模型进行比较,研究结果表明小波神经网络在径流预测中具有较好的预报精度,可以成功地用于径流模拟和预测。     

基于小波网络的径流多时间尺度分析及预报方法研究

应用Morlet小波的多分辨分析功能,对嫩江和洮儿河汛期径流序列进行了多时间尺度分析,结果显示,嫩江汛期径流具有4年和25年左右的主周期,洮儿河汛期径流具有4年、10年和25年左右的主周期,二者丰枯变化位相基本一致并具有同步性.针对径流时间序列的非线性和多时间尺度特征,将小波分析与人工神经网络结合建立了组合预测模型,模型原理简单,预测精度较高.这证明小波神经网络用于径流中长期预报是可行的.     

石羊河流域中长期径流预报模型应用

以石羊河流域西营水库为研究对象,采用时间序列模型(逐步回归自回归组合模型、ARMA模型)和改进的人工神经网络模型(逐步回归BP神经网络模型、逐步回归RBF神经网络模型)进行中长期径流预报并对比分析,为石羊河流域水量调度系统设计提供参考。结果表明:4种预报方法都达到预报精度要求,其中RBF神经网络方法合格率最高,但耗时长,逐步回归自回归预报精度和模型耗时都比较合理,可为石羊河流域水资源调度提供参考。     

基于EEMD与ANN混合方法的水库月径流预测

为了解决径流序列复杂的非稳态特征并提高径流的预报精度,采用EEMD-ANN组合方法构建径流预报模型,其中EEMD方法通过将非线性非稳态的水文序列分解为多组固有模态分量及趋势项,实现径流序列的稳态化,然后使用ANN方法分别进行预测,进而完成径流序列重构。以黄河龙羊峡水库为例,基于EEMD-ANN预报模型对入库径流量进行了预测,结果表明该方法可较精准地预测径流量。同时,通过对比分析发现,采用EEMD-ANN连续滚动预测月径流量在汛期的预报效果较好,而非汛期可采用同期预报的手段提高径流预报精度。     

基于VMD-LSTM-ARMA模型的径流预测

为了提高径流预测的精度,提出了一种用以解决径流预测等问题的组合预测模型,此模型由变分模态分解(VMD)、长短期记忆网络(LSTM)和自回归移动平均(ARMA)组成。为了降低入库流量的复杂度,利用VMD算法将径流数据分解为3个不同频率的模态分量。低频的模态分量继承了数据的时间特性,可以通过构建LSTM预测模型处理;而2个高频序列是平稳的时间序列,可以通过搭建ARMA预测模型处理。将3个子序列的预测结果进行叠加,最终得到径流的预测结果。采用湘江支流的东江水文站2020年的逐小时流量数据进行流量预测,对比试验和其他算法结果表明：所构建的模型可以有效提高水文预报的精度。     

月径流相关法插补径流系列的实践与讨论

在借鉴朱巴-道孚站不同丰、枯年段资料，按不同方法建立年、月径流相关关系对插补成果影响研究的基础上，结合南水北调西线一期工程引水地区3个专用水文站与下游参证站近期3～5年同期实测的月径流资料，建立了不同的相关方案，就各方法对插补成果的影响情况和差异产生原因进行了分析。据此，当上、下游站径流变化具有一定成因联系且相关关系密切的相关分析中，应首先用最小二乘法定线，这样可借助雨量分析，在对插补的年径流量均值偏离真值的情况作出定性判断后，再用目估定线来作适当修正，以求得较合理的年径流量均值及月径流过程。     

城区路面径流水质特征与初期径流量研究

鉴于研究城区路面径流水质特征与初期径流量可为有效利用城市雨水、控制城市非点源污染等提供参考依据,采用污染物分析法对新乡市2010年城区路面3场降雨径流的水文水质过程进行采样分析,水质指标包括pH值、SS、COD和DO。结果表明:径流初期污染严重,主要污染物COD、SS变化趋势基本一致,随着降雨过程的持续含量逐渐降低,趋于一个稳定值;各指标标准差率呈SS>COD>DO>pH值的趋势,这与各自浓度变化过程的指向性一致;径流中COD、SS之间的相关性较好,DO与其之间的相关性较差;场次降雨路面初期径流量可取为前8 mm~10 mm的降雨量或前25 min~30 min的径流量。更多还原     

Use of Intercepted Runoff Depth for Stormwater Runoff Management in Industrial Parks in Taiwan

First flush of stormwater runoff plays an important role in water quality management. Since stormwater runoff during the initial period of precipitation events carries a greater portion of pollution loads, appropriate strategies are needed for effectively controlling the non-point source loads (NPS). In the present study, case studies were performed in two industrial parks for correlating the relationship between pollutant mass and the runoff volume. Three precipitation events were used for calibration and verification of a deterministic model, Storm Water Management Model. The model was then used to simulate all rainfall events in a particular hydrological year to determine the relationship between interceptive amounts of initial runoff and their corresponding reduced portion of annual NPS loads. The results indicate that the first 6–8 mm of a storm runoff depth includes more than 60% NPS loads. If the depth is increased to 10 mm, 80% NPS loading can be contained. The interceptive volume for eliminating 80% NPS loading in Guan-Tian and Yong-Kong industrial areas are 7 and 12 mm, respectively.     

Assessment of Snowmelt Runoff Using Remote Sensing and Effect of Climate Change on Runoff

Runoff regimes in Himalayan basins are controlled mainly by melting of snow and ice cover. The air temperature is the principal variable to estimate the importance of the melting of the snow cover when using snowmelt runoff model. Changes in temperature will ultimately affect stream flow and snow/ice melt runoff in particular. Global atmospheric general circulation models (GCMs) have been developed to simulate the present climate and used to predict future climatic changes and its effect. These GCMs have certain disadvantages, therefore another simple approach of hypothetical scenarios have been developed and successfully demonstrated in this study to investigate the effect of changes in temperature. Adopted plausible climate scenarios included three temperature scenarios (T + 1, T + 2, T + 3°C). The effect of these changes has been studied on the stream flow which has contribution from snowmelt, rainfall and base flow in the Satluj basin. It was observed that with the increase in temperature there is not much change in total stream flow, but the distribution of stream flow have changed. More snowmelt runoff occurred earlier due to increased snow melting however, reduced in the monsoon months.     

英那河水库径流分析

1 流域概况 英那河水库位于英那河流域．为了流域的地区平衡．在分析英那河流域的同时还应对邻近流域进行分析．慨况如下．     

小流域产流汇流模型试验的应用研究

在降雨１：１相似的小流域产汇流模型试验中，不仅产流发生畸变，而且汇流畸变作用更大。本文旨在通过对降雨径流形成及土壤入渗动态方程的推导，分析，实际产流方式与模型产流方式的异同，引入模型产流畸变系数，导出模型试验结果的应用转换函数。在此基础上，又从线性汇流理论出发，依据推理公式，求得实际与模型试验最大洪峰流量及汇流时间之间的畸变关系。该研究使模型试验结果与原型趋于吻合，为小流域治理和水土保持工程设计提供了依据。     

浈江流域径流变化分析

采用浈江流域50年(1956-2005年)的降水量资料及主要控制水文站长坝站流量资料为基础对降水、径流的年内分配、年际变化及近年来的变化趋势进行分析,发现降雨系列基本变化不大,人类活动对土地利用结构的变化是间接造成径流增加的原因。     

黄河河川径流耗水量预测分析

在分析黄河流域1950－1999年间不年代 川径流耗水量年限变化特点的基础上，利用指标方法，回归方法和双向差分模型分别预测了2005、2010和2020年水平黄河流域河川径流耗水量，研究结果表明，黄河河川径流耗水量基本呈稳定升高趋势，三种方法预测的结构基本一致，黄河流域三个水平年河川径流耗水量将比1999年分别上升9％、13％和21％。     

流域年均径流量与流域面积、降水量的二元指数关系模拟

勐波罗河为怒江流域云南境内第一大一级支流,降水、径流分布复杂。通过对勐波罗河流域内7个水文站的实测径流还原、插补延长分析后得到年径流量系列,分析其统计参数,建立多年平均径流量与各站流域面积、流域多年平均降水量的一元一次关系、一元指数关系、二元指数关系,进行总体和分区的模拟分析对比。不同关系的总体拟合误差范围为±19.6%~±11.5%,分区后进行二元指数关系模拟误差范围为±2.8%,较好地反映了径流与流域面积和降水的密切关系,符合勐波罗河流域水文特性。该方法具有可操作性,可广泛在高原山地区推广。     

径流预测的生命旋回——拓扑模型

针对传统径流预测模型无法反映径流序列随机性,或模拟收敛速度慢、模型参数难以确定等缺点,提出了一种新的径流预报模型——生命旋回——拓扑预测模型。该模型用生命旋回模型模拟预测径流量序列的趋势项,用拓扑模型来对径流残差序列进行修正。将生命旋回——拓扑模型用于黄河唐乃亥水文站径流预测中,平均预测精度达到96.28%,合格率为100%。表明该模型预测精度较高,模型实用可行。