祁连山区气候变化对黑河出山径流的影响

以黑河上游流域为研究区,依据祁连山区4个气象站的逐月实测气象资料及莺落峡水文站逐月径流资料,采用Penman-Monteith方法计算了潜在蒸散发量,采用线性回归以及Mann-Kendall趋势检验等方法研究了降水、潜在蒸散发、气温及径流的年、季变化趋势,运用弹性系数法分析了降水、气温和潜在蒸散发变化对黑河出山径流的影响。结果表明:(1)黑河流域气候水文要素的总体年际变化为年降水量和气温均呈显著升高趋势,潜在蒸散发量呈不显著增加趋势,出山口莺落峡水文站径流量呈显著增大趋势;(2)祁连山区降水量、气温和潜在蒸散发量是影响黑河流域出山径流量的主要气象因子,径流与降水在年和季节尺度上都存在显著相关关系,其中祁连山区秋季降水量与莺落峡站径流量的相关性最为显著,春季气温与径流量呈正相关,气温升高促进了冰雪消融,进而增大径流量,潜在蒸散发量特别是夏季蒸散发量增大对降水量增大造成的年径流增大起到了一定的削弱作用;(3)祁连山区降水量增加1%将使莺落峡站径流量增加约0.74%,祁连山区气温升高1%将使莺落峡站径流量增大约0.16%,祁连山区潜在蒸散发量增加1%将导致莺落峡站径流量减少约1.75%。     

R/S-GM(1,1)组合模型在径流预测中的应用

基于R/S分析法能提供有效的非线性科学预测,河川径流具有灰色禀性,为了提高河流径流预报精度,提出了R/S分析与灰色理论相结合的河川径流预测方法。该方法可以克服径流灰色预测存在的数据波动较大时预测精度降低的缺陷。将该方法应用到黑河莺落峡站和正义峡站的年径流量、汛期和非汛期径流量6个序列进行径流预测验证。结果表明:两站年径流量和汛期径流量序列的预测精度都在90%左右,非汛期径流量序列在80%以上,各径流序列预测结果与Mann-Kendall趋势检验一致,预测结果可靠,为河流径流量的科学预测提供了一种新方法。     

黑河流域径流变化规律及趋势预测

根据黑河1956—2012年各水文站径流量数据,应用Mann-Kendall非参数检验法对黑河流域径流变化规律进行了分析,并利用BP神经网络对未来黑河径流演变趋势进行了预测。结果表明:1黑河干流及主要支流汛期来水量占年径流量的比例较大,为63.18%~94.56%,出山口径流量未来总的趋势为增加;2Mann-Kendall趋势检验结果表明莺落峡、祁连、新地及嘉峪关站未来径流预测趋势与实测序列趋势较为一致,而札马什克站未来径流预测趋势和实测序列趋势相反,但该站M-K值的绝对值逐渐变小并趋于0,可以推测未来该站径流量趋势将由减少转为增加,这与BP神经网络预测的结果一致。     

黑河流域1957-2008年径流变化特性分析

根据黑河干流莺落峡站和正义峡站1957-2008年52年的实测年径流资料,应用累积距平、滑动平均、M ann-Kendall非参数统计检验和R/S分析等多种方法,分析了黑河流域年径流变化规律。结果表明:①总体上,莺落峡站年径流存在增加趋势,正义峡站年径流存在减少趋势,同时两站径流趋势具有一定的持续性;②1961年和1998年是莺落峡站径流量突变开始的年份,1957-1961年间,径流量处于明显增加阶段,1962-1997年间,径流量出现了增长率逐渐减小、径流量减小及径流量微弱增加等阶段,1998年后,径流量再次出现明显增加的现象。③20世纪80年代中期以前,莺落峡、正义峡两站径流量变化规律较为一致,均是丰水年和枯水年交替出现,丰枯转化较为平衡。20世纪80年代末至90年代末,莺落峡站径流量处于增加的趋势,而正义峡站呈现显著减少趋势,主要是这一阶段中游用水量急剧增加,两站径流量差值呈显著增加趋势。进入21世纪由于国家在黑河流域实施了水量统一调度,两站径流量差值保持平稳态势。     

黑河莺落峡站径流变化趋势分析

对黑河出山口莺落峡站来径流的变化趋势进行了分析,结果表明:黑河流域径流整体上呈丰枯交替的周期性变化,出现了多个丰水段和枯水段,丰水年和枯水年出现的几率大致相等;未来黑河流域径流仍将周期性丰枯交替变化,莺落峡站多年平均径流量仍将在15.8亿m3附近波动。     

基于WPT-ISO-RELM模型的月径流时间序列预测研究

为提高月径流时间序列的预测精度,提升基本蛇群优化(SO)算法搜索能力,同时提升正则化极限学习机(RELM)预测性能,提出了小波包变换(WPT)-改进蛇群优化(ISO)算法-RELM预测模型。首先,利用WPT将月径流时间序列分解为低频分量和高频分量;其次,通过构建8个RELM超参数寻优适应度函数对ISO寻优能力进行检验,并与SO算法、灰狼优化(GWO)算法、变色龙群算法(CSA)、鲸鱼优化算法(WOA)、樽海鞘群体算法(SSA)、侏獴优化算法(DMO)、粒子群优化算法(PSO)的优化结果作对比;最后,建立WPT-ISO-RELM模型,并构建包含WPT-SO-RELM在内的17种模型作对比模型,通过黑河流域莺落峡水文站、讨赖河水文站2个月径流预测实例对各模型进行验证。结果表明：(1)ISO寻优精度优于SO、GWO、CSA、WOA、SSA、DMO、PSO,通过关键参数的改进,能有效提升ISO的极值寻优能力和平衡能力;(2)WPT-ISO-RELM模型对莺落峡水文站、讨赖河水文站月径流预测的平均绝对百分比误差分别为0.854%、0.447%,平均绝对误差分别为0.245、0.068 m     

黑河枯水年向下游调水难度分析

黑河调水进入东居延海,一般必须满足两个条件,一是人为因素,实施“全线闭口,集中下泄”;二是自然因素,莺落峡以上来一定流量级洪峰流量。通过对黑河上游控制站莺落峡水文站1945~2000年56 a径流丰、枯水年与年最大洪峰流量关系分析,认为黑河年径流丰、枯与年最大洪峰流量关系密切,丰水年径流量大,年最大洪峰流量也大;枯水年径流量小,年最大洪峰流量也小。黑河径流组成中,洪量占有很大的比重。黑河特丰水年平均年最大洪峰流量达796 m3/s,特枯水年平均年最大洪峰流量只有289 m3/s。在枯水年,加上水量的沿程损失和洪峰削减比丰水年和平水年大等原因,实现送水到东居延海,有一定的难度和风险,在特枯水年,难度和风险更大。因此,研究莺落峡站年径流丰、平、枯水年与年最大洪峰流量的关系,对黑河水量科学调度和水资源合理利用具有十分重要的意义。     

基于SPSS软件的黑河正义峡下泄水量预报分析

基于1951—2000年黑河莺落峡、正义峡断面径流量观测数据和中游地区气象观测资料,采用SPSS多元线性逐步回归分析模型分析了影响正义峡断面下泄水量的莺落峡断面年径流量、黑河中游年平均气温等因素,并对2001—2011年正义峡断面自然状态下的下泄水量进行了模拟预报。结果表明:黑河调水及中游工农业生产的快速发展对正义峡断面自然状态下下泄水量的影响显著,2001—2011年预报的多年平均值较1951—2000年预报的多年平均值偏小0.792亿m3,从而影响了黑河分水方案的正常实施,建议对现行的黑河分水方案进行修订和完善。     

基于SPSS软件的黑河正义峡下泄水量预报分析

基于1951—2000年黑河莺落峡、正义峡断面径流量观测数据和中游地区气象观测资料,采用SPSS多元线性逐步回归分析模型分析了影响正义峡断面下泄水量的莺落峡断面年径流量、黑河中游年平均气温等因素,并对2001—2011年正义峡断面自然状态下的下泄水量进行了模拟预报。结果表明:黑河调水及中游工农业生产的快速发展对正义峡断面自然状态下下泄水量的影响显著,2001—2011年预报的多年平均值较1951—2000年预报的多年平均值偏小0.792亿m3,从而影响了黑河分水方案的正常实施,建议对现行的黑河分水方案进行修订和完善。     

基于ASWPD-BO-GRU的月径流量预测模型

为提高月径流量预测精度,并针对传统分解集成径流预测模型错误使用未来数据的问题,提出并建立了基于自适应小波包分解（ASWPD）和贝叶斯优化（BO）的门控循环单元（GRU）月径流量预测模型（ASWPD-BO-GRU）。首先,利用ASWPD对原始月径流量时间序列进行分解,在不使用未来数据的前提下得到4个相对规律的分解子序列,以降低预测难度;然后,利用BO优选分解后的子序列对应的GRU模型超参数;最终,对每个子序列进行预测,将预测结果相加重组得出月径流量预测结果。将提出并建立的模型应用于黑河流域莺落峡水文站月径流量预测中,并与GRU、BO-GRU、WPD-BO-GRU模型（基于传统分解思想对原始月径流量时间序列整体进行分解的预测模型）的预测结果进行对比。结果表明：ASWPD-BO-GRU模型的纳什效率系数（NSE）为0.89,在实例应用中预测精度最高,说明ASWPD-BO-GRU模型在正确分解的前提下具有较高的预测精度和更强的泛化能力。     

基于SMA-LSSVM的径流中长期预测

径流中长期预测对防洪减灾和提高水资源利用效率极为重要。为解决预测模型参数对预测精度的影响,提出一种基于黏菌算法(SMA)优化LSSVM的径流中长期预测模型。首先,选取5个标准测试函数,对比在不同维度条件下SMA和PSO算法的仿真结果;其次,利用SMA优化LSSVM的惩罚参数和核参数,并构建LSSVM、PSO-LSSVM对比模型;最后,通过漫湾水电站水库入库月径流和莺落峡水文站月径流预测实例对各模型进行验证。结果表明,SMA-LSSVM模型相比LSSVM、POS-LSSVM模型,对漫湾站月径流预测的均方误差分别降低了29.26%、7.42%,对莺落峡站月径流预测的均方误差分别降低了32.61%、6.61%,预测精度更高。提出的SMA-LSSVM模型综合预测性能更好,也为中长期径流预测提供了一种新方法。     

灰模型GM(1,N)在径流量预测中的应用

介绍多维灰模型GM(1，N)。以澜沧江上游昌都水文站为对象，分析降水、气温与径流量之间的灰关联度，建立了GM(1，3)模型，有效提高了径流量模拟的精度，通过残差检验和后验差检验，结果表明，该模型精度达到2级，预测精度达到91.91％，符合建模要求，能够用于年径流量预测。     

梯级水电站对黑河出山口径流及洪水过程的影响

基于莺落峡水文站的月年径流量、年最大洪峰流量、洪水过程及黑河上游流域降水等资料,运用双累积曲线法、Mann-Kendall趋势检验法(简称MK检验法)、基尼系数法等方法,分析梯级水电站对黑河出山口莺落峡水文站径流及洪水过程的影响。结果表明：黑河上游梯级水电站的建设运行对年径流量变化影响不大,对径流年内分配及洪水过程有一定影响;电站联合调度运行后,坝前库区蓄放水改变了天然径流过程,对径流年内分配产生显著影响,年内分配均匀度在2001年发生转折,2017—2020年呈显著增加趋势;人为升降闸门高度,致使水位直上、直下,洪水过程拉长,峰值变大,呈陡涨直落形态,涨落率和变化频次增加。研究成果可为加强流域水电站科学调度、水生态文明建设及水能水资源可持续开发利用提供理论依据。     

黑河干流来水量演变趋势浅析

根据莺落峡水文站建站以来64a的系列资料,用多种方法,对黑河干流来水量年内分配、年际变化及长期演变规律进行了探讨分析,为黑河水资源调查评价、综合规划、开发利用和水情预测预报提供了科学合理的参考依据。     

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...     

基于归一化RBF网络的黄河上游径流预测

根据1976～1994年黄河兰州水文站的径流量数据,得到了年径流量增长的时间序列,在利用RBF神经网络进行仿真后,用1995～1996年的增长量进行了检验,并与BP神经网络的预测结果进行了对比.结果表明,应用RBF神经网络对年径流量进行预测,预测精度更高、效果更好.     

1956-2016年沣河径流量变化特征分析

以沣河流域内秦渡镇水文站1956-2016年实测径流数据为基础,分析年内变化特征;用M-K方法对沣河年际、丰水期、枯水期3个时期的径流量进行了突变分析,再用滑动t检验突变点的可信度.结果表明:沣河年径流量在1956-2016年中整体呈减少趋势,减少率为175.71×104 m3/a;径流年内分配在20世纪70、80年代...     

黑河莺落峡站年径流特征及丰、枯划分初探

目前国家批准的黑河中下游水量分配的依据是黑河上游控制站莺落峡水文站来水量 ,实质上是对上游来水量的分配。根据保证率和距平百分率对黑河莺落峡站年径流丰、平、枯程度的划分进行了探讨 ,得出结论 :利用保证率进行划分比较合理。对黑河水量科学调度和水资源合理利用具有十分重要的意义。     

1957—2016年泾河干流径流量变化趋势分析

泾河为渭河的第一大支流,为了解泾河干流径流量变化特征,以泾河干流甘肃段的4个水文站1957—2016年的实测数据为基础,利用Mann-Kendall法、累积距平法和小波变换法对泾河干流的径流量变化趋势、径流量突变年份和周期变化规律进行分析,并对引起变化的可能原因进行探讨。结果表明：泾河干流甘肃段的崆峒峡水文站、平凉水文站、泾川(三)水文站和杨家坪(二)水文站1957—2016年年径流量呈下降趋势,且4个水文站径流量突变后年平均值较突变前分别减少了41%、44%、45%和41%;主要存在2～10 a尺度、10～30 a尺度和30 a以上大尺度的周期性变化;径流量突变年份集中在1982年和1986年;从崆峒峡水文站到杨家坪(二)水文站之间的泾河天然径流量与实测径流量之间的差异逐渐增加,且甘肃段泾河干流由上游至下游中小尺度周期性逐渐减弱,大尺度周期性逐渐增强。     

基于水文学方法的黑河中游最小生态流量研究

本文基于黑河莺落峡水文站、正义峡水文站长系列水文资料,采用Q_P法、最枯月平均流量法计算了两处水文站断面的最小生态流量,并用Tennant法对计算结果进行评价。研究结果表明,莺落峡站断面用Q_P法和最枯月平均流量法得到的最小生态流量值分别为11.06m³/s和13.26m³/s,一年内最小生态流量可以满足生物栖息地需水要求;正义峡站断面用Q_P法和最枯月平均流量法得到的最小生态流量值分别为0.37m³/s和1.63m³/s,一年中5月的最小生态流量能够支撑大部分水生生物的生存栖息地。