BPPR网络模型在寸滩站洪水预报中的应用

以寸滩站为例,针对建立复杂区间入流河段洪水预报系统是水文预报领域的难点、峰值预报精度是洪水预报过程的关键,采用BPPR网络模型,构建了寸滩站BPPR洪水预报模型,并预报了寸潍站2008～2010年的洪水过程.结果表明,该模型对洪峰的映射及洪水过程的模拟精度较高,预报效果理想.     

基于集合Kalman滤波的河道洪水预报研究

为提高河道洪水预报精度,研究了集合Kalman滤波法与最小二乘法对马斯京根模型参数率定的河道洪水预报技术,并以长水-白马寺实测洪水为例进行了对比检验,探讨了集合Kalman滤波法的多时段预报洪水过程及其特点.检验结果表明,应用集合Kalman滤波技术优于最小二乘法的预报效果,可有效提高河道洪水预报的精度并能适度延长预报时段.     

基于DEM的分布式汇流模型及其在洪水预报中的应用

基于数字高程模型,并结合国外在河网水系提取的研究成果,归纳出提取河网水系的方法,并将其应用于实际的水系提取.建立了流域尺度的概念型分布式新安江模型,该模型在栅格单元中采用新安江模型作产流计算,根据单元的不同属性 （坡地、河道）及所推求的汇流时间场建立汇流模型.将此模型应用于淮河黄泥庄以上集水区域,对黄泥庄站的洪水过程进行了模拟研究,模拟结果符合洪水预报的规范要求.     

数据化模型模块技术在洪水预报建模中的应用

针对洪水预报模型的传统开发模式中存在重复开发、模型应用不灵活、扩展性差等问题,依据洪水预报模型的结构与逻辑特性,将模型拆分为多个相对独立的模块,并运用数据化模型模块技术对这些模块进行封装,形成洪水预报模型组件库;利用洪水预报模型组件库搭建洪水预报模型,将其应用于嵊州流域预报中。嵊州流域的应用实践表明,采用数据化模型模块技术搭建的洪水预报模型具有代码重用率高、移植性强、可扩展性好、易于维护等优点,同时为洪水多模型集合预报提供了便利,丰富了洪水预报结果。     

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.     

大气水文耦合模式在洪水预报中的应用研究

在简介数值天气预报模式和水文模型发展历程的基础上,综述了数值预报与水文模型的耦合模式在洪水预报中的研究进展,指出了耦合的关键技术和应用中存在的不足,并探讨了将大气水文耦合模式应用于洪水预报时应着重提高降水预报的精度、进一步完善降水预报的评定方法及增加预报的不确定性分析.     

基于预报偏差的新安江水库短期优化调度模型研究

新安江水库作为多年调节水库有较大的调洪库容,在保证防洪安全前提下短期洪水调度追求发电效益最佳为调度的目标函数,从而有效地实现了洪水资源化.在分析新安江水库洪水预报误差前提下,利用随机动态规划法求解水库短期优化调度问题.计算表明,在考虑短期洪水预报偏差条件下调度的结果更加合理.     

基于水动力学模型的实时糙率反推在洪水预报中的应用

针对洪水预报中糙率的实时修正问题,采用卡尔曼滤波技术实现动量方程实时校正糙率,以提高水动力学模型的洪水预报精度.同时考虑河道下游糙率对上游水深的影响,使反演的糙率更显客观.选择长江干流寸滩至万县河段进行试验,应用2004年该河段洪水资料作验证.结果表明,实时反演的糙率对提高洪水预报精度有效.     

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。     

尼尔基水库洪水调度方案研究

针对尼尔基水库初步设计阶段的防洪调度方案存在的问题,考虑水库工程完工、投入正常调度运用的现实需要,研究了与洪水预报方案水平相适应的、可在实时洪水调度中实施的洪水调度方案,基于现有的洪水预报方案及其精度,研究了尼尔基水库的洪水调度方式及其判别指标,确定了洪水调度方案的基本框架,并采用粒子群优化算法优化计算了泄量参数.结果表明,该方案确保了水库自身的防洪安全,基本完成了水库规定的防洪任务,可用于尼尔基水库运用初期洪水调度.     

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.     

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。     

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。     

水动力学模型初始条件问题浅议

将一维圣雏南方程组与新安江模型结合构成河口地区水位模拟模型,根据上、下边界和预报断面的初始水位、流量假定了三种初始条件,并应用于曹娥江感潮河段的水位预报,综合对比分析了相应计算结果.分析表明,由这三种初始条件计算的整个洪水过程的效果相当,初始条件的选取对计算洪水过程的起涨段有较大影响,考虑预报断面初始水位的初始条件能较好地模拟洪水的起涨段.     

基于HEC-HMS的西南山区中小河流洪水预报研究

针对目前中小河流洪水预报难度较大、预报精度偏低的问题,以西南山区荥经河流域为例,基于HEC-HMS构建了荥经河流域分布式水文模型,以2009～2018年23场洪水进行参数率定,4场洪水进行模型验证.通过参数敏感性分析和有效率定,模拟的洪水过程与实测洪水过程吻合较好,其中模拟洪峰流量平均误差为6.81％,平均纳什效率系数...     

分布式洪水预报模型在漳卫河流域的应用

为提高漳卫河流域的洪水预报水平并为防洪调度数字化提供技术支持,对漳卫河洪水预报开展了研究,基于分布式洪水预报模型(EasyDHM),选取流域数字高程图(DEM)、土壤、土地利用及水文气象资料进行建模和参数率定,并通过场次洪水对模型进行了验证。结果表明,该模型预报精度较高、实用。     

基于改进灰关联分析的相似洪水动态识别与预报方法

实时洪水预报是优化流域防洪减灾方案的重要支撑信息,基于洪水相似性的相似洪水预报是一种延长实时洪水预报预见期的可行途径。为改进灰关联分析法在相似洪水识别与预报中的应用效果,通过引入置信度距离、离势系数权重,加强传统灰关联方法的抗差能力,减少相似性分析过程中的信息损失,并将改进后的方法应用于相似洪水识别与预报过程中,最后结合池潭水库实测雨洪资料进行验证分析,预报精度评价结果表明,该方法预报精度优于传统灰关联分析法,可作为实时洪水预报的辅助方法。     

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。     

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。     

K均值聚类分析方法在洪水预报中的应用

针对在洪水预报中历史信息未得到充分利用的问题,采用K均值聚类分析方法对历史洪水进行聚类,并分类进行新安江模型的参数率定,通过计算洪水指标到各聚类中心的距离来判别即将发生洪水的归属类别,根据判别结果采用对应类的参数进行预报。结果表明,该方法扩大了信息的利用量,提高了洪水预报的精度。