尼尔基流域产流分析

文章通过对尼尔基流域库漠屯、柳家屯、科后3个水文站,多年汛初的径流系数进行分析计算,得出各子流域的径流系数及产流特点,为尼尔基流域的洪水预报提供了参考依据。     

改进的API模型在尼尔基洪水预报中的应用

本文是在降雨径流关系模型(API模型)的基础之上,将整个尼尔基水利枢纽控制流域划分成库莫屯、柳家屯、科后3个流域,并把各个区域的历史降雨和流量资料进行整理、分析,最终寻找出每个区域不同降雨类型下前期雨量指数(Pa)和产流系数(k)的相关关系,通过对历史洪水预报的检验,该方法达到了《水文情报预报规范》对水文预报精度的要求,因此可以将其应用到尼尔基水库水文预报当中.     

基于BP神经网络的尼尔基水库短期洪水预报研究

人工神经网络(ANN)诞生于20世纪40年代,兴起于80年代,以其非线性特性、大量的并行分布结构以及出色的学习和归纳能力,广泛应用于水文各要素的预测分析。本次研究利用ANN中最常见的BP(Back Propagation)神经网络,由上游3个控制站(即柳家屯、库漠屯和科后)的流量,模拟出未来24 h的尼尔基入库流量,分析二者的非线性关系以用于水库短期洪水预报。预报方案中各预报要素精度均达甲级水平,可用于实际作业预报。     

甘河加格达奇站“88．8”特大暴雨分析

1　前言1 988年 8月 6～ 8日 ,大兴安岭山区发生一场历史上罕见的特大暴雨 ,特点是范围广 ,历时长、强度大。造成呼盟、大兴安岭、齐齐哈尔市、县大范围洪涝灾害 ,给人民的生命财产带来了重大的经济损失。其中甘河流域加格达奇以上平均降雨量高达1 1 6ｍｍ( 6个雨点的平均值 ) ,形成了甘河自 1 986年以来最大的一场洪水。加格达奇站洪峰流量为32 0 0ｍ3/ｓ,据历史洪水调查最大的一次洪水发生在 1 886年即光绪 1 2年 ,柳家屯站的洪峰流量 3480ｍ3/ｓ。因此“88 8”特大洪水在柳家屯相当于 1 886年的洪水。加格达奇站洪水经验频率为 1 0 3年一…     

基于新安江模型的洪水预报系统对于预报方案的说明

基于地理位置原因选取宁家屯站水文观测资料来做预报方案,宁家屯水文站是逊毕拉河支流沾河下游总控制站。详细介绍了宁家屯站的流域概况、洪水情况以及利用中国洪水预报系统完成预报方案的具体操作过程。     

三水源新安江模型在汉阳屯水文站的应用

本文应用三水源新安江模型对汉阳屯水文站以上区域进行了产汇流模拟计算.经过对1980年以来的14次洪水进行产汇流模拟计算,汉阳屯水文站确定性系数为0.83,可用于该站洪水预报.     

尼尔基水库上游三站作为入库站可行性分析

本文从尼尔基水库控制流域的水文自然特征,及嫩江干流库漠屯站、右岸支流柳加屯站和左岸支流科后站的分布情况出发,以完成的尼尔基水库短期入库洪水预报方案为基础,提出以库漠屯、柳加屯和科后水文站三站作为尼尔基水库入库站的设想,解决目前尼尔基水库没,有入库站的问题,通过对基础水文资料的分析以及实际调度运用,基本证明该设想的可行性,为进一步研究尼尔基水库入库洪水控制提供一种思路。     

甘河水资源利用潜力分析

文章通过对甘河流域甘河水文站、柳家屯水文站在2011～2015年连续5年间的水文数据进行对比分析,进而对甘河的水资源利用潜力进行初探。     

甘河"2021·06·21"暴雨洪水分析

2021年6月14日至19日,嫩江甘河流域连降暴雨,甘河柳家屯水文站实测洪峰流量3170 m3/s,为1951年有实测资料以来的第1位大洪水.本文根据实时雨水情信息对甘河"2021·06·21"暴雨洪水特性进行了分析,对研究甘河流域产汇流规律、提高洪水预报成果精度具有参考价值.     

洪水分类预报在清河水库防洪调度中的应用

在大型水库的预报调度工作中,预报历史和近期预报值误差较大的洪水时,难以把握计算精度,使得洪水预报结果误差偏大,洪水调度难度增加.本文采用洪水分类预报方法,将洪水根据其成因不同进行分类,用不同的预报模型或动态优选预报参数进行洪水预报,提高了水库洪水预报的整体精度和时效.     

美国洪水预报及预警系统发展概况

美国在防御洪涝灾害的手段方面较为先进。突发洪水研究、雷达预警、洪水预报、洪水量化预报、面向流域可能的河流洪水预报及洪水预警系统是美国在洪水预报领域的研究成果。通过对美国洪水预报研究的了解,确定洪水预报研究今后发展趋势。     

关于提高鸭绿江流域洪水预报精度的探讨

本文介绍了在鸭绿江流域长期洪水预报作业中,采用了数理统计、洪水定性预报的方法;利用太阳黑子相对数与洪水的关系规律,预报大洪水的可能性.在短期洪水预报中采用降雨径流相关预报等方法,结合多年的洪水预报经验,提高预报精度,为洪水预报预测提供可靠的数据.     

乌溪江流域自动洪水预报系统研究与应用

由于预报模型的局限性和实时信息的不完善,洪水预报过程存在一定误差。利用自动预报模型和人工预报参数交互式修改相结合的方式可提高洪水预报精度。在乌溪江流域自动洪水预报系统研究中,采用径流系数控制前期雨量损失总量,通过调整雨量损失进行产流计算,根据时段降雨的降雨中心和降雨强度选用单位线进行汇流计算。同时在自动化洪水预报基础上配以预报人员的多年预报经验,完成可实时修正、高精度的实时洪水预报。以典型洪水预报为例,人工预报参数交互式修改方法的准确性较高,人工预报峰现时间相差1 h,人工预报洪峰流量误差为0.74%,预报精度等级为乙级。研究成果已在浙江省乌溪江流域自动洪水预报系统得到应用,对其他流域洪水预报具有参考价值。     

汤河水库实时洪水预报技术研究

汤河水库洪水预报对汤河水库及其下游的防洪安全极其重要,需要研究实时洪水预报技术,以提高洪水预报精度.根据汤河水库自然地理和水文特性,汤河水库实时洪水预报采用汤河水库洪水预报,考虑到各场次洪水预报误差之间存在一定的相依性,故采用人工神经网络方法构建实时校正系统,模型用实际洪水资料进行校准,并用2场较大洪水予以检验.2个场次的校验表明,实时校正能明显地提高洪水预报的精度     

汤河水库小洪水产流预报精度的研究

汤河水库现行的洪水预报方案对较大洪水的产流、汇流精度均在90％以上,而对小洪水预报精度较低。一般在30％-80％之间。文中经12次独立的小洪水预报计算,对小洪水预报模型进行修改计算,平均预报精度提高到91．8％,完善了汤河水库洪水预报模型,提高了整体预报精度。     

郁江南宁“2001·7”大洪水预报分析

"2001·7"郁江大洪水是1937年以来的最大洪水。通过总结这场63年来未曾遇到过的罕见洪水的实际分析预报经验,提出根据洪水预报要素的获取情况将南宁的洪水分析预报过程分为洪水初步警报、洪水警报、洪水定量预报3个阶段的新理念。同时指出在定量预报时,要想获得较长洪水预见期和有效预见期内有意义的洪水变幅,就必须进行河系预报。只有做好河系预报才能做好郁江南宁的洪水预报,更好地为南宁的防洪减灾工作服务。     

基于遥感大数据的红水河流域洪水预报技术

系统分析红水河流域预报预警的实际需求,针对洪水预报问题,首次提出了基于遥感大数据的红水河流域洪水预报技术,构建了基于遥感大数据的红水河流域洪水预报模型,延长了流域洪水预见期,有效提高了洪水预警预报精度,实现洪水实时监测和红水河沿岸淹没敏感点的预报预警,有效降低了红水河沿岸295个淹没敏感点的洪涝灾害损失.     

基于洪水地区组成的门限-人工神经网络洪水预报模型

以寸滩站洪水预报为实例,将门限(Threshold)思想引入传统人工神经网络(ANN)洪水预报模型,建立了寸滩站洪水预报的门限-人工神经网络流量预报模型(T-ANN);同时,将洪水地区组成因素引入到模型中,实现对不同类型洪水的自动识别.检验表明,该模型洪水预报精度高,且各来水类型均能获得较好预报效果.     

马斯京根法模型在受闸门影响的预报断面中存在的问题分析——以北运河土门楼站为例

中国洪水预报系统内置的马斯京根法河道洪水演算模型,功能强大且明显简化了运算量,是北运河土门楼站作业洪水预报的重要工具.但在实际预报工作中发现该模型存在一些问题,为提高预报精度延长预见期,阐述了在实际应用中国洪水预报系统马斯京根法模型进行洪水预报工作时发现该模型存在的缺陷,并提出了解决建议,以期促进模型优化,提高洪水预报...     

漳卫河流域洪水预报模型研究

由于传统水文预报模型的局限性,研究基于EasyDHM分布式模型的洪水预报模型,并将该模型应用于漳卫河流域实际洪水预报中.实例验证表明,该模型运用于漳卫河流域的洪水预报中预报精度较高,为洪水预报提供了一个新的模式,具有一定的理论依据和应用价值,对同类洪水预报有一定的借鉴意义.