基于支持向量回归机的长期径流预报 及不确定性分析

根据汉江流域皇庄站1981-2008年逐月径流量与1980-2007年逐月74项环流指数、北太平洋海温场、500hPa高度场的相关关系,利用逐步回归挑选预报因子,构建基于遗传算法的支持向量回归机模型(GA-SVR),并对2009-2013年逐月径流量进行预报;结果表明,径流预报精度较高,汛期平均相对误差在30%以内,非汛期、年总量平均相对误差在20%以内,均优于随机森林和多元线性回归模型。将GA-SVR模型的预报结果作为概率预报的基础,采用贝叶斯理论中的水文不确定性处理器(HUP)对预报的可靠度进行分析;结果表明,HUP不仅可以提供精度更高的定值预报,还能以置信区间的方式量化预报的可靠度,提供更为丰富的预报信息。     

基于PSO-BP神经网络的西洞庭湖南咀站径流预测

为建立因子少、预报周期短、预报精度高的西洞庭湖控制性水文站南咀站的月平均径流量预报模型,通过对松滋-太平水系控制性水文站安乡、澧水控制性水文站石龟山站月平均水位、流量以及沙湾站月平均水位进行相关性、因子贡献率分析,确定输入因子,借助PSO-BP神经网络对南咀站1956年1月至2005年12月各月平均径流量进行训练,获取网络结构及参数进而预测2006年1月至 2008年12月各月径流量。结果表明：① 石龟山、安乡站水位对南咀站月平均径流量影响最显著;② 汛期、非汛期的划分一定程度上可提高南咀站月平均径流量预报精度;③ 以安乡、石龟山站月平均水位、流量以及沙湾站月平均水位作为输入因子,PSO-BP神经网络预报效果最好,合格率77.8 %,预报等级为乙级;④ 基于相关性、因子贡献率分析,将安乡、石龟山站作为输入因子,预报合格率降为61.1 %,预报等级降为丙级,但仍满足预报要求。     

黄河水量调度径流预报方法研究

介绍了服务于黄河水量调度的中长期径流预报技术方法、主要模型、预报系统及应用情况,并对未来黄河流域径流预报发展方向进行展望。黄河中长期径流预报模型从每个控制站点水文序列的影响因子和自身演变规律出发,根据各站点不同时期、不同影响因素,选择适当的统计方法分别建立。非汛期径流预报模型主要以前期径流、降水为预报因子,采用多元回归分析、门限回归分析和时间序列分析等方法建立;汛期径流受降雨影响强烈,流域降水主要受大气环流等因子影响,因此从前期环流因子中挑选预报因子,建立了汛期径流预报模型;天然径流量预报模型主要采用实测径流还原、时间序列分析及大气海洋物理因子相关等方法建立。黄河中长期径流预报模型及预报系统的建立,提高了黄河流域径流预报技术水平和能力,在1999—2018年20 a的水量调度中,提供了准确的年度水量预报和旬月径流预报,其中每年10月中下旬发布的花园口站年度天然径流总量预报平均误差为3.7%,最小预报误差为0.6%。     

黄河干流缺水决策树模型研究

以黄河干流上的贵德、兰州、河口镇、龙门、三门峡、花园口等6个主要水文站为节点,通过径流量频率分析,分别研究了各节点缺水状态。把各节点频率为50%的来水量作为缺水的基准,将缺水状态分为5个等级,以天然径流系列数据为样本,以贵德站为例建立了节点缺水决策树模型。决策树对观测样本的分类、预测直观明了,通过观测节点月径流量,可实现节点缺水状态的滚动预报。     

丹江口水库流域月尺度降雨与径流预报研究

以汉江上游丹江口水库流域为研究区域,通过降雨-气象遥相关分析从74项大气环流因子中筛选出预报因子,建立月降雨量与预报因子间的多元线性回归模型,根据大气环流因子对月降雨量进行预报,并构建研究区域的SWAT模型,以预报的月降雨量作为模型输入,实现月径流量的预报。以2012年逐月降雨及径流为例,模型对降雨和径流预报的合格率均约为83%,预报效果较好。研究表明,根据降雨量-大气环流因子的统计相关关系预报月降雨,并结合水文模型进行径流预报,对研究区域具有一定的适用性。     

沿黄取用水对黄河干流主要断面径流影响分析

沿黄取用水对黄河流域径流量具有重要影响。基于黄河干流主要控制站实测径流量资料和水资源公报资料,初步分析了黄河干流上下游主要断面径流量变化及沿黄取用水对干流径流量的影响。结果表明:(1)兰州(1919—2018年)、花园口(1919—2018年)、利津(1950—2018年)三站实测年径流量长期系列均表现为减小趋势,但上游兰州站表现为非显著性趋势,而中下游两站均为显著性减小趋势;(2)1998—2019年黄河干流11个主要水文站年径流量变化趋势则呈一致性增大趋势,初步分析表明流域面平均降水量增大是可能原因之一;(3)1998—2019年流域取水、耗水总量的变化均呈增大趋势,表明沿黄取用水量不断增加,取用水对上游兰州以上断面的径流量变化的影响较小,贡献低于20%,在流域中下游分区,取用水、水库蓄水等影响增大,特别是在龙门—三门峡分区,地表还原水量占河道天然径流量的比例达到55.4%。     

沙流量计算及其对径流量的影响

提出了沙流量和水流量的概念及其计算方法,并对三门峡库区各站1985年及三门峡站2003年8月清、浑水径流量差值进行了计算,结果表明:传统径流量计算结果存在误差,三门峡站日径流量最大相对误差为14%;平均含沙量越大,清、浑水径流量相对误差越大;径流量相对误差与含沙量呈正相关关系。     

基于Elman网络的黄河源区枯季径流预报研究

采用反馈Elman网络对黄河唐乃亥及玛曲两站1959～2003年年降水量及径流量进行了分析,建立了基于反馈神经网络的黄河源区枯季径流预报模型.利用matlab7神经网络工具箱对黄河源区唐乃亥站枯季径流量进行了预报.结果表明,所建立的ANN(7,7,15,7)模型预报结果精度高,容错能力强,是枯季径流预报的有效手段.     

基于逐步剔除回归分析的径流量预报分析

基于平凉水文站(1974~2015年)径流量、温度、降水量和崆峒水文站(1977~2015年)径流量资料,利用SPSS软件的多元线性向后逐步剔除回归分析法,对泾河平凉水文站的径流量进行了预报分析。结果表明:平凉水文站的预报径流量和实测径流量之间相对拟合误差较小,预报合格率达85.71%;预报因子、预报方程均通过统计学检验,达到显著性水平;平凉水文站的年径流量与上游崆峒水文站的年径流量、秋季径流量和春季径流量之间存在显著线性关系,决定系数R2=0.927;利用建立的径流量预报模型能够很好地模拟预报平凉水文站年径流量变化,预报结果可为区域水资源管理提供科学依据。     

黄河河源区水沙特征与组成的初步分析

黄河源区控制站唐乃亥站多年平均年径流量 2 0 0亿m3 ,占黄河流域年径流量 5 80亿m3 的 34 5 % ,占青海境内黄河干流年径流量的 91 0 %。唐乃亥以上不仅是黄河河源区 ,也是黄河水量的主要供给地和水源涵养区之一。利用黄河源区干流主要测站黄河沿、吉迈、玛曲、唐乃亥站自建站至 2 0 0 2年实测径流量和输沙量资料 ,初步分析了黄河源区水沙特征、组成及来源。     

新安江模型在唐乃亥站洪水预报中的应用

基于黄河上游玛曲-唐乃亥站流域降雨及洪水特性,筛选玛曲站和唐乃亥站1998-2014年共9场洪水资料,玛曲、军功、玛沁、河南、唐乃亥5站的时段雨量资料,以及军功水文站蒸发资料,利用泰森多边形法计算各站所占面积权重,运用新安江模型建立洪水预报方案。结果表明:次洪率定所得参数对检验期洪水模拟效果良好,率定参数适合该流域洪水预报;检验期洪水确定性系数均在0.9以上且合格率达到100%,故新安江模型可以作为唐乃亥站降雨径流预报的一个可靠手段,预报结果可用于正式预报。     

1998年以来黄河干流水资源量变化特征分析

采用Mann-Kendall法、距平累计法、变差系数法和Sen's斜率估测法分析了1998—2015年黄河流域水资源量变化趋势,结果表明:1998—2015年,黄河水资源量整体上比20世纪末的干旱时期有所增大,且具有空间差异性;干流5个主要水文站中的年均天然河川径流量和水资源总量除兰州站小于1956—2000年的而大于1987—2000年的外,头道拐站、龙门站、三门峡站、花园口站均小于1956—2000年的和1987—2000年的,但与1987—2000年的差异不显著; 1998年以来,5站天然径流量、实测径流量、水资源总量都呈现增大趋势,且实测径流量除龙门站外都通过了99%的显著性检验。黄河流域与地表水不重复计算量的地下水资源量主要集中在中下游的河谷平原,1998—2015年呈现减小趋势。河川径流及水资源变化主要受降水、人类取用水活动和土地利用变化的影响。黄河流域取耗水量呈明显增长趋势,耗水强度最大的为兰州站—头道拐站和龙门站—三门峡站区间,5站控制流域平均降水量除兰州站、头道拐站外,均呈不显著增大趋势。1998—2015年黄河径流量与水资源量增长的主要原因为降水量增大。     

气候因子对宜昌站冬季径流量的影响分析

本文利用长江宜昌站1955～1990年冬季径流量和气候资料,采用单相关系数法,挑选出了影响宜昌站冬季各月径流量的气候因子,并采用逐步回归方法筛选因子,建立预报模型,预报效果比较好具有一定的实用价值。     

黄河内蒙古段开河日期预报模型及应用

对黄河内蒙古段的冰情特点进行分析,选用1970—1971年度至2007—2008年度共38个冬季的冰情资料,提取合适的预报因子,分别采用人工神经网络模型和多元线性回归模型,对黄河内蒙古段的开河日期进行预报。结果表明,神经网络模型和多元线性回归模型预报样本合格率分别为86.7%和80.0%,神经网络模型的预报精度高于多元线性回归模型,更适用于黄河内蒙古段开河日期预报。     

南极冰雪状况与黄河径流量的联系

本文对1764年以来南极冰雪量与黄河三门峡站天然年径流量之间的关系进行了相关分析,发现两者间存在有较显著的反相关;在时间上以滞后1年左右的关系为最密切。对照历史上黄河径流量变化的几个主要丰、枯阶段,都分别与南极冰雪量的偏少期和偏多期相对应。文章还指出,西太平洋副热带高压很可能是南极冰雪与黄河径流量间联系的一个重要环节。     

新安江-海河模型在清漳河流域的应用

针对北方河道洪水初期比较干枯的情况,以及人类活动对产汇流影响等特点,文中采用修订的新安江-海河模型应用于清漳河流域,对匡门口站多年洪水资料进行产汇流模拟。结果表明,在考虑了海河流域的特性,新增地下水和河道初损等参数的新安江-海河模型达到了预报精度,参数取值合理、模型结构较完善,径流量合格率高于洪峰的预报结果符合清漳河流域的特性,可以将径流量预报进行实际应用。     

人工神经网络在径流长期预报中的应用

介绍了人工神经网络（Artificial Neural Network-ANN）模型,并阐述了BP模型算法。通过Matlab6．5中的Neural Network Toolbox编写程序,根据塔里木河源流叶尔羌河卡群控制水文站历年的气象资料和水文资料,对径流量进行了预报,并对模型进行了验证和分析,结果表明：1968～1997年间预报合格的有25年,合格率为83％;1998～2002年的合格率为100％,从而说明神经网络在水文预报方面具有良好的适用性。     

黄河下游引黄灌区灌溉用水预报模型研究

灌溉用水信息是黄河三门峡以下非汛期水量调度的基础和依据，在分析下游黄河灌区用水特性的基础上，建立了下游引黄灌区灌溉用水预报模型，通过对1985－1995年人民胜利渠灌区的灌水资料分析验证表明，该模型计算结果合理，可为三门峡以下非汛期水量调度提供灌溉用水信息。     

黄河小北干流漫滩洪水分析和预报方法探讨

在分析黄河小北干流河道特性、漫滩洪水水沙特点和演进规律以及平滩流量随来水来沙和河道冲淤变化情况的基础上,考虑小北干流宽浅河道的特点和漫滩洪水调蓄特征,用实测淤积断面资料和水位站资料建立了河道槽蓄关系,用"蓄率中线法"对漫滩洪水进行演算预报。对高含沙漫滩大洪水在滩地滞蓄淤积,洪量减小、洪峰曲线坦化的情况,建立了滞水滞沙处理模型。结果表明:1960年以来21场漫滩洪水的预报检验合格率为85.7%,对黄河"92·8"洪水和"96·8"洪水预报的确定性系数分别为0.87、0.93,洪峰流量预报精度分别为86.5%、96.3%。     

多维关联规则挖掘在径流长期预报中的应用

关联规则是一种重要的数据挖掘技术。结合水文长期预报的特殊性,将多维关联规则挖掘方法应用于径流长期预报中。首先根据预报目标初选预报因子,构成长期预报事务数据集。然后对连续属性值进行属性分割,对处理后的数据集进行多维关联规则分析,挖掘出满足最小支持度和最小置信度的强关联规则,解释规则并建立模型。以嫩江江桥站汛期径流量长期预报为例,挖掘出满足要求的强关联规则,这些规则中蕴含着太阳黑子活动、北太平洋海温以及副高强度变化与江桥汛期径流量的关系,说明了多维关联规则挖掘方法应用于径流长期预报研究的可行性。