飞来峡水利枢纽基于DEM的分布式流域水文预报模型

利用飞来峡水利枢纽建库运行后的水文资料,建立基于DEM的分布式水文预报模型,对参数进行率定,并进行预报模拟。从模拟结果看,模型确定性系数、洪峰相对误差、径流总量相对误差等指标基本在可接受范围内,对大部分场次洪水的预报精度较好,洪峰流量合格率也较好,但整体上对洪峰的模拟值偏低,预报精度有待进一步提高。今后随着资料的不断延长和积累,对参数进行重新率定,其预报结果可应用于预报作业中。     

基于PDM的飞来峡水库实时水文预报模型

水文预报模型是实时预报预警系统的核心。基于新型的概率水文预报PDM(The Probability Distributed Model),构建了北江流域飞来峡水库概率水文预报模型。将整个流域划分为18个子流域,对每个子流域分别建立PDM,并采用历史降雨流量数据序列对各子流域和流域PDM进行参数率定;以横石站为参考站,采用52场次实测历史洪水进行模型验证和精度评定,洪峰预报合格率为99%,精度等级为甲等,模拟精度高,说明了PDM结构和参数取值的合理性,以及模型在该流域的适用性。     

飞来峡水库水文预报浅析

分析了飞来峡水库水文预报工作的重要性 ,介绍了当前水库预报工作开展的情况 ,简述了开展水文预报工作的有利条件 ,提出了预报所面对的困难 ,并对建库后一般洪水的水文预报规律进行了总结     

北江飞来峡～石角河道洪水演算

根据北江飞来峡～石角河道水力特征,分别用线性模型、非线性模型和具有预见期的洪水演算模型对该河道洪水进行了模拟计算.结果表明：三种演算模型的计算精度大体相当,结果令人满意;三种模型与流域水文模型的有机结合,可以应用于该河段洪水预报作业预报、实时洪水预报系统和防汛决策支持系统.     

基于贝叶斯理论的水文多模型预报

水文预报对于防洪、抗旱以及水资源调度等具有重要意义。水文预报通常依靠水文模型来完成,由于受到不同流域特点、产汇流机制等的限制,每个水文模型都具有各自的特点及适用区域。单一模型具有非常大的水文预报不确定性,为了解决单一模型局限性的问题,多模型水文预报常作为降低水文预报不确定性有效方法之一。选用三种常见的水文模型:时变增益水文模型、新安江模型和萨克拉门托模型,在珠江飞来峡流域进行分布式建模,采用相同的输入与初始场,三个模型独立进行模拟,然后对比三个模型的结果,并进行贝叶斯多模型加权平均和简单平均得到多模型平均结果,研究结果表明,贝叶斯模型处理后的结果要比单个模型模拟结果和简单平均处理后的结果准确率高。     

中长期水文预报分析

长期水文预报是介于水文学、气象学、气候学等多学科之间的一门边缘学科,由于影响因素的复杂性与目前科学水平的限制,长期水文预报精度还不高。如何提高预报精度是水文学家关注的问题。本文着重从物理成因和预报的数学方法两方面对长期水文预报现状进行了研究,指出了现状条件下水文预报的不足并对其进行了展望。     

新安江模型和改进BP神经网络模型在闽江水文预报中的应用

精确的水文预报是防洪减灾中重要的非工程措施,水文模型是开展水文预报最有力的工具。采用LM算法改进了的BP神经网络水文预报模型,以闽江富屯溪流域为例,进行了BP模型和新安江模型在日流量模拟预报中的应用比较。结果表明:两个模型总体均达到水文预报的精度要求,水文预报合格率可达到90%以上;新安江模型在丰水年模拟效果较好,相比而言,BP神经网络模型的模拟精度更高一些;两个模型均可用于闽江流域的水文预报研究。     

入库流量中长期预报中几种方法的对比

对回归分析法、BP神经网络、RBF神经网络以及灰色GM(1,1)模型用于水文预报的精度进行了对比研究。结果表明:①BP神经网络与RBF神经网络对实测数据有着较好的逼近能力,且预报精度明显优于其他预报方法;②多元线性回归分析对实测数据的模拟能力和预报精度次于神经网络;③灰色模型对随机现象的模拟和预报很难达到精度要求,其水文预报精度不很理想。     

龙滩水电站水文预报方法及应用的探讨

通过分析龙滩水电站水文预报特点,提出水文预报采取的主要方法,分别介绍了水文预报模型和入流系数法在龙滩的应用情况,结合近年来水文预报经验对人工预报进行了简要探讨,并就当前水文预报存在的问题提出了改进建议。通过采取几种预报方法相结合的方式,龙滩预报精度得到了明显提高。     

改进的WANN模型在新疆中长期水文预报中的应用研究

引入共轭梯度算法对传统WANN模型求解搜索进行优化,从而提高传统WANN模型计算效率,改善模型求解精度。本文将改进的WANN模型用于新疆某区域中长期水文预报中,并结合区域实测水文数据,对比分析改进的WANN模型在中长期水文预报中的适用性以及预报精度。研究结果表明:相比于传统WANN模型,改进的WANN模型可提高中长期水文预报的精度,模型在中长期降水量和水量的预报误差分别减少8.8%和3.6%,收敛度分别提高0.18和0.17。研究成果对于地区中长期水文预报方法提供参考价值。     

贝叶斯概率水文预报研究进展与展望

水文预报不可避免地存在着输入、水文模型参数和结构等不确定性,导致预报结果也具有不确定性。因此,定量估计水文预报的不确定性,实现概率水文预报,不仅可得到比确定性预报更高的精度,而且还能为决策者提供更丰富的预报信息。本文根据不确定性来源的不同,从输入资料、模型结构、模型参数和综合不确定性等方面,详细综述了贝叶斯水文概率预报的研究进展,归纳了精度评定指标和效果检验方法,并展望了贝叶斯概率水文预报未来的研究重点和方向:(1)科学有效地解释、沟通和传播水文预报不确定性信息和概率水文预报产品;(2)建立水文集合概率预报框架,估计并降低水文预报的总不确定性;(3)开展考虑预报变量时空相关性的贝叶斯概率水文预报研究;(4)深入推动概率水文预报信息在风险决策中的应用。     

基于BP神经网络的来水量预测模型

针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。     

受水库影响短期洪水预报方法分析

通过汤旺河支流伊春河伊春站短期洪水预报过程实例,提出了针对水库对下游水文断面洪水预报精度的影响及具体解决方法。根据影响因素的综合分析情况,从水文比拟法和预报模型法两个方面来对该站原预报方案进行改进,经实例检验,预报结果精度满足相关规范要求。     

飞来峡大坝变形性态分析与预报模型研究

通过对飞来峡大坝的水平位移进行分析，建立相应的统计模型，并通过统计模型与BP神经网络模型进行比较，建立相应的预报模型，为飞来峡大坝的安全监测提供依据．通过分析比较得到结论：飞来峡大坝目前变形性态正常，水平位移年变幅主要受温度荷载的影响，BP神经网络模型虽然拟合精度较统计模型高，但是其预测能力并不优于统计模型，而且统计模型能对监测数据作分解和成因解释，所以采用统计模型对飞来峡大坝建立了预测模型。     

分布式水文模型EasyDHM在北江流域的应用

为了解决珠江流域咸潮上溯问题,需要在枯水期对流域水库群进行压咸调度。合理调度的前提是准确掌握流域的来水情况,以便在满足发电需要的基础上兼顾生态需要,特别是在枯水期。飞来峡水库是北江流域的重要水库,位于珠江流域下游,在流域抑咸调度中起到关键的作用。为了对飞来峡水库来水过程进行水文模拟分析,以分布式水文模型EasyDHM为基础,利用DEM、实测河网、土壤、土地利用及水文气象数据,构建了北江流域分布式水文模型。通过模型的参数率定以及验证发现,模型精度较高,可以很好的应用于流域水情形势分析;对飞来峡水库旬入库过程统计发现,枯水期来水量最小值出现在12月上中旬,这对于确定流域抑咸统一调度的最佳时期也有着重要的意义。     

飞来峡水利枢纽洪水预报模型研究

飞来峡水库的洪水预报和调度在北江流域的江河水库联合调度中十分重要，因此研究其洪水预报模型具有重要的意义。该模型设计分为上游干流及支流的流域降雨径流模型、区间的降雨径流模型和一维干流河网洪水演算动力学模型，其参数率定达到《水文情报预报规范》的甲级标准。     

鲁甸“8.03”地震牛栏江红石岩堰塞湖水文预报误差及成因分析

红石岩堰塞湖永久性整治期间,水文情报预报信息对于确保施工安全有着重要意义。为进一步提高预报精度,阐述了红石岩堰塞湖的形成、规模、治理以及牛栏江流域资料条件、应急监测站点布局等,简要介绍了堰塞湖各水文预报方案编制情况,分析堰塞湖应急排险、后续处置期间实时发布的222期水文预报精度,得出了入湖水量预报精度为丙级,其余堰塞湖水位、库容等5个项目预报精度在乙级以上的结论。研究误差成因并提出了进一步提高预报精度的措施建议,为堰塞湖永久性整治期间的水文情报预报工作提供参考。     

水库防洪预报调度的风险分析

本文从水文预报误差的不确定性分析出发，将短期洪水预报精度评定指标转化为入库洪水过程的随机特征值，并引入水库调洪演算随机数学模型，从而实现水文预报风险向预报调度风险的转化，为定量考察预报调度风险率、合理选择动态的汛限水位提供了科学的依据。通过这一方法论证了水文预报精度对水库防洪预报调度风险率的影响，表明提高水文预报精度将有利于降低水库调洪风险率。     

基于BP神经网络的金沟河灌区旬来水量预报

考虑到金沟河灌区径流量长期变化的因果关系较为复杂的特性,若采用常规中长期水文预报模型很难达到预测精度要求。结合实际水量数据,采用BP神经网络预测模型对金沟河灌区旬来水量进行预报,并进行模型预报精度验证。结果证明,BP神经网络预测模型完全可以用于中长期水文预报。     

堰塞湖水文应急预报常用方法及实践

堰塞湖水文应急预报一般存在实测数据少,代表性差,实时报汛信息不全面和缺乏实测数据检验等问题。从水文应急预报实用技术的角度,阐述了堰塞湖水文应急预报内容及具体方法。结合静库容调洪演算法、库水位涨差预报相关图和导流槽过流流量水力学计算法,对唐家山、舟曲堰塞湖水位过程进行了应急预报,预报结果精度较高。指出了进一步开展堰塞湖水文应急预报方法研究的方向,为今后开展类似应急抢险和水文应急预报研究提供了技术参考。