怒江干流水沙年内分配特征及其变化趋势

怒江研究基础严重滞后于流域资源保护与开发利用的需求。利用怒江干流贡山、道街坝和木城3个水文站历年月径流和悬移质输沙观测数据,运用集中度与集中期、Mann-Kendall检验和R/S分析等方法,研究怒江干流1964-2011年水沙年内分配时空特征及其变化趋势。结果表明:怒江干流径流呈缓慢上升趋势,但输沙上升趋势明显;怒江干流悬移质输沙年内分配集中度明显高于径流,径流和悬移质输沙年内分配集中度时间上呈波动下降趋势,空间上呈从上游到下游递减的趋势;径流和悬移质输沙年内分配多年平均集中期均在7月中旬,较降水集中期稍有提前;怒江干流径流年内分配集中度未发生突变,悬移质输沙年内分配集中度在1977年开始发生突变,在1995年后下降趋势明显;怒江干流径流和悬移质输沙年内分配集中度未来仍将延续波动下降的趋势,且悬移质输沙年内分配集中度的下降趋势比径流更强。     

加权马尔可夫链在开都河径流预测中的应用

基于径流过程不确定性、不精确性的特点,可利用资料系列的均方差方法把径流序列分为不同的状态,在此基础上用加权马尔可夫模型预测径流状态,并根据级别特征值预测径流量.在开都河的实例应用表明:将加权马尔可夫链方法应用于径流量预测是可行的,预测精度较高.     

加权马尔可夫链在降水状况预测中的应用

在介绍加权马尔可夫链预测方法的基础上,以郑州市1951~1994年降雨量资料为例,采用均值标准差分级法进行旱涝指标值分级,把这44年资料划分成雨涝、偏涝、正常、偏旱、干旱5种状态,应用加权马尔可夫链对该地区旱涝状态进行预测和分析,结果表明该方法预测结果与实际情况相吻合。     

加权马尔可夫链在友谊农场降水预测中的应用研究

根据年降水具有相依随机变量的特点及1969~2007年友谊农场年降水量资料,采用统计方法,建立转移概率矩阵,以规范化的各阶自相关系数作为权重,应用加权的马尔可夫链模型预测友谊农场2008年的降水量。结果表明,预测值与实际值吻合,应用加权的马尔科夫链模型预测未来降水量具有较高的可行性。     

马尔可夫链在灌溉用水量预测中的应用

依据漳河水库1963年～2008年灌溉用水量资料,应用均值标准差法建立4级分级标准.针对用水量为相依随机变量的特点,以各阶自相关系数为权重,运用马尔可夫链模型预测未来一年的灌溉用水量状态.结果表明,该方法直观、预测准确、计算简便,为灌区灌溉用水量的中长期预测提供了新的分析途径.     

马尔可夫链在水库入库径流状态预测中的应用

依据漳河水库1963～2008年入库年径流量资料,应用均值标准差法建立5级分级标准.针对径流量为相依随机变量的特点,以各阶自相关系数为权重,运用马尔可夫链模型预测未来一年的入库径流量状态.结果表明:该方法直观、预测准确、计算简便,为区域径流量的中长期预测提供了新的分析途径.     

加权马尔可夫链模型在韩江流域年径流状态定性预测中的应用

在介绍加权马尔可夫链预测方法的基础上,建立韩江流域年径流丰枯状态定性预测模型,经实例验证,获得较为满意的结果。     

基于加权马尔可夫链的降水预测应用研究

介绍了加权马尔可夫链的预测方法与模型,以川中丘陵区简阳市为例,根据1974～2003年的降水量资料,采用均值-方差法对年降水量进行了状态分级,应用加权马尔可夫链对该地区的早涝状态进行预测和分析。结果表明：该方法客观、准确、可靠、简便,为区域降水的中短期预测提供了新的解决途径。     

马尔可夫链在水库主汛期降雨状态预测中的应用

依据漳河水库流域1963～2008年主汛期实测降雨量资料,应用均值标准差法建立5级分级标准。针对降雨量为相依随机变量的特点,以各阶自相关系数为权重,运用马尔可夫链模型预测未来一年的时段降雨量状态,结果表明,该方法直观、预测准确、计算简便,为区域降雨量的中短期预测提供了新的分析途径。     

基于马尔可夫链校正GM-BP模型的径流预测

为进一步提高中长期径流预报精度,以兰西水文站1959-2014年径流深数据为例,分别利用灰色模型和BP神经网络模型对径流深数据进行预测,采用马尔可夫链推求状态概率对预测结果校正,用最小二乘法对双模型校正结果进行耦合。模型所得组合校正预测结果通过平均相对误差、均方差和合格率进行统计描述,校正后的组合预测结果平均相对误差和均方差分别为12.72%和11.70,均要优于灰色模型和BP神经网络模型且90.91%的预报结果满足相对误差小于20%的控制条件。可见,耦合模型能有效规避单一模型已存在的缺点,基于马尔可夫链的修正结果可使预测精度进一步提升。因此,本研究提供的组合校正模型在一定程度上具有更好的拟合效果和预报精度,是一种具有实用价值的预测模型。     

模糊马尔科夫链预测模型在桂江流域径流预测中的应用

在马尔科夫链预测时需要把研究对象划分为不同的状态,而状态划分具有模糊性.提出了一种基于模糊的马尔科夫链预测模型,介绍了建模的方法和步骤,给出了模糊马尔科夫链的概率计算公式.将模型应用于桂江流域年径流预测分析,结果表明,预测与实际情况一致.     

考虑不同状态划分方法的马尔科夫链入库径流预测

针对传统马尔科夫链方法状态划分单一的缺点,考虑入库径流的分布特性、丰枯状态划分的模糊性及径流年内分布的不均匀性,分别采用均值-标准差法、频率法、模糊法及模糊-集对法对入库径流进行状态划分,采用一步预测与多步加权预测相结合的方式对大渡河瀑布沟水库入库径流情势进行预测,探究不同状态划分方法及预测方法对马尔科夫链径流预测结果的影响。研究表明:考虑径流年内分布的状态划分结果更为合理,常规马尔科夫链方法对径流预测准确性的影响明显。研究结果可为今后应用马尔可夫模型开展径流预测提供科学依据。     

松辽流域主要河流水沙规律分析

本文基于统计理论的概念,从建立泥沙频率分布曲线入手,分析了松辽流域主要河流(松花江、辽河)水沙频率之间的关系.定量界定了水沙丰平枯组合类型,将年径流量和输沙量分别划分为丰、平、枯(大、中、少)3个等级,以频率作为实测年径流量和输沙量丰、平、枯(大、中、少)划分的标准,结合泥沙频率研究成果,对松辽流域主要河流的水沙分布规律进行了探讨,为进一步研究松辽流域人为活动时河流泥沙、水土流失问题的影响创造了条件.     

平原河网的水动力学及泥沙模型研究

介绍了近年来平原河网数值模拟的研究情况，对各模型及其数值模拟方法进行了简要评述．     

Suspended sediment load estimation in an ungauged river in south‐eastern Australia

Soil erosion poses a significant threat to river health as well as the sustainability of soil resources. Management of this issue requires catchment‐specific data to be developed; however, many large catchments are poor in terms of hydrological and sediment transport data. Regional scale (thousands of square kilometres), computer‐based modelling methods are a way to generate such data. This study aims to apply the SedNet model to estimate a sediment budget for a 575 km², ungauged, agricultural catchment of south‐eastern Australia. The model results are then compared with field measured erosion rates for the catchment, in order to assess the sustainability of soil loss and redistribution across the catchment. SedNet estimated average suspended sediment concentrations between 70 and 120 mg/L, under conditions deemed most representative of the river. These model estimates were comparable with monitoring data, showing suspended sediment concentrations between 30 and 350 mg/L. It was found that soil loss and redistribution across the catchment is low; however, the estimated base sediment loads indicate that river health may be negatively impacted by this. SedNet accurately represented current catchment and river conditions and provided a reliable estimation of sediment yield, demonstrating the ability to estimate sediment loss and redistribution across data‐poor catchments using a multifaceted modelling approach. Methodologies, such as the one presented here, offer the ability to better assess the impacts of erosion on sediment loads to develop strategies to effectively manage excess suspended sediment.     

河流泥沙与污染物相互作用数学模型

本文分析了水流-泥沙-污染物系统中主要物理化学过程对水体污染物的影响,以此为基础推导了描述吸附态、溶解态污染物迁移转化的基本方程。对于河床水体之间泥沙交换产生的环境变化,建立了泥沙冲淤对污染物影响的表达式,对于吸附解吸作用则采用以实验为基础的泥沙吸附动力学模式。根据三峡地区实测水沙、水质数据对模型进行了验证,研究结果表明,模型能够模拟泥沙冲淤过程中污染物的交换,并且可以反映泥沙吸附作用对水环境的动态影响,可以应用于河流及水库泥沙污染物相互作用的模拟和分析。     

生命旋回——权马尔可夫链模型在径流预测中的应用

针对生命旋回模型无法反映径流序列随机性特点,将其与权马尔可夫链结合,提出了一种新的径流短期预报模型———生命旋回———权马尔可夫链预测模型。该模型用生命旋回模型模拟预测径流量序列的趋势项,用权马尔可夫链模型来对径流残差序列进行修正。将生命旋回———权马尔可夫链模型用于黄河唐乃亥水文站径流预测中,平均预测精度达到92.46%,合格率为100%,表明该模型预测精度较高,模型实用可行。