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。     

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。     

复杂大流域洪水预报方案通用化构建技术研究

针对复杂大流域河网密集、洪水预报方案的通用化构建难点,采用面向对象的方式,通过水文模型对象解析,将流域概化成为水文模型对象的集合。在研究了流域内对象的表示、对象间的链接模式及其拓扑表示的基础上,采用方案对象链和配置链的方式进行洪水预报方案的构建,同时解决了对象最优演算次序的问题。该技术已成功应用于多个流域洪水预报方案的构建,实用性强。     

基于Simulink的自建模块库设计及应用

根据发动机电控单元(ECU)控制策略开发需求,分类整理出常用的基本功能函数,搭建对应的Simulink模块,将各个功能模块封装,并设置参数对话框和模块属性,建立Simulink自建模块库,用于控制策略开发,实际应用表明,自建模块库的使用明显提高了控制模型开发速度,并且控制模型中使用的自建模块会随模块库的更新自动更新,节省了模型修改时间,将自建模块全部设置为复用函数,优化了代码,明显减少了代码生成量。     

改进的TOMODEL模型在门楼水库洪水预报中的应用

烟台市门楼水库流域内大量中小型水库改变了流域原始的产汇流机制,增加了水文预报的难度。对此,在改进的TOMODEL流域模型的基础上,结合流域前期降雨、蒸发及小水库群空间分布、兴利库容、集水面积等资料,考虑小型水库对流域产汇流的影响,拟定洪水预报方案。应用结果表明,小水库群对门楼水库流域径流的拦蓄作用明显;改进后的TOMODEL模型有效提高了门楼水库洪水预报精度,为该水库的防洪调度提供了依据和技术支撑。     

多源降水信息在海河流域洪水预报中的应用

将气象数值预报降水格点信息、雷达反演降水信息插值到实测雨量站点中,分别通过覆盖、插补方式将插值的雨量信息统一整合到标准的实时水雨情库中,从而实现与该站点实测信息的融合,从降雨数据层面实现了测站的历史、实时、未来降水信息的统一。在此基础上,利用现有水文预报系统进行多源降水信息支持下的洪水预报,在确保一定精度的前提下,延长了洪水预报的预见期。将该方法应用于2012年海河流域洪水预报和防洪调度中,取得了较好的效果。     

HSPF模型在渌水流域洪水预报中的应用

近年来,流域暴雨洪水灾害事件频发,准确、可靠的洪水预报是有效预防和抵御山洪灾害的重要措施。以渌水流域为研究区域,构建HSPF半分布式模型,选取流域2013～2020年洪水资料中代表性较好的场次洪水完成模型参数的率定和验证,并采用确定性系数、相对误差等指标进行洪水模拟精度评价。结果表明,该模型在渌水流域场次洪水模拟中表现良好,15场洪水模拟的峰现时间、洪峰流量合格率分别为100.0%、80.0%,洪量及径流深的模拟合格率均为93.3%,确定性系数均值为0.80,总体预报精度达到乙级,说明构建的HSPF洪水预报模型在渌水流域具有较好的适用性,可为该地区的洪水预报提供依据。     

无调控小水库群对寿昌江流域洪水预报的影响

为研究小型水库群对流域洪水过程的影响程度,在三水源新安江模型的基础上,引入自溢式虚拟水库对产汇流环节进行改进,构建了受无调控小水库群影响的流域洪水预报模型。将改进的新安江模型应用于流域模拟中,对比分析改进、无改进新安江模型模拟结果表明,改进的新安江模型对于寿昌江流域具有良好的适应性,并能显著提高洪水模拟精度。研究成果可为无调控小水库群影响的流域洪水预报提供参考。     

小花间洪水预报模型和经验方法在陆浑水库入库径流过程中的应用对比

为准确预测即将发生的洪水过程,最大限度地减少灾害损失,采用小花间洪水预报模型和经验方法分别对伊河流域的陆浑水库入库径流过程进行了模拟,并将模拟结果与实测流量过程进行了对比分析。结果表明,两种方法模拟结果精度相差不大,均能满足预报精度要求,但小花间洪水预报模型模拟结果整体效果较好,尤其是洪水过程与实测过程比较吻合;经验方法模拟结果稍差,但误差在可接受范围内。两种方法均具有一定实用性,建议两种方法联合运用,将小花间洪水预报模型的洪水预报结果作为指导水库防洪调度的主要依据,经验方法的预报结果作为参考。     

基于参数分解法的无资料流域洪水预报研究

针对目前无资料流域洪水预报方法存在的不足,提出了参数分解法,即利用武江流域控制站犁市水文站1980~1996年43场降雨径流资料作为模型参数率定资料,分别率定武江流域大、中洪水的新安江洪水预报模型参数,并以1997~2004年16场降雨径流资料进行检验,在模拟和检验达到较好的结果后,再利用参数分解法推求武江流域内田头水子流域大、中洪水的新安江洪水预报模型参数,并利用田头水59场降雨洪水实测资料对模型进行验证。结果表明,利用该方法建立的田头水子流域洪水预报模型预报大、中洪水的验证精度均达到乙级以上标准。     

基于误差修正的BP神经网络模型在河道洪水预报中的应用

针对经典BP神经网络模型,增设误差修正系数,实现网络误差修正权重倾向于输出样本的较大值,据此提出了一种计算输入输出向量的归一化公式,并建立了具有洪峰识别的洪水预报BP网络预报模型。采用新模型对宜昌水文站典型年实测流量过程进行了预测检验,其结果与实测值较吻合,对流量过程及洪峰流量过程的预报精度较经典BP模型高。     

龙角山水库入库洪水实用预报方法对比研究

为提高流域洪水预报精度,以山东半岛龙角山水库为例,利用25场洪水资料,选择降雨径流经验相关法和新安江模型对比分析二者的预报精度.结果表明,降雨径流经验相关法在率定期和验证期的地面径流深预报合格率分别为94.1％、87.5％,精度为甲等级别;新安江模型洪峰、峰现时间和径流深三个预报项目平均合格率在率定期、验证期分别为84...     

基于深度学习的西南地区寿溪河山洪预报研究

鉴于山洪突发性强、历时短、陡涨陡落等致使在模拟预报过程中具有较大难度和不确定性问题,构建了基于深度学习的LSTM网络模型进行山洪确定性预报和概率预报,从精度和可靠度两方面研究其在西南山区的适用性.并以西南山洪易发区寿溪河流域为例进行模拟,结果显示LSTM网络模型更易发现暴雨洪水之间的深层规律,验证期平均纳什效率系数达0...     

乌溪江梯级水库洪水预报精度提高的方法

为提高乌溪江梯级水库洪水预报精度,对洪水预报精度的影响因素进行了分析,找出了提高洪水预报精度的方法,即增加自动测报雨量测站点数量、对流域小水电的开发情况进行详细调查并对有调蓄能力的小水电安装压力式水位计进行实时水情自动监测。经过2011、2012年的大洪水预报检验,雨量测站的增设更能反映流域降水实况,小水电的实际出流过程可对洪水初期的扣损进行调整、对中期进行流量修正,预报取得了良好的效果。     

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。     

改进的非线性时变增益模型在北方旱区中小河流洪水预报中的应用

为分析改进后的非线性时变增益模型在北方旱区中小河流洪水预报中的适用性,引入改进的非线性时变增益模型,以辽宁西部两个典型旱区中小河流为例,定量分析改进模型在北方旱区中小河流洪水预报的精度,并对比分析改进前后的非线性时变增益模型在北方旱区洪水预报的精度。结果表明,改进模型可重点考虑雨强和前期土壤湿度因素的影响,能够更加准确地反映降雨产流的非线性关系,在北方旱区中小河流洪水模拟精度上较改进前有较明显的改善,预报精度总体达到乙级标准。研究成果对于北方旱区中小河流洪水预报具有借鉴和参考价值。     

江西省农村基层洪涝灾害监测预警平台设计及应用

针对江西省农村基层尚未建立防汛专用软件、监测预警信息传递不及时等问题,提出利用大数据、云计算等新技术,在统一标准、统一发布、充分集成已建服务、统一数据模型服务等的基础上,采用全新的微服务+Docker容器云平台的技术架构开发江西省农村基层洪涝灾害监测预警平台,该平台具有水雨情监测、预警发布、防灾减灾、运行监控、协同办公等功能模块,实现了农村基层防汛智能化应用,为推动江西省洪涝灾害防治"强监管、补短板"奠定了基础,同时,对其他洪涝灾害相关信息管理平台的开发具有借鉴意义。     

基于BP神经网络的大伙房水库洪水预报

鉴于大伙房水库洪水预报模型为集总式模型,其参数不仅需要优选法选定或人工试错法确定,还需要实时校正,因此根据大伙房流域特点提出了一种半分布式BP神经网络洪水预报模型,实现了模型中参数的自动率定,且由于其半分布式的特点还规避了原集总式模型的部分劣势。即采用DEM和ArcGIS根据水文站及自然流域分水线划分流域,创建BP神经网络,然后应用于各子流域断面及入库断面,预报其流量值,并在每个网络中均运用逐步回归分析法对输入层数据进行筛选,以得到影响最显著因子。将所建模型应用于大伙房水库,预报精度较好,可用于大伙房水库的正式预报。     

基于动态时间弯曲算法的相似洪水识别方法

相似洪水动态识别是在大数据背景下弥补实时洪水预报预见期不足的有效途径,对于支撑防洪调度具有重要作用。由此,结合产汇流理论建立反映洪水形成发展的复杂多元动态事件集;采用动态时间弯曲算法改进了欧氏距离算法对相位的适应性;基于多元时间序列相似性原理构建了相似洪水动态识别方法。以池潭水库30场雨洪资料相对完备的洪水为例,对所提方法进行验证,结果表明该方法具有较好的洪水识别效果。     

结合改进雨量不确定性计算方法的洪水概率预报及其应用

为更准确地预报洪水发生概率,针对传统雨量不确定性计算方法中相对误差估计不准确的问题,将独立同分布中心极限定理引入降雨不确定性计算中,推求一定区域内某次降水过程中面雨量测值的相对偏差、测量误差以及相对误差,实现降雨不确定性概率描述;降雨量概率分布计算与确定性水文预报模型耦合,最终实现考虑降雨不确定性的洪水概率预报,并以滩坑流域2014年间5场洪水过程为例对该方法进行了验证。结果表明,5场洪水预报的确定性系数均在0.89以上,洪峰误差均在9%以内,洪量误差均在7%以内,且预报区间覆盖率均在61%以上。说明结合改进雨量不确定性计算方法的洪水概率预报效果较好,预报精度和覆盖率高,具有一定工程实际意义。