中长期径流预报研究进展及发展趋势

从中长期径流演变规律、径流预报因子识别、径流预报模型和径流预报系统4个方面阐述了中长期径流预报的研究进展,在此基础上分析了中长期径流预报面临的主要问题和发展趋势。未来中长期径流预报研究应更加注重多学科综合和跨学科交叉,更加注重预报方法的适用性及预报结果的可靠性、稳定性,更加注重高新技术的应用。     

流域中长期径流分类预报方法

以水文循环基本原理为基础,从流域径流水汽来源影响因素角度明确了中长期径流预报基本概念及分类,即以气象(中期)、气候(长期)和天文因素(超长期)为预报因子,针对流域出口断面(或典型断面)的旬、月、季(汛期)或年径流,以及流域旱涝趋势进行预报。通过比较不同时间尺度下的水汽系统物理运动机理,论证了"短期气候预测"作为中长期径流预报理论基础的合理性,并将流域径流来源影响因素及其表现概括为三大规律:天文因素表现出的周期性是主要规律,反映了水文气候过程的基本状态;大气环流表现出的随机性对水文气候基本状态存在干扰,导致了波动;流域特征性规律反映了各种因素综合作用结果,具有流域的特殊性。最终,将流域中长期径流预报分为正常年份的径流过程预报和异常灾变年份的大旱大涝预测,其中前者的预报因子为水文气象与气候要素,后者为天文因素;在服务对象上,前者为水利工程常规运行调度服务,后者为防洪抗旱部门防灾减灾提供灾情预测;在结果发布上,前者提供定量的径流过程预报,后者提供丰、平、枯等3级(或5级)定性预测,并给出相似年份;在预报方法上,前者采用数理统计方法或物理成因相关分析法,后者采用周期性、随机性和流域特殊性识别等综合预报方法。     

水文预报方法与中长期水文预报的分析

文章以辽宁省大伙房水库作为研究对象,通过对几种中长期水文预报方法的比较分析,选取出预报精度最高的一种方法。研究结果表明,BP神经网络法在径流中长期预报方面的精度最高,因此可运用该方法对水库径流进行中长期预报,从而为水库引水及调度计划的合理制定提供依据。期望通过文章的研究能够对中长期水文预报方法的推广应用有所帮助。     

中长期径流预报研究进展与展望

概述了中长期径流变化的主要影响因素,从发展历程和研究方法两个角度总结了中长期径流预报方法。从研究技术、径流成因、数据驱动模型、预报不确定性4个方面综述了中长期径流预报的研究进展,分析了在径流关键驱动因子及其驱动机制、数据驱动方法的物理可解释性、预报结果的不确定性认识等方面研究的不足,指出未来应注重对中长期径流物理成因、预报方法适用性和可靠性、中长期径流演变相关研究成果的应用等方面的研究。     

水库月径流中长期预报系统的开发研究

结合月径流中长期预报模型对水文气象资料的要求，建成了水文气象资料数据库和一套可供实用的月径流中长期自动预报系统。该系统在实际应用时，用户将水库建站以来的月平均入库流量和新的水文气象资料追加到数据库中，该系统程序即可自动进行计算并给出预报决策值。     

中长期水文预报的预报区间估计方法

中长期水文预报由于影响因素复杂和目前科学水平的限制,还处于探索、发展阶段,预报手段仍以成因分析(物理因子相关)和数理统计方法为主。其中数理统计方法(方差分析、AR(P)模)是我们经常使用的一种重要方法。在使用数理统计方法进行中长期水文预报时,从理论上来说,给定一个预报区间比给定一个具体预报值更为合理。文章就数理统计法进行中长期水文预报如何给定估计合理预报区间进行初步探讨。     

非稳态条件下的中长期径流耦合预报方法

气候变化会导致水文序列的非稳态性,从而给水文预报带来新的挑战。以疏勒河上游为例,提出了一种适于非稳态条件下的新的中长期径流预报方法。根据疏勒河径流的补给来源及其受气候变化的影响,按照时间序列模型的思路,依次提取趋势项和周期项,对剩余的随机项采用基于水文-气象遥相关模型,构建了时间序列与水文-气象遥相关的耦合模型。对比分析时间序列法、水文-气象遥相关法和耦合预报法对昌马堡站径流预报的结果,发现耦合预报方法不仅精度最高、模型可信度最高,而且可以描述非稳态的趋势性变化。     

BP神经网络在柏叶口水库中长期径流预报中的应用

中长期径流预报是水资源进行合理开发利用的前提和基础。文章通过比较3种不同预报方案在BP神经网络模型下对柏叶口水库非汛期月径流预报效果,找出了在非汛期月径流预报中预报效果最好的方案。     

中长期水文预报方法研究综述

从传统的水文统计法、成因分析法和现代的模糊数学方法、人工神经网络方法、灰色系统理论方法等方面,系统地总结了国内外中长期水文预报的研究进展情况。对其研究现状进行了评述和分析,指出了当前中长期水文预报模型存在的模型适用性不是这一主要问题。分析认为:①从物理成因上解释预报因子的合理性,使预报模型建立在严格的物理成因的基础上,是今后中长期水文预报应遵循的基本原则;②根据水文要素变化的非线性特点,将各种方法进行耦合,将在中长期水文预报中发挥重要作用;③应积极开展中长期水文预报所需资料的观测与积累,特别是人类活动的影响、全球气候变暖等引起的预报因子及影响因素的变化。     

气候变化情景下黄河天然径流预测研究

1961—2000年黄河天然径流量呈减小趋势,且径流变化与降水量变化过程基本一致。选用IPCC提出的A2、B2两种温室气体排放方案,并采用北京大学在黄河流域未来气候情景研究中的降尺度成果,以黄河流域未来气候情景模式和预测成果为基础,建立黄河水量平衡模型,预测黄河主要断面的未来天然径流量并分析其时空变化。结果表明:黄河径流量2050年将减少29.3亿～61.1亿m3,2100年将减少42.2亿～71.2亿m3;从空间分布来看,上游兰州以上主要产水区的降水量、径流量有较大幅度减小,其他区域产流量有所增加;从径流年内分配来看,冬季、春季略有增加或基本不变,夏季、秋季减少明显。     

近50年来嘉陵江流域径流泥沙演变规律及驱动因素定量分析

 运用Mann-Kendall秩次趋势分析法和均值差异T检验法对嘉陵江流域1956-2000年年径流量和年输沙量序列进行了分析。其结果表明：嘉陵江近50年来径流量无明显趋势变化,输沙量呈显著下降趋势;输沙量分别在1968年、1985年、1989年、1993年发生了突变,4个突变点的年平均输沙量分别为1.81×108,1.35×108,0.71×108,0.34×108t,相应变点的跃度为0.46×108,0.64×108,0.37×108t。嘉陵江流域径流量在1993年发生了一次突变,相应变点的跃度为184.73×108m3,这与利用径流泥沙双累积曲线法得到的输沙量阶段性分析结果相一致。最后,根据嘉陵江流域水沙变化原因,从自然因素和人为因素两方面对嘉陵江流域的水沙变化原因作了分析,并运用数学模型,给出了人为因素和自然因素对水沙趋势影响的定量指标,结果表明,嘉陵江流域输沙量变化中人为作用（主要是水利工程建设和大规模水土保持）的贡献率为53.8％,而自然原因（主要是降雨）的贡献率为46.2％,引起嘉陵江输沙量变化的主要原因是人为因素。     

长期水文统计预报方法在长江大通站径流预报中的应用

目前以气象要素作为预报因子对水文变量(如径流量)做出预报是常用的一种长期预报方法。介绍了以北半球500hPa高度(H500)、100hPa高度(H100)和西太平洋海温(SST)三个气象场要素作为预报因子，采用逐步回归分析方法，对长江大通站的月径流量、7—10月份的径流总量做预见期为一年的预报。结果表明，建立的统计预报方案满足精度要求，可供实际预报工作参考。     

1995年汛期长江流域长期水文气象预报及其验证分析

长江流域汛期长期水文气象预报成果是通过对气候背景的分析，前期天气气候征兆和重要物理因子的分析，最后经专家会商形成的，在预报方案制定过程中，坚持水文与气象，短中长期预报，科学研究与预报应用相结合，从定性上讲，无论时间和空间都基本吻合，对１９９５年长江汛期防洪发挥了重要的耳目作用。     

小波变换对中长期入库径流预测的适应性研究

通过典型水库入库径流预测实例,分析了小波周期分析模型预测效果与径流系列长度、时段长及流域尺度之间的关系。初步结论为：①小波周期分析模型依据时间序列长度不能过短,但也不是愈长愈好,当时间序列长度超过一定限时,模型的预测效果将不会再改善;②月、旬两种时段长对比结果表明,时段长越短,径流序列奇异性将越显著,小波周期分析模型的预测效果越差;③小波周期分析模型对流域尺度反应灵敏,流域面积越小,径流序列变化就愈不规则,模型的预测效果愈差。     

嘉陵江流域水沙变化趋势及其对长江宜昌站的影响

通过对嘉陵江北碚站多年平均径流量和输沙量的统计分析发现嘉陵江年均径流量和输沙量关系变化可分为4个时段,各时段年输沙量有明显递减,通过流域内水利工程建设时期和水土流失治理时间的分析,得出1985年前减沙的主要因素是水利工程的建设,1990年后减沙则主要是水利工程建设和水土流失治理措施共同作用的结果,嘉陵江减沙是引起长江宜昌站1988年输沙量减少1亿t和以后继续减沙的主要原因,嘉陵江减沙趋势及其对长江减沙的影响将在今后较长时期内得以维持。     

数字水系分级对流溪河模型中小河流洪水预报的影响

为了探讨流溪河模型在中小河流洪水预报中的适用性,以及基于DEM的数字水系提取和分级对流域洪水预报的影响,构建了江西省龙华江流域洪水预报流溪河模型,采用PSO算法优选模型参数,最后验证模型并讨论了数字水系分级对流域洪水预报的影响。结果表明:随着数字水系分级变多,流域洪水峰值增大、峰现时间提前、径流系数越大、模拟过程越接近实测值;采用流溪河模型进行中小河流洪水预报时,不能采用1级数字水系构建模型,适宜采用3级水系构建模型;流溪河模型采用PSO算法的自动优选模型参数,实际应用中只需要一场具有代表性的实测洪水过程就可以优选模型参数,有效提高了模型的性能;基于3级水系构建龙华江流域洪水预报流溪河模型,采用PSO算法优选模型参数,对50场洪水过程的模拟结果与实测值吻合很好,模型可用于龙华江流域实时洪水预报。     

雅鲁藏布江中上游分布式洪水预报方案研究

雅鲁藏布江中上游,流域面积大,水文站点稀少,目前还无法进行有效的洪水作业预报。基于数字高程模型,利用ArcGIS软件中的水文分析功能,对该区域进行流域空间离散,通过生成流域流水网、划分流域子单元、建立产汇流分区、生成分区间拓扑关系等步骤,构建分布式洪水预报方案。针对雅鲁藏布江中上游的流域特性,选用新安江模降雨径流和马斯京根河道演算模型,对流域的水文过程进行模拟。结果表明,该预报方案能较好模拟流域重要站点的水文过程。     

基于奇异谱分析的闽江流域径流长期预报研究

以闽江流域1950-2007年月径流时间序列为例,采用毛毛虫-奇异谱分析方法进行长期径流预报研究。经过嵌套、奇异值分解、聚合、对角线平均等步骤,识别序列的趋势、周期等特征,得到趋势成分,以及3个月、4个月、6个月、12个月、2.6年和6.7年的周期成分。进一步基于获得的趋势、周期成分,采用线性递归公式检验验证期(2006-2007年)预测效果,并对未来24个月份(2008-2009年)的径流进行预测。结果表明:毛毛虫-奇异谱分析对水文时间序列具有较好的长期预测能力。