新安江模型在富水水库流域洪水预报中的应用

基于富水水库流域特性,采用新安江三水源模型建立了富水水库流域洪水预报模型和方案,论证了产流方式,分析了水库流域洪水预报特殊性,并率定了模型参数.实例结果表明,该模型预报效果较好、精度高、合理可行,可供借鉴.     

基于物理相似法的山丘区流域水文分类及模型参数移用方法

以我国东部64个山丘区流域为研究对象,提取35个流域地理特征(降雨、地形地貌、土壤和地质)作为相似指标衡量流域间的水文相似性,结合K-means聚类和参数区域化技术识别相似流域群和移用模型参数。结果显示,该64个山丘区流域依据降水、地形等特征可划分成11类相似的流域群。在具有水文相似的流域群内进行水文模型参数移用试验,水文过程模拟的确定性系数中值集中在乙级、丙级预报精度,且洪量相对误差不超过实测值的20%,能有效重现无资料流域的径流过程。该方法对无资料山丘区的水文预报具有重要借鉴意义,有助于山丘区洪水灾害防治及水资源管理。     

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...     

组合预报方法在洪水预报模型中的应用

针对流域水文模型预报中的不确定性问题,采用简单平均、最优线性组合、最优非线性组合三类4种组合方法构建了新安江模型、垂向混合产流模型和Tank模型相结合而组成的组合预报模型,以日照水库和东张水库入库洪水的各种实测特征值作为评价各种组合预报模型计算结果精度的指标,进而优选出相对稳定且精度较高的2种组合预报方法。与新安江模型相比,该组合预报方法在降低水文预报不确定的同时,有效提高了洪水预报精度。     

BFS在洪水预报中的应用研究

采用贝叶斯预报系统(BFS)水文不确定性处理器(HUP)对水文预报不确定性进行分析,实现概率洪水预报。以新安江流域水文模型为洪水预报模型提供流量初始预报系列,通过亚高斯模型对流量初始预报系列及实测系列分别进行正态分位数变换,由贝叶斯公式得到预报变量的后验概率分布并进行洪水过程的概率预报,采用分布点估值定值预报,并可通过构造置信区间对点估值预报的不确定性进行评估。以南一水库流域为例,将BFS后验概率分布均值与新安江模型预报进行对比,结果表明BFS可提高预报精度。     

嘉陵江凤滩以上流域实时洪水预报方法

根据大流域雨洪径流的具体特性，将概念性模型与系统模型结合起来制作预报方案，解决了分散入流和响应函数识别问题，采用自适应卡尔曼滤波方法实时刷新模型参数，提高了模型计算精度，巴河流域的实例验证表明，应用效果良好。     

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。     

分布式水文模型在洪水预报中的对比研究

为提高洪水作业预报精度和及时程度,采用以GIS为基础的LL-Ⅱ分布式水文模型,选用增江流域应用较好的新安江水文模型进行洪水预报对比研究。结果表明,LL-Ⅱ分布式水文模型的模拟效果更好。     

无资料地区水文预报(PUB)不确定性研究

针对无资料地区的水文过程模拟采用流量历时曲线率定法实现水文模型参数区域化,避开建立模型参数与流域特征值之间的相关关系,以流量历时曲线作为水文模型的拟合目标率定无资料地区参数.通过基于GLUE法的不确定性分析发现,相对于参数相关法,流量历时曲线率定法预报的不确定性对似然临界值取值更敏感,在高似然区不确定性更小,在低似然区则相反;优化调参通常更关注高似然区,因而应用流量历时曲线率定法推求无资料地区参数效果更好.     

基于层次贝叶斯法的无资料地区洪水频率分析

为验证层次贝叶斯法应用于无资料地区洪水设计值估计的可行性,构建了基于GEV分布-层次贝叶斯法的区域洪水频率分析模型;建立了GEV分布参数与空间协变量的回归关系,用于站点间的信息融合以及无资料地区参数推理;采用基于Metropolis-Hastings抽样的MCMC方法对参数和超参数的后验分布进行求解,通过超参数的随机样本与协变量的回归关系估计无资料地区的洪水设计值及其置信区间。将此方法应用于淮河流域17个水文站年最大流量数据,并以其中2个站点为交叉检验站点用于无资料地区洪水频率推求,结果表明层次贝叶斯法的结果优于指标洪水法的结果,为无资料地区洪水设计值估计提供了新途径。     

云峰水库防洪预报调度研究

针对云峰水库无防洪库容与下游防洪需求之间的矛盾,以防御常规洪水及100年一遇以下设计洪水为目标,基于现有的洪水预报方案,采用分步试算的调洪计算方法,将预报累积净雨、库水位及入库流量作为改变水库出流的判别指标,研究制定了云峰水库预报调度方案。结果表明,采用预报调度方案指导水库防洪调度能有效提高下游防洪能力,水库可在短时间内完成预泄,并有充足的退水余量确保水库回蓄,对水库兴利影响甚小,调度方案合理可行。分步试算的调洪计算方法能适应复杂的调度规则,有效解决了水位出流关系在控制水位处存在跳跃间断点的问题。     

河道洪水演算的MC-RCM模型及其比较研究

MC-RCM模型是一种在马斯京根法的基础上引入水位流量曲线的洪水演算方法,为进一步验证MC-RCM模型在实际河段中及不同演算条件下的精确性,分别采用试错法、最小二乘法、马斯京根—康吉法及MC-RCM模型四种演算方法对长江李庄至泸县段的10例天然洪水进行流量演算分析,并引入五种评价指标,比较了MC-RCM模型与其他演算方法在不同演算时段下流量演算精度、演算可靠性、演算洪峰流量精度等方面的优劣。结果表明,MC-RCM模型在流量演算精度、演算可靠性、演算洪峰流量精度上相比其他方法均具有一定优势,且在较长演算时段中优势更为明显。因此,MC-RCM模型作为河道洪水演算的可靠方法,可在水文资料充分的情况下修正或校验马斯京根法的演算成果。     

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。     

基于分形模糊集对分析方法的洪水分类

针对目前洪水分类方法复杂、难以实施和在分类中难以客观确定分类指标权重的问题,基于集对分析原理提出了分形模糊集对分析方法,以反映指标复杂程度的分维来刻画指标权重,同时考虑分类标准边界的模糊性,并将该方法应用于黄河支流秃尾河流域的洪水分类中。与其他分类方法的比较结果表明,分形模糊集对分析方法客观、精确、有效,分类结果符合实际情况。     

基于模糊集合分析法与圆形分布法的水库汛期分期研究

为研究水库汛期分期基本原则,以构皮滩水库控制流域洪水为例,分别采用模糊集合分析法和圆形分布法研究了水库汛期分期问题。模糊集合分析法确定的主汛期为6月28日～8月7日;圆形分布法确定的主汛期不考虑洪水量级为6月2日～8月12日,考虑洪水量级为6月4日～8月5日;后者考虑了个别出现时间较早洪水,偏保守,且洪水取样时段对主汛期划分影响较小,洪水取样量级对主汛期划分有一定影响。水库入汛判断标准宜以模糊集合分析法为基础,汛期分期宜以圆形分布法为准。     

考虑历史洪水时Gumbel分布线性矩法的研究

在介绍Gumbel分布线性矩及其参数关系的基础上,提出了可考虑历史洪水的线性矩公式.通过统计试验分析了线性矩法在该分布中的统计性能及历史洪水公式的适用性,并与绝对值准则和平方和准则两种不同适线法、矩法作了比较.统计试验结果表明,线性矩法不仅参数及设计值不偏性能最好,而且具有较好的有效性,线性矩法是四种方法中最好的一种.针对历史洪水取值及其重现期存在着一定误差,利用统计试验方法对不同参数估计方法的误差影响作了计算分析,结果表明线性矩法最为稳定,历史洪水误差对其影响较小.     

基于暴雨洪水相似性分析的洪水分类研究

目前,水库通常仅选取一场洪水过程作为典型,确定的汛限水位为一个值或一个动态控制域,洪水资源利用率仍有提高的潜力。通过分析暴雨洪水演化过程中的相似性指标,基于历史洪水资料分析了暴雨洪水在形成过程中的相似性,对暴雨洪水的天气成因进行了定性分析,分别采用相关系数法和加权距离系数法计算了暴雨洪水演化过程的相似系数,从而对暴雨洪水进行了分类,并以大伙房水库为例,根据暴雨洪水的相似性,将洪水分为三类,为汛限水位动态控制的研究提供了参考。     

洪水预报方案的模糊风险分析方法及应用

针对传统的洪水预报方案风险分析方法仅考虑设计变量的随机性而未考虑设计变量及失事准则的模糊性的不足,从考虑洪水预报失事准则的模糊性出发,计算了洪水预报系统的模糊风险。通过引入水平截集三角模糊数将预报失事准则模糊性转化为非模糊性,并结合传统的改进一次二阶矩(AFOSM)风险分析方法,给出了洪水预报各变量及系统的模糊风险区间值。实例应用表明,该方法得到的模糊风险能表示不同程度的风险值,比传统的风险确定值更符合实际,且可为决策者提供更多的决策信息。