基于Mann-kendall检验的日径流预测模型

基于生产实践中对高精度中长期径流预报的要求,对我国海河流域两大支流之一的滹沱河上小觉水文站(岗南水库入库径流控制站)径流量进行预测研究。采用Mann-kendall检验法对数据进行分析,得到流域径流量的突变年份为1984年。基于此采用1992—2001年的数据(突变年份后的时间序列)训练得到预测模型,采用2002—2004年径流量日值数据就模型对新数据序列的适应性进行验证,建立小觉水文站日径流预测模型。结果表明模型应用在水文时间序列的预测中是合理、可行的,并具有较高的精度。     

汉江上游径流情势变化及归因分析

基于 Budyko 框架及径流变化情势指标同气象因子的拟合关系，拓展 Budyko 方程并得到微分方程。选择汉 江上游安康和白河水文站的年均径流、汛期平均径流和非汛期平均径流资料系列，开展径流情势变化及归因研究。 结果表明：所有径流指标均发生变异且明显减小；多元对数线性回归模型拟合的相关系数大于 0.90，能够较好预 估径流变化情势指标，并捕捉到径流变化情势指标同气象参数之间的非线性关系；基于 Budyko 假设的互补关系 法性能优于全微分法，气候（流域下垫面）变化对安康站年均径流量、汛期平均径流量和非汛期平均径流量贡献的 绝对值分别为 35.89%?(64.11%)、34.58%?(65.42%) 和 71.12%(28.88%)，对白河站年均径流量、汛期平均径流量和非 汛期平均径流量贡献的绝对值分别为 34.82%(65.18%)、26.29?%(73.71%) 和 35.11%(64.89%)。     

多儿水电站的水文分析

为解决麻亚寺(多)水文站实测径流资料缺乏的问题,选定立节水文站、麻亚寺(二)水文站作为参证站,采用插补延长法计算了麻亚寺(多)水文站1956-2006年的径流资料,在此基础上对立节、麻亚寺(二)水文站及多儿水电站坝址断面的径流量和枯水期径流频率、径流量的年内分配情况等进行了计算.结果表明:由插补延长法得到的年径流系列具有较好的代表性和一致性;多儿水电站坝址断面年径流及枯水期径流的计算成果是合理的.     

西营河出山口径流变化规律及其影响因素分析

为了掌握石羊河源头来水情况,依据西营河出山口控制站九条岭水文站实测径流系列资料以及相邻雨量站、气象站观测数据,分析了流域气温、降水、径流、洪水的变化规律。采用kendall相关法、spearman相关法、线性趋势法等3种方法对历年年径流量进行趋势性检验,表明年径流量呈不显著减少趋势;采用有序聚类法、Lee-Heghinan法对年径流量序列跳跃点显著性进行检验,表明年径流量出现1961、1990、2002年3个跳跃年份。建立九条岭站年、汛期、月径流与气温、降水的相关关系,通过枯水期11—次年2月上月径流评估当月径流,采用气温、降水等气候预报因子评估3—10月径流,预测结果可为石羊河流域生态调水、水资源管理和生态环境保护提供重要依据。     

丹江口水库对汉江中下游径流的影响研究

以丹江口水库下游黄家港水文站1956—1997年径流资料为研究对象,采用Kendall秩次相关检验、有序聚类分析等方法对年径流变化进行趋势、跳跃分析,并对汛期、非汛期径流变化情况进行分析。结论表明,丹江口水库的运行使汉江中下游年径流量有一定的减少趋势,同时对年内汛期、非汛期径流量产生较大影响。     

基于PSO-BP神经网络的西洞庭湖南咀站径流预测

为建立因子少、预报周期短、预报精度高的西洞庭湖控制性水文站南咀站的月平均径流量预报模型,通过对松滋-太平水系控制性水文站安乡、澧水控制性水文站石龟山站月平均水位、流量以及沙湾站月平均水位进行相关性、因子贡献率分析,确定输入因子,借助PSO-BP神经网络对南咀站1956年1月至2005年12月各月平均径流量进行训练,获取网络结构及参数进而预测2006年1月至 2008年12月各月径流量。结果表明：① 石龟山、安乡站水位对南咀站月平均径流量影响最显著;② 汛期、非汛期的划分一定程度上可提高南咀站月平均径流量预报精度;③ 以安乡、石龟山站月平均水位、流量以及沙湾站月平均水位作为输入因子,PSO-BP神经网络预报效果最好,合格率77.8 %,预报等级为乙级;④ 基于相关性、因子贡献率分析,将安乡、石龟山站作为输入因子,预报合格率降为61.1 %,预报等级降为丙级,但仍满足预报要求。     

R/S-GM(1,1)组合模型在径流预测中的应用

基于R/S分析法能提供有效的非线性科学预测,河川径流具有灰色禀性,为了提高河流径流预报精度,提出了R/S分析与灰色理论相结合的河川径流预测方法。该方法可以克服径流灰色预测存在的数据波动较大时预测精度降低的缺陷。将该方法应用到黑河莺落峡站和正义峡站的年径流量、汛期和非汛期径流量6个序列进行径流预测验证。结果表明:两站年径流量和汛期径流量序列的预测精度都在90%左右,非汛期径流量序列在80%以上,各径流序列预测结果与Mann-Kendall趋势检验一致,预测结果可靠,为河流径流量的科学预测提供了一种新方法。     

基于GEO-RVM模型的枯水期月径流预报研究

为提高枯水期月径流预测精度,研究提出金雕优化(GEO)算法与相关向量机(RVM)相融合的预测方法。基于云南省某水文站67 a的径流资料,选取预报月之前具有较好相关性的月径流作为预报影响因子,通过主成分分析(PCA)对影响因子进行降维处理,利用GEO算法优化RVM核宽度因子和超参数,建立GEO-RVM模型对该站枯水期11月、12月和次年1—4月月径流进行预报,预报结果与基于GEO算法优化的支持向量机(SVM)模型(GEO-SVM)作对比。结果表明：GEO-RVM模型对实例11月、12月和次年1—4月月径流预报的平均相对误差分别为8.59%、7.34%、5.97%、6.07%、5.99%、5.04%,预报精度优于GEO-SVM模型。GEO算法能有效优化RVM核宽度因子和超参数,GEO-RVM模型具有较好的预报精度,将其用于枯水期月径流预报是可行的。     

黑河流域径流变化规律及趋势预测

根据黑河1956—2012年各水文站径流量数据,应用Mann-Kendall非参数检验法对黑河流域径流变化规律进行了分析,并利用BP神经网络对未来黑河径流演变趋势进行了预测。结果表明:1黑河干流及主要支流汛期来水量占年径流量的比例较大,为63.18%~94.56%,出山口径流量未来总的趋势为增加;2Mann-Kendall趋势检验结果表明莺落峡、祁连、新地及嘉峪关站未来径流预测趋势与实测序列趋势较为一致,而札马什克站未来径流预测趋势和实测序列趋势相反,但该站M-K值的绝对值逐渐变小并趋于0,可以推测未来该站径流量趋势将由减少转为增加,这与BP神经网络预测的结果一致。     

玉龙喀什河径流及气象因子演变规律及特征分析

选取玉龙喀什河同古孜洛克站实测径流及气象因子,采用Ｍａｎｎ－Ｋｅｎｄａｌｌ趋势性检验、小波分析等方法,系统分析了径流及其气象因子的演变规律及趋势性,利用霍尔特模型预测了未来５年径流量及气象因子变化趋势。结果表明:径流、降水及气温均呈现显著增加趋势,蒸发量表现为显著减少趋势;相关性分析得出气象因子中气温与径流相关性最大,其次是降水,蒸发与径流呈负相关;未来５年径流量、降水量和气温呈增加趋势,蒸发量呈减少趋势。玉龙喀什河１９８０年—２０１８年径流和降水在研究时间内变化趋势具有一致性,气温在未来将继续主导径流变化。     

基于小波分析的宜昌水文站径流演变规律研究

为了分析宜昌水文站径流演变规律,利用宜昌站1950~2007年实测日均径流量资料,采用MATLAB编程,运用复Morlet小波方法对其径流年际变化和洪枯季节变化进行多时间尺度分析,并剖析了不同尺度下的变化周期。计算出了宜昌水文站年均径流量、汛期与枯水期丰枯交替的时间尺度和主周期。结果表明,1950~2007年不同时间尺度下的演变规律较显著,但其水文规律的长时间尺度结构和记忆有待于进一步分析与探讨。     

年楚河流域径流变化及其对气候变化的响应

采用雅鲁藏布江支流年楚河流域控制站日喀则水文站1956—2012年天然径流量资料以及同期气温、降水量逐月资料,分析了年楚河流域57 a降水、气温和径流变化特征;利用月水量平衡模型对年楚河流域逐月径流变化进行模拟,验证了月水量平衡模型在研究区的适应性。结果表明:年楚河流域逐月径流量变化相对平稳,年内分配极不均匀,汛期与枯水期径流量相差较大,汛期径流量占全年径流量的67%;对月水量平衡模型参数进行分析,认为年楚河径流敏感性模型参数主要为土壤水蓄水容量和直接径流系数;气候变化对径流影响的敏感性分析显示,降水量增加对径流的影响更大,气温升高对径流减少影响较小。     

基于四种方法的月径流预测研究

径流预测对于水资源的合理开发利用与统筹配置具有重要意义。根据黄土高原地区渭河支流-北洛河状头水文站和泾河张家山站的月径流资料,运用门限自回归模型、神经网络模型、方差分析外推法以及季节水平模型四种方法对其进行预测,观察模拟效果并比较各自优缺点。对于枯水期月径流,季节水平模型对于两站预测合格率均为100%;方差分析外推法对于状头站和张家山站预测合格率分别为90%,80%;门限自回归模型对于两站的预测合格率均为80%;神经网络模型预测两站汛期月径流合格率均为100%。表明季节水平模型适用于枯季月径流的预测,神经网络模型适宜于汛期月径流预测,并且精度良好。     

渭河流域多时间尺度径流变化特征及主控因子

为研究变化环境下渭河流域多时间尺度径流变化特征及影响因素,基于渭河流域咸阳水文站1961—2015年实测径流量数据,分析不同时间尺度上径流的变化趋势,并选取多个气象要素与归一化植被指数（normalized difference vegetation index,NDVI）构建向量自回归（vector autoregression,VAR）模型,量化各影响因素对径流变化的贡献程度,探讨全年、汛期和非汛期径流变化主控因子的差异性。结果表明,1961—2015年渭河流域径流整体呈下降趋势,汛期径流量占比为65.5 %。在年代尺度上径流的丰枯变化存在差异,1970—1979年和1990—1999年径流量呈显著减少趋势;影响汛期和全年尺度径流变化的主控因子均为降水,贡献率达50%,其次是太阳辐射,在汛期和全年的贡献率分别为14.37%、18.45%。非汛期影响径流变化的主控因子为NDVI（贡献率30.08%）与太阳辐射（贡献率30.05%）,且NDVI对径流变化的滞后效应更明显,其他因子贡献大小依次为降水、空气比湿、气温。     

基于 CORDEX 数据集的碧流河流域径流预估

为了研究气候变化对碧流河流域径流的影响,基于CORDEX联合区域降尺度试验,采用区域气候模式对GCM所涉及的两个全球气候模式进行降尺度,获得三种情景下的气象数据集,并利用气象数据集驱动率定好的SWAT水文模型,预测未来气候变化条件下碧流河流域的径流过程,分别分析年、月平均径流相对于基准期的变化特征,以及各情景模式下设计丰水年(P=10%)、设计平水年(P=50%)、设计枯水年(P=90%)的设计年径流年内分配过程相对于基准期的变化。结果表明:气候变化对碧流河流域径流的影响主要体现在汛期;C1、C3情景在RCP4.5排放路径下汛期平均径流量相对于基准期增加17.65%、0.14%,多年平均径流量增加18.17%、5.58%;其余各情景下径流量皆呈减小趋势,其中汛期减幅(-7.22%～-0.75%);多年平均减幅(-10.25%～-10.58%)。设计年径流分配过程显示,未来时期设计丰水年,平水年的年径流最大值主要出现(5—10月),较基准期汛期(6—9月)而言范围较大,设计枯水年年内分配不均匀,碧流河水库在未来时期兴利防洪调度将面临一定的挑战。     

长江下游多维径流丰枯遭遇及丰枯演变分析

九江站、湖口站和大通站是长江下游的3个重要水文站,识别三者之间的径流关系、丰枯演变和丰枯遭遇特征,对识别长江下游多维径流关系具有重要的意义。基于滑动相关系数法分析了长江下游多维径流相关性的时变特征,基于Copula理论构建了长江下游多维径流联合分布和径流演变联合分布,分析了丰枯遭遇及丰枯演变特性。结果表明:(1)径流相关性时变强度由高至低为九江-湖口站、湖口-大通站、九江-大通站;各站径流具有较高的丰枯同步性,由高至低为九江-大通站、湖口-大通站、九江-湖口站,丰枯异步性特征反之。(2)九江-湖口站、九江-大通站、湖口-大通站的丰枯同步率最高时期分别为非汛期、汛期、非汛期;各站径流丰枯状态的自转和互转概率均较稳定,目前无极端情况出现。(3)九江、大通水文站的年和汛期径流最易丰枯互转,非汛期径流最易连丰、连枯。(4)湖口水文站的年和汛期径流最易连丰、连枯,非汛期径流最易丰枯互转。研究成果可为长江下游的多维径流关系分析提供理论参考。     

滹沱河山区径流多尺度变化规律及影响因素研究

径流是反映流域气候及地理环境变化的重要指标,辨析其多尺度变化特征及影响因素,对于认识气候变化背景下流域水文情势变化规律及维护水资源安全具有重要意义。以滹沱河山区小觉流域和冶河流域为例,结合水文和气象数据,应用Mann-Kendall趋势分析、突变检验及Morlet小波函数等方法,分析两流域1960—2018年径流深趋势、突变、周期等多尺度变化特征,并利用相关分析与随机森林模型揭示了气温、降水、潜在蒸散发、叶面积指数对不同时段(汛期、非汛期)月径流深变化的相对重要性。研究结果表明：1960—2018年多年平均尺度上,冶河流域径流深(69.34 mm)大于小觉流域(39.07 mm),两流域年径流深均呈显著下降趋势,且冶河流域的下降速率(13.0 mm/10a)大于小觉流域的下降速率(8.7 mm/10a);在月和季节尺度上,两流域径流深也呈现显著下降趋势,尤其在夏季时段径流深下降趋势最快。小觉流域和冶河流域径流深分别在1981和1979年发生突变,且突变后径流深下降速率较突变前有所减缓,同时极端流量出现频率减少,其中8月份流量减小幅度最大。小觉流域的径流深主周期分别为15、8和5 a,冶...     

渭河干流月径流的时历相依性研究

目前的径流预测方法大都要求数据序列具有时历相依性,因此在应用相应的方法进行时间序列的预报时,应先判别时间序列的时历相依性。以渭河干流林家村水文站和咸阳水文站为研究对象,采用线性自回归模型对相邻两个月的径流量进行了相关性分析,研究了其月径流序列的时历相依性,并采用BP神经网络模型进行了月径流预报。结果表明:当相邻两个月径流量的相关度≥0.7时,数据序列时历相依性较好,可以进行月径流量预报建模;当BP神经网络模型的预报合格率≥80%时,可用于月径流量预报。     

大通河流域径流变化及特征分析

根据大通河流域尕大滩和享堂两个水文站1952-2014年的逐月径流量资料,用不均匀性分析了径流量的年内分配情况,使用Mann-Kendall检验方法和Morlet小波变换对径流量突变和周期性分别进行了分析。结果表明:大通河流域的汛期主要为5-10月,尕大滩站和享堂站汛期径流量分别占全年的87. 81%和81. 9%。越向下游,大通河径流年内分配越均匀; 1991年之前,大通河上游和下游径流变化都呈下降趋势,1994年之后,上游尕大滩站径流量呈微弱的增加趋势,下游享堂站径流量呈快速下降趋势;上游尕大滩站径流量存在4、8、21a左右的周期震荡,下游的享堂站径流量则存在着3、6、31a左右的周期震荡; 1994年之前径流主要受气温和降水等气象的影响,之后人类活动占主导地位。     

疏勒河上游径流年内分配变化规律分析

以1956—2010年疏勒河出山口控制水文站昌马堡站的实测径流序列为基础,应用年内分配比例、年内不均匀系数、集中度和集中期、变化幅度等指标,分析了疏勒河上游径流年内变化规律。结果表明:1956—2010年,疏勒河上游径流年内分配格局基本稳定、集中度降低、集中期变化稳定、绝对变化幅度增大、相对变化幅度减小,非汛期径流量占年径流量的比例有所增大,汛期径流量占年径流量的比例有所减小,径流年内分配过程渐趋均匀。气候变暖可能导致了疏勒河上游非汛期冰雪融水及降水量的增加,在一定程度上增加了非汛期径流量。