排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
基于Kalman滤波糙率反演模型的河道洪水实时预报研究 总被引:1,自引:0,他引:1
建立基于Kalman滤波理论的河道糙率反演模型。将河道不规则断面沿程概化为矩形、三角形和抛物线型断面。引入水力半径与水深的经验关系,基于圣维南方程组动量方程中惯性项与弗洛德数相关性,推求水深对糙率的偏导数,建立基于Kalman滤波理论的平原区河道糙率反演模型。选择淮河干流王家坝至鲁台子河段为例,将糙率反演模型与水动力学模型相结合进行河道洪水实时预报,并与一维水动力学模型的预报结果进行比较分析。结果表明,在预见期为6小时的实时预报中,耦合模型与原水动力学模型均取得较好的预报效果,耦合模型预报精度好于原水动力学模型,也证明了所建模型的合理性。 相似文献
2.
3.
基于集合预报的淮河流域洪水预报研究 总被引:7,自引:1,他引:7
建立基于集合预报的淮河具有行蓄洪区流域洪水预报及早期预警模型。在洪水预报中引入数值天气预报以延长洪水预报的预见期。集合预报采用多模式和多分析集合预报技术,考虑初始场的不确定性和模式的不确定性,避免“单一”确定性数值天气预报结果易存在的预报误区。THORPEX 项目支撑的THORPEXInteractiveGrand GlobalEnsemble(TIGGE )集合预报目的是建立全球交互式预报系统。本文以淮河流域为试验流域,以TIGGE 集合预报(加拿大气象中心(简称CMC,集合成员数为15个)、 欧洲中期天气预报中心(简称ECMWF,集合成员数为51个)、 英国气象局(简称UKMO ,集合成员数为24个)、 美国国家环境预测中心(简称NCEP,集合成员数为15个))驱动构建的水文与水力学相结合的具有行蓄洪区流域洪水预报模型以达延长洪水预报的预见期,新安江模型用于降雨径流计算、一维水动力学模型用于河道洪水演算,实现洪水预报及早期预警。为了进行比较,同时采用地面雨量计观测降水驱动构建的洪水预报模型,对2007和2008年淮河汛期洪水进行检验。结果表明,基于TIGGE 集合预报驱动的洪水预报预见期延长了72~120h ,证明了TIGGE 集合预报可以应用于洪水预报及早期预警。 相似文献
4.
具有行蓄洪区的复杂水系实时洪水预报研究 总被引:3,自引:0,他引:3
建立确定和随机相结合的预报模型对复杂水系的实时洪水预报进行研究.确定性模型采用分布式概念性模型进行流域流量过程预报;基于马斯京根法、水文水位法与扩散波非线性水位法,构建河道流量和水位模拟的综合法对河道以及行蓄洪区的洪水进行预报.随机模型采用基于误差自回归的时变遗忘因子最小二乘递推法对误差进行实时校正.以淮河鲁台子以上流域为例,具有行蓄洪区的干流洪水采用河道流量和水位模拟的综合法与实时校正模型按节点有机结合的方法进行预报.预报模型在2007年的大洪水预报中得到了检验,取得了较高的精度. 相似文献
5.
6.
7.
8.
9.
滑坡作为山洪水沙耦合运动的物源和动力基础,其易发区的识别是山洪水沙灾害预报预警和风险评估的重要前提。以往的山洪水沙灾害防治研究主要关注洪水的影响,而忽视了固体物源的作用。为完善山区中小流域山洪水沙灾害防控体系,提出基于集成学习的山区中小流域滑坡易发区早期识别方法,针对数据样本构建和影响因子选取过程进行优化试验。利用滑坡单元下垫面环境因子频率比作为无监督学习算法数据样本进行聚类分析,根据聚类算法易发性分区结果选取非滑坡单元,结合滑坡单元构建集成学习分类算法数据样本集,比较单体算法和融合算法的易发性分区结果准确率和覆盖度。选取研究区域高分卫星遥感影像建立松散堆积物直接解译标志,基于目视解译识别松散堆积物面积,通过回归分析构建松散堆积物面积-体积幂律关系,形成研究区域松散堆积物空间分布图。将固体物源作为下垫面环境因子,比较引入物源因子前后的滑坡易发性分区结果准确率和覆盖度。结果表明:K-Means-RF(K-Means-AdaBoost)融合算法输出的高易发区覆盖率相对于K-Means单体算法提高9.3%(12.1%)。两类融合算法的易发性分区准确率和泛化能力比较接近,K-Means-AdaBoost融合算法对于滑坡点的预测效果更优。考虑物源因子后的K-Means-RF和K-Means-AdaBoos融合算法易发性分区中的高易发区覆盖率分别提高14.2%和17.7%,召回率都提高12.1%。 相似文献
10.
以澜沧江-湄公河流域为研究对象,提出一种基于90 m分辨率的数字高程模型(DEM)和河网密度法的水系提取方法。基于ArcGIS中水文分析模块和缓冲区工具,引入数字化河网作为水系提取的影响条件,以实际水系修正主要河道的高程值;再采用河网密度法确定最佳集水面积阈值,并依据流域自然分水岭、流域控制面积以及干流主要水文控制站要素划分子流域;结合中央气象台精细化智能网格降水产品,分析不同子流域尺度对强降雨反映效应。结果表明,澜湄流域最佳集水面积阈值为129.1 km2,数字水系河流相对误差为7.5%,河网套合差为2.5%;精度检验吻合程度较高,提取水系与实际水系较为一致。 相似文献