基于混合产流与二维运动波汇流分布式水文模型

为了提高半湿润半干旱流域的洪水模拟与预报精度,基于GIS、RS和DEM技术,以DEM栅格为流域计算单元,构建了基于混合产流和二维栅格汇流的栅格型分布式水文模型(Grid-MK-2D模型),即混合产流模型是在蓄满产流基础上增加基于Green-Ampt下渗方法的超渗产流模型,坡面二维汇流计算采用基于栅格单元的分布式运动波模型水流演算,河道汇流应用一维运动波模型演算,运动波方程组由隐式有限差分求解。将Grid-MK-2D模型、Grid-MK-1D模型与新安江模型应用于半干旱的沁河孔家坡流域并对比分析。结果表明,两个基于DEM栅格的分布式水文模型(Grid-MK-2D、Grid-MK-1D)的模拟效果优于新安江模型,但GridMK-2D模型洪峰模拟效果更好。     

降雨径流模拟神经网络模型及应用

针对水文系统的非线性,构建了基于遗传算法和人工神经网络的降雨径流模拟神经网络模型(GA-BP模型).采用附加动量法和自适应学习速率对BP神经网络进行改进,遗传算法用于优化神经网络的初始权重.以大别山及皖南山区月潭流域为例,将GA-BP模型、BP模型以及新安江模型应用于水文日径流过程模拟,进行应用比较以及分析GA-BP模型在水文径流模拟过程中的难点及其可行性.结果表明,GA-BP模型优化了网络结构,加快了算法收敛速率;可以用于降雨径流过程模拟,也为今后类似研究提供一种模拟技术.在实际应用中可以根据流域资料情况选择合适的模型进行水文模拟作业.     

基于Muskingum-Cunge法的河道水位流量预报研究

基于河道流量演算中的经验关系,推求Muskingum-Cunge法参数;并与基于柱蓄和楔蓄的水文水位法、扩散波非线性水位法结合,建立基于Muskingum-Cunge法的河道水位流量预报模型。在淮河中游的应用表明,基于Muskingum-Cunge法的河道水位流量预报模型减少了对资料的依赖,可实现河道流量、水位模拟与预报,效果较好。     

淮河鲁台子以上流域洪水预报模型研究

本文以淮河鲁台子以上流域为例,采用分布式概念性水文模型,对王家坝以上流域及阜阳、蒋家集、横排头淮干支流进行降雨径流与洪水过程研究,同时进行参数率定。采用马斯京根法、马斯京根水位模拟法和扩散波非线性水位法,对淮河干流王家坝至鲁台子区间具有行蓄洪区流域洪水进行预报。预报模型在2007年的大洪水预报调度中得到了检验,取得了较高的精度。     

山区型河道“裁弯取直”防洪影响分析

针对山区型河道"裁弯取直"可能提高裁弯段上游保护对象的防洪能力,也可能加重裁弯段下游的防洪风险,对山区型河道永安溪柴岭段的"裁弯取直"工程作计算分析,提出处理该问题的分析方法和一般结论,供同类工程参考.     

三个水文模型在沂河洪水模拟中的分析

为探讨半干旱半湿润流域的产流机制,以沂河高里流域为例,采用HEC、TOPMODEL和新安江三个水文模型进行洪水模拟计算.在TOPMODEL模型中初步引入了初始土壤缺水量与地形指数间的经验关系式,结果表明在半干旱半湿润流域三个模型模拟效果良好.在洪峰及峰现时间,以超渗产流为机制的HEC模型比以蓄满产流为机制的新安江模型和TOPMODEL模型的模拟效果更好.