基于灰色关联分析的模糊支持向量机方法在径流预报中的应用研究

针对径流时间序列固有的非线性和随机性特点,提出基于灰色关联分析的模糊支持向量机预报方法。该方法在传统支持向量机任意逼近的非线性映射能力上,引入模糊隶属函数来考虑气候和流域下垫面条件变化下不同时期径流样本对预报结果的影响。预报因子选取是中长期径流预报的一大难点,考虑到相关系数法只能衡量因子间线性相关程度的不足,本文采用灰色关联分析来量化预报因子与预报对象的关联程度,并按关联度大小从众多的相关因子中挑选出对径流过程影响显著的预报因子。将该方法应用于金沙江上游控制站石鼓站的月径流预报中,与GRNN神经网络模型和A-FSVM模型的预报结果比较表明,该方法能提高径流中长期预报的精度,是一种有效的径流时间序列预测模型。     

基于相关向量回归的非线性时间序列预测方法

针对非线性时间序列预测建模的复杂性和不确定性,提出一种基于相关向量回归的非线性时间序列预测方法。该方法在传统的核函数基础上,融入Bayesian推理框架,得到具有概率特性的预报结果,无须对误差/边界参数进行预估计,具有学习算法简单、易实现的特点。仿真计算表明,该方法能反映非线性时间序列的内在特性,预测结果较好。     

基于综合功能辨识的城市河湖生态流量计算模型及应用

为了合理确定河湖生态流量的阈值,针对城市河湖功能的特点和实际,综合体现河湖多种生态服务功能目标的协调、河流断面与湖泊/湿地的耦合关联以及生态流量消耗与非消耗分项、存量与通量、水量与水质关系,构建了基于综合功能辨识的城市河湖生态流量计算与保障程度分析模型(MUSEF模型)。利用该模型可对城市河湖生态流量大小、流量过程、流量构成、流量空间分布以及变异性进行量化计算与优化辨识,对不同来水频率条件下生态流量的满足程度进行评价,明确生态流量的调控指标要求与时机,从而为城市河湖生态保护与健康管理提供定量工具。以株洲市区河湖水系为案例开展应用,量化得出了河湖生态流量的逐月过程线、生态流量构成以及变异性特征,分析提出了不同来水频率条件下河湖生态流量的满足程度、调控指标与调控时机,为株洲市河湖生态流量的有效管理和安全保障提供依据。     

金沙江上游河段水温变化规律及其影响因素探讨

金沙江上游作为长江的源头地区,具有特殊的生态环境功能,河流水温对水生生物的生长及周边生态环境具有重要意义。采用金沙江上游干流岗拖、巴塘、石鼓水文站实测水温数据,以河段天然水温作为研究对象,对其年内、年际变化及沿程分布规律进行了研究,并探讨了影响水温的主要水文、气象因素。结果表明,金沙江上游岗拖、巴塘、石鼓3个水文站月均水温最高值一般出现在7—8月份,最低值一般出现在1月份。1961—2018年3个水文站年水温总体上呈现出显著的上升趋势,并分别于1998年、1992年、2003年出现突变点。气温对3站月平均水温的影响最为紧密,其次是降水和径流,相对湿度、蒸发和风速也对该河段水温变化产生一定影响,日照与水温之间的关系最弱。从水温变化的沿程分布来看,从上游至下游,水温与径流、风速、水面蒸发相关系数沿程减小,与降水、气温、相对湿度相关系数沿程增加,其主要原因与金沙江上游流域水文气象特征关系密切。同时通过主成分分析,进一步验证了影响水温的主要因素。     

极端干旱下长江口咸潮入侵成因及压咸补淡措施

2022年长江上游遭受极端干旱;长江口咸潮入侵加剧;区域用水安全受到严峻考验。为探究极端干旱天气下咸潮入侵成因和应对策略;基于长江口2019～2023年枯水期的实测盐度、潮水位、风速风向数据与同期上游大通站径流量数据;采用Spearman相关性分析、卡方分析等方法;分析了2022年9月起长江口咸潮入侵过程与长江口咸潮入侵的主要影响因素。分析结果显示:(1) 2022年8月起长江干流枯水期提前;叠加台风和天文大潮情况;使得2022年9月至2023年4月长江口地区崇明洲头站、杨林站和六滧站的盐度大幅超标;分别达到1.922‰,0.585‰和2.134‰。(2)长江口3个主要盐度监测站点受上游来水影响时间存在前后差异;在大通站流量低于15 000 m3/s时;不同站点所属区域发生了不同程度的咸潮入侵情况。(3) 2022年10月的压咸补淡措施在小潮期间作用于长江口地区;使得大通站流量高于12 000 m3/s,在南支上半段产生较好的压咸效果。研究成果可为长江口流域不同地区咸潮上溯成因分析和压咸补淡应对策略提供参考。     

基于深度学习的改进ERRIS径流预报实时校正模型

为提高径流预报精度,基于长短期记忆网络(LSTM)改进ERRIS模型,构建了径流预报实时校正的ERRIS-LSTM模型,以雅鲁藏布江流域和椒江流域为例进行对比分析。结果表明:与ERRIS模型相比,ERRIS-LSTM模型使雅鲁藏布江流域和椒江流域径流预报的纳什效率系数分别提升了4.1%和1.1%,均方根误差分别减小了67.7%和5.7%,使雅鲁藏布江流域中、低水流量的百分比偏差分别降低了75.5%和79.1%,椒江流域低水流量统计指标均改善超过20%;ERRIS-LSTM模型能够充分获取误差序列的序贯相关性,生成的集合预报比ERRIS模型预报的整体精度更高,连续排序概率评分降低了75%以上,不确定性更小,可靠性更强;相比于LSTM模型的校正结果,ERRIS-LSTM模型可以额外提供校正结果的不确定性信息,在业务预报和防洪决策中具有重要的应用前景。     

1959-2011年北洛河上游流域径流量及其组分变化趋势和时间分配特征

以实测水文数据为基础,分析了区域水土保持措施实施和植被恢复背景下北洛河上游黄土丘陵沟壑区流域1959-2011年间径流和基流数量变化、时间分配规律和阶段特征,对流域水土保持和生态平衡、水资源保护和利用具有指导和借鉴意义.结果 表明:志丹、吴起、刘家河3个水文站的年均径流深分别为37.6、27.1、31.8 mm.年均地...     

Estimating low flow characteristics in ungauged catchments

This paper describes the development and derivation of a methodology for estimating low flow characteristics and yield in small ungauged rural catchments. The methodology has been applied to 184 catchments located in New South Wales and Victoria, in south-eastern Australia. A systems approach was adopted in which multivariate techniques were used to develop relationships between low flow parameters and climatic and land information data.