基于标准化降水蒸散指数的长江流域旱涝情势演变

基于长江流域133个气象站1970-2012年实测逐月降水量和月平均气温资料,计算不同时间尺度上的标准化降水蒸散指数序列,研究近几十年来长江流域旱涝情势的时空演变特征。结果表明,1970-2012年长江流域整体干旱形势不严重,但是干旱化的趋势比较明显。与长江上游地区相比,长江中下游区域的干旱趋势表现得更加突出,特别是长时间尺度上的干旱趋势非常明显。针对典型极端气象事件分析发现,标准化降水蒸散指数能够反映出不同时间尺度上长江流域发生的旱涝事件,表明该指数对于准确评估长江流域的旱涝程度和分布范围具有很好的指示性意义。     

ERA-interim再分析数据集在长江上游的适用性

针对长江上游地区ERA-interim再分析降水数据,结合流域内65个实测站点的降水数据,计算流域以及站点年降水量、多年平均降水量。利用降水偏差、偏差百分比、合格率等多种指标,分析ERA数据在长江上游地区的适用性并进行校正,以补充实测降水资料。结果表明:(1)ERA降水在年、春、夏、秋、冬的变化趋势与实测数据近乎相同,可直接采用折算系数整体校正ERA年降水数据;(2)流域内海拔高的观测站点ERA降水估计值与实测降水数据偏差明显增大,海拔低的观测站点ERA降水估计值与实测降水数据偏差相对较小,并且流域东南部的降水偏差整体小于流域西北部;(3)利用折算系数整体折算1979~2012年、夏、秋尺度各站点ERA插值降水数据,各站点拟合后年、夏、秋序列与实测降水偏差30%以内的站点合格率分别为98.46%,92.31%和70.77%。     

基于HBV的黑河流域径流对气候变化的响应

黑河流域是我国西北干旱区内陆河研究的代表性流域,研究未来气候变化对黑河流域山区径流的定量影响,对干旱区水资源规划设计、开发利用和保护管理具有重要意义。采用HBV-light模型,首先根据实测径流数据验证了该模型在黑河流域上游的适用性,然后拟定25种气候变化情景模式,模拟气温与降水变化对径流的定量影响。结果表明:(1)当气温保持不变时,降水增加会造成年径流增加;而当降水维持不变时,气温升高将导致年径流减少。(2)关于径流年内分布,气温变化与6~9月份的径流呈负相关关系,而与4月份的径流呈显著正相关关系;降水变化与径流呈明显的正相关关系;年径流与年内分配均表现为对于降水变化的敏感性高于气温变化。(3)未来气候变化有助于缓解黑河流域水资源短缺的现状。     

WRF模式云微物理过程对三峡库区降水模拟的影响

以三峡库区为研究区,针对库区发生的一次典型降水过程,对中尺度天气模式WRF在五种不同云微物理过程参数化方案下的三峡库区降水模拟进行分析,并运用同期降水资料评估不同云微物理方案对三峡库区降水的模拟效果,以优选数值天气模式中的云微物理方案。结果表明,WRF模式下不同云微物理方案模拟的降水差异较明显,WSM3类简单冰方案和Ferrier(new Eta)微物理方案在面平均降水量、降水分布等指标上能更好地反映实况,而WSM5类方案的模拟结果与实测值差异较大,选择合适的云微物理过程参数化方案对WRF模式能提供较好的降水模拟结果。     

基于偏互信息法遴选因子的长江中长期径流预报

为提高流域中长期径流预见期和预报精度,以长江流域代表性水文站为例,研究遥相关气候因子对水文站径流的影响,通过偏互信息方法遴选与逐月径流具有显著相关性的气候因子,并采用多元回归方法建模进行中长期径流预报。研究表明:根据偏互信息法选出的输入因子建立的回归方程在建模和试报阶段的拟合优度值都大于0.6,而且入选的气候因子均具有4个月及以上的预见期。可见利用偏互信息法挑选遥相关气候因子进行中长期径流预报能够延长预见期并提供具有较高精度的预报结果。     

基于模糊聚类迭代模型的洪灾智能评估方法

由于缺少公认的标准,洪灾评估带有很大的主观性,同时,当样本集中存在超大样本或过小样本时,会导致模糊综合评估结果出现较大偏移。提出了一种基于模糊聚类迭代模型的洪灾评估方法,无需提供标准即能对样本空间进行智能辨识并作出相应处理,并以四川省1976-2006年洪灾样本为例,给出了四川省洪灾的等级评估结果。与投影寻踪方法的评估结果进行比较表明,该方法可以适用于大部分情况下的洪灾评估工作。     

基于模糊聚类迭代模型的洪灾评估标准计算方法

对于洪灾评估工作来说,制定一个具有普适性的洪灾等级评估标准是很重要的,而目前缺少一个被公开认可的标准制定方案。在模糊聚类迭代模型的基础上,提出了一种不受时空分布影响的洪灾评估标准计算方法。在求解目标函数时,采用混沌文化进化算法进行了优化。以四川省1976-2006年洪灾样本为例,计算出了四川省洪灾的标准化等级评估标准,并进行了验证。分析表明:该标准是合理有效并符合洪灾分布特点的,可以作为其它模型的评估标准。采用相对值标准,不受时空分布不同的影响,可以用于所有具有同一范围级别和较完备历史灾情数据的洪灾评估标准工作。     

基于改进杂草算法优化的神经网络模型在径流预报中的应用

针对BP神经网络在径流预报中易陷入局部最优解的缺陷及智能优化算法的优势,引入改进的杂草算法优化神经网络权值和阈值,将传统的杂草算法个体以正态分布空间扩散的方式改进为混合种群多种分布的方式产生子代个体。以金沙江流域中长期径流预报为例,将改进杂草算法优化的神经网络模型的径流预报结果与传统的BP神经网络和基于遗传算法优化的神经网络模型的预报结果进行对比。结果表明,改进杂草算法优化的神经网络应用到金沙江流域的径流预报精度较高,模型收敛更快,结果更加稳定,在实际预测中合理可行,具有一定的应用优势。研究成果为径流预报提供了新思路。     

基于TOPSIS的长江上游流域降水模拟与预报研究

为研究长江上游流域高精度的短期降水模拟和预报,优选适宜于流域的WRF模式参数化方案组合,构建了模式中不同微物理过程、陆面过程和积云参数化方案组合,建立了包含平均绝对误差、布莱尔评分、TS评分和合格率多个指标的定量综合评价体系,提出了基于TOPSIS多属性决策的最优参数化方案优选方法,并在长江上游流域选取了4场典型强降雨过程进行模拟分析。研究结果表明:在长江上游流域采用微物理过程WSM3方案、陆面过程Noah方案、积云参数KF方案条件下,WRF模拟降水与实测降水的空间分布和降水量级更为相符。     

长江上游流域水资源承载力及其障碍因子研究

为推求长江上游流域水资源承载力演变规律,以各地水资源公报实测数据为基础,预测值为延长数据计算了2005年～2035年流域水资源承载力,发现在2010年后长江上游的承载力出现逐步改善的良好势头。通过引入障碍度概念量化各指标对承载力的影响程度,发现与工业用水相关的指标逐渐取代生活用水成为影响承载力的最劣因素。