水库洪水实时优化校正预报模型的探究与应用

以经典流域水文模型——新安江模型为基础,耦合SCE-UA全局自动优化算法和AR自回归误差校正模型构建出适用于水库流域的洪水实时优化校正预报模型。根据实测的降雨径流过程对水文模型参数和流域状态变量参数进行全局优化实时校正计算,并依据预报降雨对未来一定时期内水库洪水过程进行高精度预报。选取亭下水库流域为实验对象,对亭下水库流域洪水分别进行初步预报和实时优化校正预报,两种预报结果比较分析显示,实时优化校正预报结果能更好地模拟实测洪水过程,其预报精度更高。     

水库洪水预报实时校正方法的选择与确定

针对水库入库洪水过程预报中的偏差问题,应用现代随机系统理论,将现代系统理论中的实时校正技术与建立的水库洪水预报概念性水文模型相结合,探讨建立适应水库总体洪水预报方案的预报误差实时校正模型,为进一步提高水库洪水预报精度、指导水库进行科学的防洪决策提供可靠的依据.本文以枫树坝水库洪水预报实时校正方法的选择为例作一简要介绍.     

基于协整理论的淮河流域上游洪水预报实时校正方法

为了提高淮河流域上游的洪水预报精度,引入计量经济学中的协整理论与误差修正模型用于洪水预报实时校正;同时为了解决自回归算法无法针对非平稳序列建模以及序贯相关性问题,构建了基于误差修正概念的自回归误差修正模型。以淮河鲁台子站以上流域为研究区域,基于分布式垂向混合产流模型模拟结果,分别构建一阶至三阶自回归模型、误差修正模型和基于误差修正的自回归模型对模拟结果进行校正,采用修正效果评价系数、确定性系数、洪峰相对误差、径流深相对误差和峰现时差5个评价指标,分析对比各校正模型对流域2003—2014年10场洪水的校正效果。结果表明:3种实时校正方法均对淮河流域上游洪水有一定的校正效果,其中,自回归模型校正效果最差,排除误差序列非平稳的两次洪水后,其平均修正效果评价系数为0.20;误差修正模型能够有效校正预报洪水,其平均修正效果评价系数为0.76;基于误差修正的自回归模型校正效果较好,与传统自回归模型相比,对洪峰流量的校正效果显著提高,其平均修正效果评价系数达到0.98,可用于淮河流域上游洪水预报的实时校正。     

三峡上游洪水预报实时校正方法应用比较

实时校正方法是提高洪水预报精度的有效途径.将误差序列实时校正、反馈模拟实时校正、卡尔曼滤波实时校正等方法,应用到三峡上游的洪水预报中,并针对各种方法阐述了其优缺点.误差序列实时校正简单实用,但是校正预见期较短;反馈模拟实时校正基于实测流量进行校正,但是要求实测点距较多;卡尔曼滤波校正准确度较高,不过原理复杂,较难确定滤波参数.最后对几种校正方法进行了分析比较.     

洪水预报实时校正技术研究综述

对典型的水文模型流量预报实时校正算法、误差自回归校正算法、衰减记忆最小二乘算法和卡尔曼滤波算法等洪水预报实时校正方法及其求解过程进行了分析,讨论了各种方法的利弊.结果表明:水文模型流量预报实时校正算法物理意义明确,容易编制程序,但预见期较长时的校正效果不明显,对于有多个水文站的较大流域,不适宜采用该法;误差自回归校正算法的阶数可以通过实际情况来确定,模型可以确定系数,也可以加入不断反馈的信息而成为变系数的时变模型;衰减记忆最小二乘算法仅适用于缓时变系统的参数识别,对于非确定性动态水文系统模型参数跟踪乏力,容易形成参数在线跟踪的滞后性;卡尔曼滤波技术目前应用较为广泛,但在实际使用中仍然存在各种各样的问题,需要借助滤波处理技术加以改善.     

概念性流域水文模型实时预报校正方法探讨及枫树坝水库应用实例

本文基于概念性流域水文模型洪水预报误差信息，探讨了多种洪水实时预报校正模型与计算方法，经枫树坝水库实际洪水模拟计算，表明针对该水库ＡＲ（２）模型的自适应实时校正方法和卡尔曼滤波方法的预报校正效果较好。     

汤河水库实时洪水预报技术研究

汤河水库洪水预报对汤河水库及其下游的防洪安全极其重要,需要研究实时洪水预报技术,以提高洪水预报精度.根据汤河水库自然地理和水文特性,汤河水库实时洪水预报采用汤河水库洪水预报,考虑到各场次洪水预报误差之间存在一定的相依性,故采用人工神经网络方法构建实时校正系统,模型用实际洪水资料进行校准,并用2场较大洪水予以检验.2个场次的校验表明,实时校正能明显地提高洪水预报的精度     

河流系统实时洪水预报误差多点联合校正方法研究

实时校正是改善洪水实时预报精度的重要手段。河流系统中多个站点之间具有高度的水力联系,各个站点之间的误差也具有空间关联性。依据河道水流演进的基本方程和动态自适应的自回归方法,建立了考虑误差空间演化的河流系统实时洪水预报误差多点联合校正方法。利用洪峰段洪量误差、洪峰流量误差、纳什效率系数(NSE)和峰滞时间等指标分别对多点联合校正和不考虑误差空间关联性的单点校正开展校正效果评估。以淮河王家坝断面以上为背景开展实证研究,结果表明:考虑河流系统误差空间关联性的多点联合校正效果优于单点校正,洪峰段效果更为显著,能够更有效地提高河流系统洪水预报的精度。     

枫树坝水库洪水实时预报校正方法研究

基于枫树坝水库洪水预报误差信息，探讨了多种洪水实地预报校正模型与计算方法，实际洪水模拟计算表明，AR（2）模型的自适应实时校正方法和卡尔曼滤波方法的预报校正效果较好。     

汾河中游段洪水预报与实时校正

由于降雨时空分布的不均匀性及下垫面的情况不同而导致：流域雨量站报汛方式和洪水预报系统对降雨信息的要求不一致，在干旱半干旱地区，根据历史资料建立起来的洪水预报模型误差较大。解决这些问题的方法：（１）改造水雨情测站网，用遥测雨量站更替人工雨量站。（２）采用雨量数据库事后校正的方法进行雨量信息校正。（３）洪水预报的实时校正。该法是用前若干时段预报的洪水和实际发生的洪水的比值，应用误差分析方法，结合未来洪水的预报值对未来洪水进行实时校正。最后以汾河中游寨上水文站１９６７年８月１０日的实测洪水过程为例，进行分析计算，其结果说明该法是可以提高洪水预报精度的。     

AR模型在宝珠寺水库实时洪水预报校正中的应用

人类活动改变了流域下垫面,对洪水预报精度产生极大的影响,引进实时校正模型以提高洪水预报精度。根据宝珠寺水库的自然地理和水文气象特性,宝珠寺水库实时洪水预报采用新安江模型,实时校正模型采用时间序列AR模型。利用10年历史降雨径流资料,对新安江和实时校正模型的参数进行率定,并利用近年的2次洪水对模型进行检验,检验结果表明实时校正能明显地提高洪水预报的精度。     

三水源模型在滦河流域的应用分析

流域洪水预报模型大致可分蓄满产流和超渗产流2种方式,针对滦河流域的地形、地貌及雨洪特性,采用三水源模型,属于蓄满产流方式。介绍三水源模型实时洪水预报系统在滦河流域的应用。利用模型,根据计算误差来实时修正估计结果、模型参数等,使得实时洪水预报系统具有较好的实时修正和动态跟踪能力。实际应用过程中,由于流域实际产流过程是复杂、多样的,蓄满与超渗2种产流方式在同一区域可能同时存在,预报结果与实测数据存在一定误差,但通过实例分析,多数误差在规定的范围内,正常情况下的预报精度较高,基本上满足了水库防汛要求。     

Real-time flood forecasting of Huai River with flood diversion and retarding areas

A combination of the rainfall-runoff module of the Xin’anjiang model, the Muskingum routing method, the water stage simulating hydrologic method, the diffusion wave nonlinear water stage method, and the real-time error correction method is applied to the real-time flood forecasting and regulation of the Huai River with flood diversion and retarding areas. The Xin’anjiang model is used to forecast the flood discharge hydrograph of the upstream and tributary. The flood routing of the main channel and flood diversion areas is based on the Muskingum method. The water stage of the downstream boundary condition is calculated with the water stage simulating hydrologic method and the water stages of each cross section are calculated from downstream to upstream with the diffusion wave nonlinear water stage method. The input flood discharge hydrograph from the main channel to the flood diversion area is estimated with the fixed split ratio of the main channel discharge. The flood flow inside the flood retarding area is calculated as a reservoir with the water balance method. The faded-memory forgetting factor least square of error series is used as the real-time error correction method for forecasting discharge and water stage. As an example, the combined models were applied to flood forecasting and regulation of the upper reaches of the Huai River above Lutaizi during the 2007 flood season. The forecast achieves a high accuracy and the results show that the combined models provide a scientific way of flood forecasting and regulation for a complex watershed with flood diversion and retarding areas.     

实时洪水预报中基于岭估计的AR修正模型研究

为提高实时洪水预报精度,经常将水文模型与误差修正模型相结合,AR模型因其结构简单广泛应用于实时洪水预报误差修正。然而,实际应用显示,AR模型时常出现修正结果不稳定现象,表现为流量修正幅度过大,甚至出现“震荡”现象,严重影响修正效果。鉴于此,本文从矩阵特征值角度解释了AR模型出现不稳定现象的原因,并引入岭估计方法选择性利用流量信息更新自回归系数,使其更满足真实流量的涨落过程,增强该模型的稳健性。将新方法应用于蔺河口流域,结果显示岭估计方法显著提高了AR模型的稳健性,从而改善了模型修正效果,进一步提高了洪水预报精度。     

暴雨洪水相似性判别及外推预估方法

超前洪水预估精度不高一直困扰防洪决策，为解决这一技术难题，提出一种基于暴雨洪水知识的相似性分 析方法，进行洪水预报预测。该方法从历史典型暴雨洪水知识中提取多要素特征指标，基于欧氏距离进行当前与 历史暴雨洪水的特征指标相似性判别，根据判别出的最相似洪水，经“峰-量”联合修正消除非一致性后，实时外推 预估未来洪水过程，构成一套完整的“多要素特征指标提取-历史暴雨洪水相似性判别-实时洪水修正外推预估” 技术。在沂河蒙阴站的应用结果表明，基于“降雨-径流”关系，对判别出的最相似洪水进行修正，显著提高了外推 预估洪水精度，洪峰流量相对误差δQm 的范围降至 10?% 附近，峰现时间绝对误差 ΔT的范围降至±2?h 以内，径流深 相对误差 δR的范围降至±20?% 以内，且随着时间推移，精度水平不断提高。该套技术方法能够挖掘隐含在历史暴 雨洪水数据中的相似性，超前预估当前洪水变化过程，为洪水预报提供一种新的技术参考。     

大流域洪水预报与洪水调度管理方法研究

采用水文学与水力学、确定与随机相结合的方法，研究大流域洪水预报与洪水调度管理。确定性模型采用降雨～径流模型的新安江模型和经验预报方案进行流域流量过程预报，一维非恒定流水力学方法进行河道流量与水位以及蓄滞洪预报。随机模型采用线性动态模型进行下断面水位实时预报，最小二乘递推模型进行误差实时校正。以长江支流修水流域为例，采用新安江模型、经验方案进行万家埠与柘林水库入库洪水预报作为水力学计算的上边界条件，采用一维非恒定流水力学方法进行河道洪水流量、水位计算以及分洪计算。该方法为流域的防洪减灾提供了科学的途径。     

基于参数实时优化的洪水预报系统研究——以黑河干流洪水为例

及时准确的洪水预报系统可为防洪减灾提供重要的依据,针对目前洪水预报系统主要侧重于单模型研究、模型参数固定不变、长历时预报误差累积等问题,建立了具有多模型选择及参数优化功能的洪水实时预报系统,通过实时改进模型参数来改善预报效果。应用于黑河干流两场次洪水预报的结果表明,各预报模型在每场次洪水中的预报精度不同,且在参数优化后精度都相应地提高。由精度可知,TOPMODEL模型更适合该流域洪水预报,其精度由0.920 9、0.910 3提高到0.987 9、0.958 9。实验证明该系统在干旱半干旱区洪水预报中具有应用前景。     

KALMAN FILTERING CORRECTION IN REAL-TIME FORECASTING WITH HYDRODYNAMIC MODEL

Accurate and reliable flood forecast is crucial for efficient real-time river management, including flood control, flood warning, reservoir operation and river regulation. In order to improve the estimate of the initial state of the forecasting system and to reduce the errors in the forecast period a data assimilation procedure was often need. The Kalman filter was proven to be an efficient method to adjust real-time flood series and improve the initial conditions before the forecast. A new model integrating the hydraulic model with the Kalman filter for real-time correction of flood forecast was developed and applied in the Three Gorges interzone of the Yangtze River. The method was calibrated and verified against the observed flood stage and discharge during Three Gorges Dam construction periods （2004）. The results demonstrate that the new model incorporates an accurate and fast updating technique can improve the reliability of the flood forecast.