基于总体最小二乘法的系统响应修正方法

为了提高实时洪水预报的预报精度,提出了基于总体最小二乘平差理论的系统响应方法。传统的系统响应方法基于最小二乘法,只能考虑观测值的误差,因而传统的系统响应方法不能考虑动态系统响应矩阵存在的误差。对传统方法进行了分析并引入了总体最小二乘平差理论,改进方法同时考虑了动态系统响应矩阵和观测值的误差。针对动态系统响应矩阵的病态情形,通过总体最小二乘的岭估计解法给出稳定解。通过改进方法对新安江模型中的土壤含水量进行修正,应用于七里街流域,并与传统的系统响应方法进行比较。结果表明,两种方法都能提高模拟精度,改进方法相比于传统方法精度明显提升;改进方法的修正效果要优于传统方法,更加稳定。     

全过程联合校正的洪水预报修正方法

洪水实时校正是洪水预报的重要组成内容,也是水文预报研究的热点与难点。为进一步提高洪水预报精度,提出了一种全过程联合校正的洪水预报修正方法。该方法的主旨是在雨量站数目较多的流域,构建雨量站网密度与洪水预报误差分配比例之间的定量关系;对雨量站数目较少的流域,借用该比例关系,将洪水预报总误差按比例划分为面雨量输入误差和模型误差两部分;再基于系统响应理论,对研究流域的这两部分误差进行修正,从而实现输入误差与模型误差的全过程联合校正。在淮河三个典型流域的应用结果表明,相较于目前单变量的系统响应曲线修正方法,全过程联合校正方法可进一步提升误差修正效果,提高洪水预报精度。     

产流误差动态系统响应曲线修正方法的应用

动态系统响应曲线修正方法(Dynamic System Response Curve,DSRC)是一种基于微分响应的有明确物理意义并且有效的实时修正新方法,属于向误差源头进行修正的方法。通过计算产流的系统响应曲线对产流系列进行修正,实现流量过程的修正。将该方法与新安江模型相结合应用于闽江上游的水吉流域,并将修正效果与递推最小二乘法进行了比较。利用水吉流域29场洪水资料进行模拟和修正,结果表明该方法可以有效提高洪水预报的精度,且其效果优于递推最小二乘法。     

小浪底-花园口区间洪水智能预报方法研究

结合实际资料,以改进的神经网络模型检验了小浪底一花园口区间洪水智能预报方法的可行性和精度的可靠性,并对出现个别较大误差的原因进行了分析。研究结果表明,采用遗传算法优化网络初始权再和引人峰值修正系数的改进BP算法进行洪水预报,其模型合理、算法可靠、精度较高。同时,为充分发挥神经网络对复朵系统映射的优势,建议：①加强水文观测力度,获得较为准确的观测资料,包括连续的水位、流量资料,洪峰传播时间以硬区间人流等;②在实际应用中直接采用当前洪水数据作为训练样本,以使网络更能反映当前洪水的演进规律,并提高预报精度;③开展误差实时修正的研究,将误差修正方法引入到模型中;④扩大建模范围,建立降雨-径流预报模犁,并考虑区间入流情况,以进一步提高网络的预报精度,延长预见期。     

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。     

基于峰值识别理论的BP神经网络模型及应用

针对神经网络模型在进行河道洪水预报中,由于大流量样本少而使洪峰模拟精度不高的问题,在自适应BP模型的基础上,引入一种峰值识别理论,即对峰值样本的网络误差加入合理的误差修正系数,建立一种BPPR算法模型.并将两种算法(BP,BPPR)模型进行了对比,通过实例计算,加入误差修正因子的BPPR算法模型比没有加入误差修正因子的BP算法模型对洪峰峰值的预报精度明显提高,而且总的模型的预报精度也有所提高,这对河道洪水预报在延长其预见期和提高其预报精度方面提供一种新的思路.     

遥测降雨观测资料中误差的抗差修正

对雨量观测资料误差的修正,特别是对实时洪水预报遥测雨量观测误差的修正,是目前提高实时洪水预报精度的一种重要方法.抗差理论提出了污染分布概念,分析随机误差分布在污染邻域内的可能变化范围,用极值函数和相应的抗差特征函数描述一般的误差特征,建立起了相应的估计理论和方法.把抗差估计理论与方法引入遥测雨量观测误差修正中,分析了遥测雨量观测误差的特点,提出了利用抗差估计理论修正遥测雨量观测误差的方法.选用闽江七里街流域1988～1998年46场洪水的1 h雨量资料,进行统计分析,确定了权函数的函数变量.然后用生成的误差系列,进行模拟估计,取得了较满意的效果.     

水库洪水预报误差分析

由于受水库枢纽工程的影响,使得反推计算的入库流量本身存在较大误差,从而增加了水库洪水预报模型研制的难度,直接影响实时预报精度。通过多年对本地区水库实时洪水预报的实践,对入库洪水预报中存在的误差原因及解决方法进行了分析,用以指导实时预报。     

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。     

乌溪江流域洪水预报及实时校正方法研究

应用新安江模型对乌溪江流域进行洪水预报,基于流域产汇流特点,将乌溪江流域以雨量站为中心划分子流域,以各子流域坡面汇流流达时间参数控制流域汇流,以达到模拟流域汇流时变性的效果。为了减小初始状态误差,使得模型计算过程中误差不逐时段累积,提出采用逐时段优选前期自由水蓄水量方法进行实时校正,并利用预测流量过程的径流系数做合理性验证。结果表明,在乌溪江流域划分子流域洪水预报效果较好,实时校正后预报精度更高,优选前期自由蓄水量实时校正预报流量是合理的。     

Comparative Study of Three Updating Procedures for Real-Time Flood Forecasting

Accurate real-time flood forecasting is essential for flood control and warning system, reservoir operation and other relevant water resources management activities. The objective of this study is to investigate and compare the capability of three updating procedures, namely autoregressive (AR) model, recursive least-squares (RLS) model and hydrologic uncertainty processor (HUP) in the real-time flood forecasting. The Baiyunshan reservoir basin located in southern China was selected as a case study. These three procedures were employed to update outputs of the established Xinanjiang flood forecasting model. The Nash-Sutcliffe efficiency (NSE) and Relative Error (RE) are used as model evaluation criteria. It is found that all of these three updating procedures significantly improve the accuracy of Xinanjiang model when operating in real-time forecasting mode. Comparison results also indicated that the HUP performed better than the AR and RLS models, while RLS model was slightly superior to AR model. In addition, the HUP implemented in the probabilistic form can quantify the uncertainty of the actual discharge to be forecasted and provide a posterior distribution as well as interval estimation, which offer more useful information than two other deterministic updating procedures. Thus, the HUP updating procedure is more promising and recommended for real-time flood forecasting in practice.     

改进最小二乘递推算法的洪水预报应用研究

建立线性自回归模型,应用于洪水实时预报,并应用AIC、BIC这两种准则以确定自回归模型的阶数。最小二乘递推算法是估计自回归参数的一种常见方法。最小二乘法估算出的模型参数在预报误差平方和最小的条件下是最优解。研究中,为了强化时变系统的辩识以提高洪水预报精度,对数据采取衰减记忆、有限记忆及时变衰减记忆的方式,对基本的最小二乘递推算法提出了三种改进形式,并利用这几种改进算法进行了洪水演算,最后对几种算法的演算结果进行了比较。     

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。     

河道洪水流量预测方法研究

及时准确地预报某区域内河道指定区段洪水流量及发生时间,对合理实施该区域的防洪预案、落实抗洪抢险措施、组织调度人员及防汛物资具有重要意义。目前河道洪水预报普遍采用马斯京根流量演算法及加里宁—米尔加科夫洪水演进法,两种方法的参数率定存在局限性,对应支流的河道分段处理也存在问题。本文依据最小二乘法,建立含有预测河段上游干流、支流水文站（或水位站）流量或水位预测模型,该模型不受其他水文参数的率定精度影响,直接利用以往洪水及当次洪水上游、下游站的观测资料建立回归预测模型,并通过递推方式完成当次洪水预测,表达形式简单直观、便于实际应用。利用该模型完成了嫩江干流齐齐哈尔水文站2013年洪水流量预测,经与实测成果比较,洪峰流量最大拟合误差小于5.2%,具有较好的计算精度。     

河道洪水实时预报模型及在寸滩—螺山河段的应用

采用水力学和水文学相结合的方法，根据河道非恒定流的圣维南方程组，建立了河道洪水相应涨至预报模型和扩散波洪水预报模型，既可预报流量，又可预报水位。在模型的实时校正技术中，采用了具有时变遗忘因子的递推最小二乘实时校正算法，提高了参数实时跟踪能力和辨识精度。相应涨差实时预报模型和扩散波实时预报模型在寸滩－螺山河段上的应用均获得较好的效果。     

一维非恒定水动力学模型的实时洪水预报

本文建立了一维非恒定水动力学模型与最小二乘法耦合的实时洪水预报模型。运用最小二乘的递推算法,引入时变遗忘因子实时跟踪模型中时变参数的变化,并动态修正参数,实时改变一维非恒定水动力学模型结构,对洪水预报进行实时修正。通过长江干流宜昌～螺山段洪水实时预报应用．改进后模型预报精度比原一维非恒定水动力学模型计算结果有很大提高,表明所建立的模型用于洪水预报是行之有效的,在洪水预报中具有推广应用价值。     

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.     

分布式水文模型结合气象预报方法初步探讨

为了尽量消除因流域空间非均一性引起的水文模拟不确定性,采用基于GBHM分布式水文模型以及具有明确物理意义的模型参数,利用三峡区间2011年5~6月期间的气象预报信息,探讨该区域实时洪水预报方法,以及不同预见期的洪水预报精度。结果表明,分布式水文模型与气象预报数据结合,能够较好地模拟该区间的洪水过程。该方法在一定预见期内能够对实时洪水过程进行预报,预报精度很大程度上取决于降水预报的准确性。