年径流预测的遗传门限自回归模型

为有效利用年径流时间序列资料所隐含的时序分相依性这一重要信息，推进出用门限自回归模型（TAR）来预测年径流，并研制了TAR建模的一整套便通用的方方案，用所提出的改进遗传算法，可同时优化门限值和自回归系数，从而解决了TAR建模过程所涉及的大量复杂寻优工作这一难题，为TAR模型的广泛应用提供了强有力的工具。实例计算的结果说明这套方案是可行的和有效的；通过门限值的控制作用，TAR模型可以有效地限制模型误差，从而保证ATR模型预测性能的稳健性，提高预测精度，该方案具有通用性，在非线性时序预测中具有重要的理论意义和实用价值。     

大坝安全监测预报中的门限双线性模型

提出了门限双线性模型以及一套基于自相关系数图、点值图和遗传算法的建模方案.通过实例,将门限双线性模型与神经网络可变权组合预测模型、门限自回归模型和双线性模型进行了对比分析,得出结论:门限双线性模型的预测精度和拟合精度以及稳定性均比神经网络可变权组合预测模型、门限自回归模型、双线性模型要高;门限双线性模型的内在思想组合要比组合预测模型外在结果组合更优秀;建模方案简便实用.     

投影寻踪门限自回归模型在水稻单产变化预测中的应用

由于受气象、人为等因素的影响,为水稻单产变化时序这类非线性系统,提出了投影寻踪门限自回归（PPTAR）模型.用自相关分析技术确定预测因子,构造了新的投影指标函数,用门限自回归（TAR）模型描述投影值与预测对象间的非线性关系,并用基于实数编码的加速遗传算法优化投影指标函数和TAR模型参数.实例的计算结果表明,用PPTAR模型预测水稻单产变化时序是可行和有效的.PPTAR模型简便、适用性强,克服了目前投影寻踪方法计算量大、编程实现困难的缺点,有助于投影寻踪方法的推广应用,为解决非线性时序复杂预测问题提供了新的途径.     

门限回归与BP网络相结合的单一线法研究

为更好地反映测站水位流量关系所固有的规律,提高水位流量关系模拟的稳定性和精度,分析了影响单一线法定线与推流精度的几种因素,在采用门限回归建模、BP网络建模的基础上,分析探讨了将门限回归与BP网络结合起来的方法:先用门限回归模型将实测样本分段,再用BP网络对各分段样本进行非线性拟合。实例研究表明:该方法克服了单独使用门限回归方法因分段数不足而无法较好地模拟总体的非线性规律,以及当实测样本存在突变和分段规律时BP网络方法本身无法对其甄别的缺陷,较其他两种方法精度更高、效果更好,丰富了目前现有的稳定水位流量关系分析的单一线法,可在工程实践中尝试应用。     

感潮河段直立式水位观测平台设计

长期重要的水文站常采用直立式水位观测平台记录水位数据。感潮河段水文特性复杂,水位受河道水流、潮汐、波浪等水动力因素影响,容易引起平台结构稳定和水位观测精度问题。为此,结合闽江河口水文站工程,开展感潮河段直立式水位观测平台设计研究。通过相关规范分析、空间数值模型计算以及工程造价对比分析,提出了水位观测平台方案选型重要原则以及进水孔孔径确定原则。建议感潮河段常规水位观测平台采用岸式方案,特殊需求时采用岛式高承台方案,进水孔孔径确定应在标准规范公式计算前提下适当留有裕度。实践表明：闽江河口水文站新建水位观测平台的观测数据满足感潮河段水位观测精度要求。研究成果可供后续相似工程参考。     

考虑水位分级和退水段独立的感潮河段双向波水位演算

感潮河段水流受多种因素影响,呈现出复杂的周期性,具有不恒定往复流动的特征,且河道地形资料难以获得.考虑充分利用已有水位实测资料,采用以洪潮分离为出发点的双向波方法建立感潮河段水位演算模型,介绍该模型基本方法以及在有支流和区间入流汇入等不同情况下的改进方法.根据飞云江感潮河段的具体特点,利用新安江模型计算区间流量过程,针对不同级别的洪水进行水位分级和退水段独立模拟,证明该模型在感潮河段水位演算中具有良好的可靠性和适用性.     

基于ADCP实时指标流速的感潮段断面流量计算

长江下游感潮河段水位-流量关系曲线无法确定。针对传统测流方式存在的监测频次偏少、无法实现流量过程推求等问题,建立了ADCP在线测流系统。根据一段时期内在线测流系统中ADCP实时指标流速监测值与断面平均流速实测值,建立了两者间的多元线性回归模型,并进行求解,获得了模型的回归系数。以南京水文实验站2010年11月至2011年12月之间的监测资料为例,通过以上方法计算实时指标流速的回归系数,并结合水位和河底高程求得过水断面流量。与实测流量对比表明,该模型具有较好的拟合效果,计算精度较高,可广泛地应用于流量的实时报汛及整编。     

长江下游感潮河段设计通航水位计算方法比较

用JTJ214-2000《内河航道与港口水文规范》和JTJ213-98《海港水文规范》这两种不同规范的方法分别计算长江下游感潮河段设计最高和最低通航水位,并对计算结果进行了对比分析,发现南京和江阴是设计通航水位选择规范方法时两个重要的分界点.同时还对感潮河段在计算设计通航水位时所需样本年限问题进行了探讨.研究结果表明,感潮河段设计通航水位方法的选取以及所需样本年限的长短与其距河口的距离有密切关系.     

遗传门限自回归模型的改进及其应用

 针对门限自回归模型在实际应用过程中预测效果差于拟合效果的情况，对门限自回归模型作了改进，即：在对时序x(i)拟合和预测时，AR式靠近i半个周期的观测值用门限自回归模型的拟合和预测的计算值代替；为了清晰直观地确定出延迟步数及门限区间AR模型的阶数，提出了通过绘制自相关系数图来确定。实例表明，该改进方法提高了遗传门限自回归模型的稳定性和实用性，模型在大坝安全位移监测预报中得到了成功的应用。     

感潮河段船闸组合水位的研究

船闸组合水位是指通过研究船闸上下游不同水位组合,分析船闸上下游可能出现的最大水头差,为船闸结构计算、输水系统进出水时间计算、整体稳定计算等提供依据,组合水位计算时涉及的船闸特征水位包括设计最高通航水位、设计最低通航水位等。感潮河段的船闸由于受河流和潮汐的双重影响,船闸遭遇的水文环境与内河船闸相比更为复杂,有必要对感潮河段船闸组合水位进行研究。以感潮河段烽火角船闸工程为例,提出了感潮河段船闸组合水位的计算方法,为类似工程计算提供参考。     

具有周期变化和下降趋势的地下水位的预测

应用门限自回归 (TRA)模型解决具有周期性变化和下降趋势的地下水位的预测问题 ,可以有效地利用地下水位资料所隐含的时序分段相关性 ,起到限制模型误差 ,保证模型预测性能的稳定性 ,提高预测精度的作用     

钱塘江涌潮时间的一种分段实时预报算法

钱塘江大潮在每年吸引大量游人的同时也频发安全事故。为提高潮涌预报水平,基于传统预报算法,提出一种基于涌潮动态监测的钱塘江潮涌分段实时预报算法。该算法具有自学习、自适应功能,可通过下游监测信息来预测涌潮达到上游站点的时间。实验结果表明,该算法对涌潮到达时间的预报精度达到分钟级水平。     

MIKE SHE分布式水文模型在广东省中小河流洪水预报中的应用展望

中小河流急需提高洪水预报的有效性与及时性。 MIKE SHE是基于物理过程的分布式水文模型,具有高度灵活性、操作简单、应用范围广泛等特点。该文在分析中小河流洪水预报研究现状的基础上,提出MIKE SHE在广东省中小河流洪水预警预报中的应用展望。     

潮汐河流排污口设置对水质的影响

以扬州市青山污水处理厂长江排污口的设置为例,根据潮汐河流的水动力、污染物输移特征,采用正交曲线网格离散计算区域,采用有限体积法离散控制方程,建立了非稳态平面二维水动力、水质数学模型,采用90%保证率下的枯水设计径流量与大潮、小潮典型潮位过程的组合作为设计水文条件,模拟分析了典型水文条件下,污水排放对纳污水体水环境的影响...     

A System Approach to Real-time Hydrologic Forecast in Watersheds

Abstract

In non-structural measurement of flood control, hydrologic forecasting plays a very important role. Owing to time-variance, non-linearity, and uncertainty of hydrological processes, realtime forecasting has become an efficient approach. The paper addresses an important practical problem: improving short-term hydrological forecasting based on real-time updating in the operation model. A simple nonlinear model with a variable gain parameter (VGPM) is developed. A separated calibration approach for updating parameters used in the runoff generation process and the response function in the flow routing is proposed. State space equations associated with updating model parameters in a real time scheme were developed. The VGPM approach is verified for three types of representative watersheds. The performances of different updating schemes in rainfall-runoff modeling and real-time forecasting were tested. The results indicate that significant improvement in the efficiency of hydrological modeling can be obtained from the VGPM approach, relative to simple linear models (SLM). For the watersheds with a time-variant characteristic, moreover, significant improvement in the hydrologic forecasting efficiency can be obtained by adaptive schemes. The efficiency of real-time modeling by the self-adaptive Kalman Filtering algorithm was found to be very close to that of the Recursive Least-Square method.     

中国北方河流环境容量核算方法研究

中国北方河流径流量较小、季节性变化较大,为准确核算其水环境容量,把河道水体按上游到下游划分为河道、拦河闸水体和感潮河段3种类型水体,其环境容量之和为河流的环境容量。对不同的水体分别运用河流一维水质模型、湖库均匀混合模型和河口一维水质模型确定这3种水体的环境容量。本文以大沽河为例,采用实测的水质、水文数据资料,建立了流速和流量、综合衰减系数和流速之间的相关关系,分别计算各类水体的环境容量。计算结果表明,拦河闸水体和感潮河段的环境容量占河流总容量的80%以上,是河流水环境容量的重要组成部分。     

RESEARCH ON HYDRODYNAMIC AND WATER QUALITY MODEL FOR TIDAL RIVER NETWORKS

1 .　ＩＮＴＲＯＤＵＣＴＩＯＮＰｌａｉｎｒｉｖｅｒｎｅｔｗｏｒｋａｒｅａｉｓａｌｗａｙｓｔｈｅｒｅｇｉｏｎｗｉｔｈｌｏｗｅｒｔｏｐｏｇｒａｐｈｙ ,ｈｉｇｈｄｅｖｅｌｏｐｅｄｃｉｔｉｅｓａｎｄｌａｒｇｅｑｕａｎｔｉｔｙｏｆｐｏｐｕｌａｔｉｏｎ ,ｉｎｃｌｕｄｉｎｇｓｏｍａｎｙｌａｋｅｓ,ｒｉｖｅｒｎｅｔｗｏｒｋｓ.Ｔｈｉｓｋｉｎｄｏｆａｒｅａｉｓｓｔｒｏｎｇｌｙｉｎｆｌｕ ｅｎｃｅｄｂｙｔｉｄａｌ,ａｎｄｆｌｏｏｄｏｃｃｕｒｓｆｒｅｑｕｅｎｔｌｙ .Ｈｙｄｒｏｄｙ ｎａｍｉｃｓｉｔｕａｔｉｏｎｏｆｔｉｄａｌ…     

基于GA-Elman的河流水位预测方法研究

河流水位的变化过程是一个复杂的非线性过程,传统的神经网络预测存在误差较大、收敛速度慢、稳定性差等问题。为了实现对河流水位的有效预测,提出基于遗传算法(GA)优化Elman神经网络的河流水位预测模型。将GA与Elman网络进行有效结合,解决了单一Elman网络存在的不足。选取永定河的监测站点水文数据对河流水位进行预测与检验,并分别将其与Elman网络与BP网络预测结果进行对比。对比结果表明:GA-Elman水位预测模型的收敛速度快、精度高,可根据预测结果实现对水库、拦河闸合理调用,实现对河流水资源的有效配置,以满足灌溉、发电、防洪等工作的需求。     

若干水文预报方法综述

将现有水文预报方法分为过程驱动模型方法和数据驱动模型方法两大类.过程驱动模型指以水文学概念为基础,对径流的产流过程与河道演进过程进行模拟,从而进行流量过程预报的模型.过程驱动模型近年在中长期预报方面的发展主要表现在对概念性流域降雨径流模型的结构进行改进,以适应较大时间尺度预报的需要.数据驱动模型则是基本不考虑水文过程的物理机制,而以建立输入输出数据之间的最优数学关系为目标的黑箱子方法.数据驱动模型以回归模型最为常用,近年来由于神经网络模型、非线性时间序列分析模型、模糊数学方法和灰色系统模型等的引进,以及水文数据获取能力和计算能力的发展,数据驱动模型在水文预报中受到了广泛的关注.