贝叶斯概率水文预报系统在中长期径流预报中的应用

采用贝叶斯概率水文预报理论制订水电站水库中长期径流预报模型,以概率分布的形式定量地描述水文预报的不确定度,探索概率水文预报理论及其应用价值。采用气象因子灰关联预报模型处理输入因子的不确定度,将实时气象信息和历史水文资料有效结合,突破传统确定性预报方法在信息利用和样本学习方面的局限性,以提高水文预报的精确度。以丰满水电厂水库为例对所建模型进行检验,模拟计算结果表明,该模型与确定性径流预报方法相比,不仅有利于决策人员定量考虑不确定性,而且在期望意义上提高了径流预报精度,具有较高的应用价值。     

三种基于神经网络的洪水实时预报方案的比较研究

在总结神经网络应用的基础上,归纳了3种基于神经网络的洪水实时预报方案。第一种是神经网络水文模型的模拟模式加模拟误差的自回归校正模型,第二种是权重系数固定的神经网络实时预报方案,第三种是权重系数自动更新的神经网络实时预报方案。采用10个不同流域的日流量资料对这3种方案进行率定和校核。比较这3种方案的实时预报精度。结果发现,第三种方案不仅预报精度要高于其他两种方案,而且比第一种方案少了一个自回归校正模型,结构简洁。本文建议采用第三种洪水实时预报方案。     

淮河息县站流量概率预报模型研究

应用美国天气局采用的由Roman Krzysztofowicz开发的贝叶斯统计理论建立概率水文预报理论框架，即以分布函数形式定量地描述水文预报不确定度，研究了淮河息县站流量概率预报模型。理论和经验表明，概率预报至少与确定性预报一样有价值，特别当预报不确定度较大时，概率预报比现行确定性预报具有更高的经济价值。     

全国水文预报学术讨论会在西安举行

水利部水文水利调度中心组织召开的全国水文预报学术讨论会于1988年5月5～9日在西安市举行。有关科研院所、大专院校、省(自治区、直辖市)水文总站、流域机构及部分电力局、水电厂的101位代表参加了会议。会议收到论文124篇。会议着重交流了1981年成都会议以来我国水文预报工作的经验和成果。在这次会议上交流的论文.有以下几个显著的特点:(1)模型的应用更加广泛、深入,更加紧密结合生产实际的需要;(2)计算机应用于水文预报中的数据处理及联机实时预报发展迅速,并普遍重视预报与调度相结合;(3)在预报模型中加上了实时校正子系统,提高了预报精度;(4)雷达回波、卫星云图及气象常规资料等在水文预报中的应用有了新的进展。     

水文预报及信息显示系统开发研究

介绍了SMAR(Soil Moisture Accounding and Routing)模型及其改进--分布式任意时段长模型。简要讨论了参数优化,河道汇流演算方法、实时预报及校正理论等。介绍了水文预报及信息显示系统的组成、功能、特点和环境要求及该系统在长江三峡区间洪水预报中的应用。     

适应性卡尔曼滤波在水文预报中的应用

一、水文系统与卡尔曼滤波河川径流实时预报是现代水资源系统运用中的重要方面。随着水文气象遥测系统的建立以及电子计算机的普遍应用,使人们有可能将控制论领域中的滤波技术应用到水文预报业务中来,并为实时水文预报开辟了新途径。滤波技术是从受到随机干扰的局部观测资料出发,并用计算机处理,建立系统的数学模型,以此     

河道洪水实时概率预报模型与应用

通过数据同化方法合理地将实时水文观测数据融入到洪水预报模型中,可提高洪水预报模型的实时性和精确度。选取沿程断面流量、水位和糙率系数作为代表水流状态的基本粒子,以监测断面实测水位数据作为观测信息,建立了基于粒子滤波数据同化算法的河道洪水实时概率预报模型。模型应用于黄河中下游河道洪水预报计算的结果表明,采用粒子滤波方法同化观测水位后,不仅可以直接校正水位,同时也可以有效地校正流量和糙率,为未来时刻模型预报计算提供更准确的水流初始条件和糙率取值区间,进而有效地提高模型预报结果的精度,给出合理的概率预报区间。不同预报期的预报结果表明,随着预报期的增长,同化效果减弱,模型预报结果的精度会有所降低,水位概率预报结果受粒子间糙率不同的影响不确定性增加,而流量概率预报结果受给定模型边界条件的影响不确定性降低。所提出模型可以有效同化真实水位观测数据,适合应用于实际的洪水预报工作中。     

构建式流域实时水文预报系统关键技术研究

目前的水文预报模型很多,但都缺乏统一的模式。通过对水文预报模型的高度抽象,定义了水文预报模型的标准化接口,统一了各类水文预报模型的输入、输出、参数、状态,以及运行过程;在此基础上,实现了水文预报方案的标准化"构建"模式,即通过标准化水文预报模型的相互组合实现流域水文预报方案的标准化创建。基于以上关键技术,成功开发了构建式流域实时水文预报系统,并取得了良好的应用效果。     

洪水预报自回归实时校正多步外延方法研究

自回归模型在洪水预报实时校正中应用广泛。针对自回归模型进行连续多时段校正时中间误差系列缺失问题,提出一种基于历史洪水预报误差系列的样本重组自回归外延方法,以淮河流域王家坝断面为背景,选用洪量相对误差、洪峰相对误差、峰滞时间和确定性系数四个指标开展校正效果评估,并与时程递推外延方法对比。结果表明:样本重组外延方法可以提升洪水预报精度,延长洪水预报有效预见期,特别在降低洪量误差和提高洪水过程的拟合精度上优势更为显著。同时,该方法泛化能力较强,具有实用价值。     

新安江模型前期土湿的修正（校正）算法

概念性流域水文模型的产流量，尤其是产流总量对前期土湿十分敏感。本文研究新安江模型前期土湿的修正（校正）算法。这种算法可直接应用于模型率定中次洪资料的前期土湿修正，从而保证了总水量平衡。在实时预报中，采用该法对上次已发生洪水的前期土湿进行修正，则洪水末期土湿得到校正，为下场洪水预报提供了更为精确的前期土湿，从而提高了预报精度。该算法在实践中已取得了较好的效果。     

全过程联合校正方法在饶河流域洪水预报中的应用研究

为提高饶河流域洪水预报精度,将全过程联合校正(EPJC)方法与三水源新安江(XAJ)模型结合,按一定比例划分洪水预报总误差为各过程误差,基于系统响应理论反演得到面雨量计算误差和模型参数误差,重新输入流域水文模型正演得出校正后的洪水过程。选取洪峰流量相对误差、峰现时间绝对误差、径流深相对误差和确定性系数作为模型评价指标,量化XAJ预报与EPJC校正结果,并与传统的动态系统响应曲线(DSRC)方法进行对比。结果表明,EPJC能够考虑全过程误差,与实际误差分布情况更相符,可提升饶河流域的洪水作业预报精度,值得进一步研究与推广。     

实时校正中的旁侧入流反演方法

在水文与水动力学相结合的预报模型中,对于水文模型计算有误差,造成水动力学区间旁侧入流与实际不吻合情况,依据水量平衡原理,对旁侧入流进行反演校正。采用四点线性隐格式求解圣维南方程组,结合卡尔曼滤波技术建立以水位、流量作为综合状态量的卡尔曼滤波状态空间方程。采用反问题的思想把校正后的水位、流量不平衡量反馈到旁侧入流中,修正原有的区间来水量,进而修正预报期的旁侧入流。选择长江干流寸滩至万县河段,以及长江下游大通至镇江段进行演算,分别采用三峡水库135m蓄水阶段的水文资料和1998年水文资料进行6h洪水预报,结果表明旁侧入流反演校正方法是可行的。     

时间序列分解模型在水文要素中长期预报中的应用

基于时间序列分解法，建立了降雨、水库来水的中长期预报模型。引入灰色系统理论来分离趋势项，并应用反馈模拟校正技术对预报结果作出实时校正，从预报结果可以看出，所建模型具有较好的适应性和预报精度。     

分布式流域水文模型刍议

本文，对水文模型，流域水文模型，分布式流域水文模型的概念进行了阐述；对分布式流域水文模型的性质、特点进行了论述，并对其在实时洪水预报中应用前景进行了分析。     

半湿润地区洪水预报模型研究及应用

针对半湿润地区建立了流域非线性产流、汇流模型以及流域洪水实时预报校正方法，并将研制的模型应用于陆浑水库流域洪水预报，取得了较为满意的预报效果。     

人工神经网络模型与新安江模型的应用比较

新安江模型是我国研制的经典的概念性流域水文模型,其参数往往通过人工试错法进行率定,在洪水的实时预报中需建立误差自回归模型来修正预报值.人工神经网络模型是一种数据驱动模型,它可以通过算法调节权值和偏王值来模拟信息,实现了模型参数的自动率定.在实时预报的应用中,人工神经网络模型可以根据计算误差调节权值和偏置值,反映水文过程的时变性,模型结构显得更加简洁.本文将两种模型应用于潢川流域并作比较.它们的预报结果都达到了作业预报要求.在实际应用中可以根据资料情况选择模型进行洪水预报.     

贵州典型岩溶流域日降雨径流过程模拟研究

以蓄满产流方式描述岩溶地区的产流过程,采用稳定入渗法划分径流,将非线性水箱模型用于模拟单元流域的调蓄过程,以遗传算法为基础率定模型参数,建立了基于遗传算法率定参数的概念性岩溶水文模型,并以贵州普定后寨河流域为例,采用流域内老黑潭、六谷、后寨测站的水文资料对所建模型进行检验,以相对误差、互相关系数和确定性系数来评定模型.结果表明,本模型预报结果的相对误差均小于士10%,互相关系数均大于0.80,确定性系数均大于或等于0.70,说明所构建的模型能够模拟及预报岩溶地区的降雨径流过程.      

新安江模型参数多目标优化研究

水文模型的参数优化率定一直以来是水文预报领域的重要研究内容,当水文模型的结构确定后,水文模型参数的选择对水文模型整体性能和水文预报结果的好坏有着至关重要的影响.针对传统水文模型参数优选采用单一目标不能充分全面挖掘水文观测资料中蕴含的水文特征信息的缺陷,本文以新安江三水源模型为例,尝试采用多目标优化算法优化率定水文模型,算例应用分析表明,通过合理的选择目标函数的种类和数目,采用多目标进化算法优化率定模型参数,可以获得相对于单目标率定模型参数更优的结果.进一步,研究工作针对模型参数优化的结果进行分析,可以明显看出模型参数优化中存在“异参同效”现象,为后续模型参数不确定性分析等相关研究工作的开展做好了铺垫.     

地下水动态模拟中的随机-确定性研究

确定性和随机性研究都是水文地质学中常用的传统性方法。确定性研究与地下水流模型密切相关,而水文地质学和其它地质学科中的随机研究,由于自然流场的空间变化,其主控因素和现有目标缺乏随机性资料。随机-确定性偶合研究同描述含水层参数或地下水补给率的方法有所不同。地下水补给是通过水文气象和管理条件而随机形成的。因此,地下水动态和水均衡预报模型都包含有补给这一随机项。在本报告中讨论了下列的现实问题:     

基于DEM的集总式水文预报模型产流结构生成

降水数值预报和水文预报的耦合是水文研究的热点问题之一,在避免水文预报模型开发的前提下,本文探讨了如何利用现有的集总式水文预报模型,实现两个系统耦合的问题。提出了在DEM资料提取的数字流域基础上,人工干预子流域和泰森多边形的生成方法,使生成的子流域、泰森多边形与原集总式的水文预报方案划分情况基本一致,在产流层面解决了降水数值预报和集总式水文预报方案耦合的技术问题,为降水数值预报成果在水文预报中广泛应用创造了条件。该方法在潘家口水库的水文预报中应用,取得了较好的效果。