共查询到16条相似文献,搜索用时 171 毫秒
1.
基于全球多模式集合预报(TIGGE)资料,以柴河流域为研究区域,采用TS评分、Brier评分和Talagrand分布等方法对欧洲中期天气预报中心(ECMWF)、美国国家环境中心(NCEP)和英国气象局(UKMO)三个中心集合预报的6h、12h、24h短期降雨量进行定量评估和对比,并分别以实测降雨和NCEP预报降雨驱动新安江模型模拟洪水过程,据此探讨了集合降雨预报的可利用性。得到两个重要结论:ECMWF、NCEP和UKMO对低雨量级降雨的预报效果较好,各雨量级的预报效果有随预见期增长而增加的趋势,且普遍存在空报率较高、漏报率偏低的情况;集合降雨预报信息可应用于新安江模型进行洪水预报,并能够有效的延长洪水预报的预见期。研究成果可在适当条件下推广应用至其它流域的洪水预报作业中。 相似文献
2.
3.
为了提高大江河洪水预报精度,结合本地大江河洪水特性,提出利用涨落洪规律建立洪水预报模型。该模型可以解决以下两个问题:一是大江河预报河段上游站不能通过降雨径流关系推求入流过程,而需要作下游站洪水过程预报问题;二是按马斯京根法进行河道流演算的没有预见期的问题。 相似文献
4.
5.
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。 相似文献
6.
7.
BP神经网络洪水预报模型在洪水预报系统中的应用 总被引:2,自引:2,他引:0
采用相关分析法,在区域降水、观测断面流量(或水位)因子中识别出影响预报断面径流过程的主要变量,在多个观测断面的数据均为流量情况下,采用基于时延组合的合成流量为影响预报断面径流过程的变量,采用自相关分析法,识别出影响预报断面径流过程的前期流量(或水位),以这些变量为BP神经网络模型的输入,以预报断面的流量(或水位)为模型的输出,在BP神经网络隐层节点数自动优选的基础上,构建了基于BP神经网络的洪水预报模型。将模型载入中国洪水预报系统中,应用结果表明:模型在历史洪水训练样本具有一定代表性的情况下,可获得较高的预报精度。 相似文献
8.
9.
10.
传统的水库汛限水位的控制,只利用了洪水的统计信息,使水库在汛期要时刻预防设计与校核洪水事件的发生,致使一些水库在汛期不敢蓄水而汛后又无水可蓄,造成洪水资源的浪费。提出水库汛限水位动态控制的新理念及其综合推理模式,适应当前预报技术的发展水平,考虑降雨径流洪水预报与一定时间内的短期降雨预报,排除不可能发生的洪水事件,预报可能发生的洪水,实施水库汛限水位的动态控制。但预报不可避免地存在误差,当小概率预报误差事件发生时,仍可采取弥补措施以确保大坝的防洪安全。 相似文献
11.
概化的Tank模型及其在龙羊峡水库汛期旬平均入库流量预报中的应用 总被引:3,自引:2,他引:3
Tank模型(又称为水箱模型),是一种用于流域径流预报的确定性水文模型,根据龙羊峡水库入库主要产流区--黄河上游唐乃亥水文站以上流域下垫面条件下产汇流特性,将其概化为以降雨量为输入,径流量为输出的单孔出流的线性水箱,工用于该水库汛期旬平均入库流量的预报,经对历史资料进行拟合和试验预报的 结果表明,该模型具有较高的预报精度,现已应用于黄河上游龙羊峡水库汛期旬平均入库来水量的中期预报中,取得了十分显著的经济效益。 相似文献
12.
13.
选择开挖卸荷、爆破振动、岩体流变以及降雨作为影响边坡施工期变形的4个主要因素,深入分析不同影响因素对边坡变形的作用机制,结合边坡位移实测资料,建立了考虑变形机制的边坡稳定预测模型。在弹性理论的简化下推导边坡回弹变形公式计算开挖卸荷分量,基于Burger模型的蠕变本构方程计算流变分量,采用已有的经验公式计算爆破分量和降雨分量;综合4个变形分量形成考虑变形机制的边坡稳定预测模型,该模型可体现各影响因素对边坡变形的作用和相关程度,更加科学合理地解释边坡变形产生的力学机制。通过对锦屏一级水电站左岸边坡外观测点TP5变形监测资料的统计回归分析表明:相对于传统的统计模型,该模型的回归方程显著,方差比和复相关系数较大,预测误差较小,具有工程应用价值。 相似文献
14.
15.
Real-time flood forecasting of the Tiber river in Rome 总被引:3,自引:2,他引:1
An adaptive, conceptual model for real-time flood forecasting of the Tiber river in Rome is proposed. This model simulates
both rainfall-runoff transformations, to reproduce the contributions of 37 ungauged sub-basins that covered about 30% of the
catchment area, and flood routing processes in the hydrographic network. The adaptive component of the model concerns the
rainfall-runoff analysis: at any time step the whole set of the model parameters is recalibrated by minimizing the objective
function constituted by the sum of the squares of the differences between observed and computed water surface elevations (or
discharges). The proposed model was tested through application under real-time forecasting conditions for three historical
flood events. To assess the forecasting accuracy, to support the decision maker and to reduce the possibility of false or
missed warnings, confidence intervals of the forecasted water surface elevations (or discharges), computed according to a
Monte Carlo procedure, are provided. The evaluation of errors in the prediction of peak values, of coefficients of persistence
and of the amplitude of confidence intervals of prediction shows the possibility to develop a flood forecast model with a
lead time of 12 h, which is useful for civil protection actions. 相似文献
16.
三种基于神经网络的洪水实时预报方案的比较研究 总被引:8,自引:1,他引:7
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。 相似文献