基于GR4J-LSTM混合模型的洪水预报研究

为提高洪水过程预报的准确性，将概念性水文模型GR4J (modèle du Génie Ruralà4 paramètres Journalier)的预报流量耦合到长短时记忆神经网络(Long Short-Term Memory Neural Network, LSTM)中，构建了GR4J-LSTM混合模型，并与GR4J、LSTM模型进行对比。基于2012～2019年陆水水库汛期与洪水事件相关的数据集，并结合欧洲中期天气预报中心的3 h预报降水产品，驱动GR4J-LSTM混合模型，预报陆水水库3～12 h预见期的入库流量。最后采用平均影响值(Mean Impact Value, MIV)算法评估输入变量的相对重要性。结果表明：GR4J、LSTM和GR4J-LSTM模型均具有较好的模拟预报能力，但GR4J-LSTM混合模型的预报性能最优，既可以学习GR4J模型的产汇流过程，又提高了洪水预报的精度。研究成果可为洪水预报方案制定提供参考。     

丹江口水库汛期水位动态控制方案研究

丹江口水库加高完成后,为保障汉江中下游防洪安全和南水北调供水的顺利进行,防洪和蓄水的矛盾更加突出,根据目前的蓄水方案,蓄满率可能进一步降低。以62 a实测洪水资料为输入,对丹江口水库的运行方式进行了模拟调度和预泄能力分析,并根据汉江流域洪水特性,提出了不同时期丹江口水库的运行水位动态控制方案。根据提出的运行方案,丹江口水库在保证各项设计功能正常发挥的前提下,可进一步挖掘水库的防洪效益,并做到风险可控,供水保证率可提高10%左右,发电效益可增加5%左右。     

2020年长江流域水工程联合防洪调度实践

随着长江流域控制性水利工程不断建成投运,沿江排涝规模不断发展,水工程调度运用对洪水演进特性及河道槽蓄的改变,流域的防洪形势也发生相应变化。2020年,长江流域共发生5次编号洪水,实时防洪调度应对中采取了以三峡水库为核心的多组合水工程联合调度方式,成功应对长江2020年流域性大洪水。对2020年洪水期间长江流域水工程联合调度实践情况进行回顾梳理,分析不同场次洪水下水工程联合调度运用方式和调度效果,探讨水工程防洪调度过程中显露出的防洪制约因素,提出完善流域水工程联合调度工作的思考建议。     

基于海温多极指标的长期降水预报方法

准确的长期定量降水预报对水库防洪兴利综合调度具有重要的理论价值和现实意义。本文提出基于海温多极指标的长期定量降水预报方法,并以长江上游区间为例进行应用和检验。结果表明:海温多极指标能有效预报长江上游1961—2017年汛期(5—10月)的月降水量。相比于传统的单元、多元线性回归和典型相关分析方法,该方法更为稳健、预报精度较高,特别在初汛及后汛期月降水量预报上,具有显著的优越性。研究成果可以为三峡水库防洪兴利调度决策提供科技支撑。     

基于Copula函数的多变量水文不确定性处理器

传统的水文不确定性处理器(HUP)属于单变量结构类型,只能独立地给出各预见期实际流量的贝叶斯后验概率密度,没有考虑它们之间的内在相关性。本文利用Copula函数推导了贝叶斯转移预报(BTF)方法中后验转移密度的解析表达式,提出了基于Copula函数的贝叶斯转移预报(CBTF)方法和基于Copula函数的多变量水文不确定性处理器(CMHUP),进而发展了基于Copula函数的贝叶斯极值预报(CBEF)方法,并应用于三峡水库入库洪水预报中。结果表明:所提方法实用有效,CBTF方法和CMHUP可以定量地评估三峡水库入库流量转移预报的不确定性,准确揭示了水文预报不确定性在时间上的演变特征,CBEF方法则提供了预见期时段内最大入库流量预报的不确定性信息。所提方法不需要进行线性-正态假设,能够很好地捕捉流量过程的非线性和非正态特征,适用范围更加广泛,对于支撑防洪减灾和水库运行调度具有重要的参考价值。     

亭子口水利枢纽汛期运行水位动态控制策略研究

亭子口水利枢纽是嘉陵江干流唯一的控制性工程,汛期由于运行水位受限,存在电站机组出力受阻、弃水较多等问题,其综合效益尚未得到充分发挥。基于预报预泄的原则,结合水文预报水平和洪水传播时间等因素,提出了亭子口水库主汛期运行水位动态控制策略,明确了动态控制的运用方式和实施条件,并对亭子口水库汛期运行水位动态控制后的风险和效益进行了分析。结果表明：亭子口水库汛期运行水位上浮至448.00～452.00 m时,不仅可以通过预报预泄确保库区及下游的防洪安全,主汛期还可增发电量0.64亿～1.37亿kW·h,汛末蓄满率可提高6%左右。研究成果可有效提升亭子口水库洪水资源化利用水平。     

基于小波变换和人工神经网络模型的三峡入库月径流预报

为探讨小波变换中小波基函数对模型预报精度的影响,选取三个小波基函数haar、db10、sym8对原始序列进行小波变换预处理,并分别建立人工神经网络模型(ANN)和基于不同小波基函数的W-ANN(haar)、W-ANN(db10)、W-ANN(sym8)模型进行预报。以三峡水库月径流为例,采用纳什效率系数、平均绝对误差及平均相对误差对建立模型的预报效果进行比较。结果显示,采用三个小波基函数haar、db10、sym8对数据进行小波变换预处理后的模型精度均得到了不同程度提高,W-ANN(sym8)模型在各项指标上表现最好。表明小波基函数的选择对模型预报精度结果影响较大,选择合适的小波基函数至关重要。     

五强溪水电站主汛期运行水位动态控制研究

五强溪水电站是沅水流域水电梯级开发的骨干电厂,但由于其坝址来水年内分配不均匀,水资源利用率低、低水头下电站出力容易受阻等问题,水电站的效益未得到充分发挥。就五强溪水电站目前运行存在的问题,分析了实施汛期运行水位动态控制的有利条件,结合现有汛期运行方式,提出了五强溪水电站运行水位动态控制运用原则和方式,并基于典型调度情景实施汛期运行水位动态控制实践。     

贝叶斯概率水文预报研究进展与展望

水文预报不可避免地存在着输入、水文模型参数和结构等不确定性,导致预报结果也具有不确定性。因此,定量估计水文预报的不确定性,实现概率水文预报,不仅可得到比确定性预报更高的精度,而且还能为决策者提供更丰富的预报信息。本文根据不确定性来源的不同,从输入资料、模型结构、模型参数和综合不确定性等方面,详细综述了贝叶斯水文概率预报的研究进展,归纳了精度评定指标和效果检验方法,并展望了贝叶斯概率水文预报未来的研究重点和方向:(1)科学有效地解释、沟通和传播水文预报不确定性信息和概率水文预报产品;(2)建立水文集合概率预报框架,估计并降低水文预报的总不确定性;(3)开展考虑预报变量时空相关性的贝叶斯概率水文预报研究;(4)深入推动概率水文预报信息在风险决策中的应用。     

基于HEC-RAS的水库坝址上下游桥梁工程壅水计算分析

为验证桥梁壅水数值模拟计算成果的合理性并提高模型构建效率，讨论了HEC-RAS模型的基本原理，重点探讨了桥梁壅水计算模型构建方法，包括断面布设原则、桥梁模型概化方式、不同特性河段边界条件的选取和计算方法等关键技术问题。以重庆市向阳水库国道复建工程中的两座桥梁为研究对象开展了实例研究。结果表明：HEC-RAS模型建模方便快捷且易于调试、计算效率高、模拟精度可满足壅水分析计算需求，可为涉水工程防洪评价提供参考。