黄浦江下游吴淞口站低潮位重现期研究

黄浦江为感潮河流,低潮位重现期的确定对黄浦江航道的设计具有重要意义。为了准确估计黄浦江低潮位的重现期,以黄浦江下游吴淞口站年最低潮位序列为例,在对样本进行三性审查的基础上,分别采用传统的数理统计方法和时变矩方法进行水文频率分析。结果表明:吴淞口站年最低潮位序列在1996年发生了变异;还现修正后的序列服从位置参数线性时变的GEV模型,低潮位存在缓慢的上升趋势;一致性条件下百年一遇低潮位约为0.261 m,在非一致性条件下其重现期增大为150 a。非一致性条件下的重现期增大说明黄浦江现有的航道设计标准偏安全,航道通航保证率提高。     

EEMD-NNBR模型在降水预测中的应用

为解决降水资源预测复杂的问题,建立了具有物理意义的新预测模型,即利用集合经验模态分解(EEMD)方法,分解降水资源并识别其演变模式,获得各本征模函数(IMF),然后结合最近邻抽样回归模型(NNBR)对数据进行预测分析,汇总相应的计算结果,从而构成了EEMD-NNBR降水预测模型。以无锡市惠山区的降水序列资料为例,采用EEMD-NNBR模型预测降水资源,并与单一的NNBR模型预测值进行对比分析。结果表明,所建模型稳定性较好,能合理预测水资源演变趋势,提高降水资源预测精度,具有一定的应用价值。     

基于Holt-Winters方法的年径流序列周期识别

针对小波分析法在年径流序列周期识别方面存在的不足,以长江支流乌江水系武隆站为例,利用Holt-Winters模型固有结构模拟水文时间序列,根据拟合精度来判断年径流序列周期出现的可能性,以达到周期识别的目的,并与小波分析法识别的序列周期进行比较。结果表明,Holt-Winters模型很好地捕捉到了小波分析法中的所有周期成分,且模型结果很好地验证了所提假设,可确定原序列存在5.6年的主要周期项。     

俄罗斯模型中三个重要参数线型的统计分析

对俄罗斯模型中起决定作用的涨洪历时、洪峰流量和退水系数三个参数,在运用过程中均需通过线型优化技术、假设检验等确定线型,从而大大增加了模型运用过程中的工作量,并且容易出现抽样误差。为此,特收集了六个水文站的洪水资料,统计了三个参数的分布线型,通过比较假设检验、时段量模拟效果,发现三个参数多服从三参数对数正态分布。     

长江口水资源开发利用对策措施

依据最严格水资源管理制度及考核办法,针对长江口水资源存在的新情况,探讨了新制度对其开发利用的影响及应采取的措施。提出为应对水资源数量的变化,应提前规划,调整产业发展;标本兼治,加强流域管理;加强监测,构建共享机制。为应对水环境质量的制约,应控制上游污染物的排放,深化污水处理厂处理工艺,同时要合理配置长江流域水资源。要多角度、多层次地保护长江口水资源,才能最大限度地发挥其作用。     

基于TFPW-MK-Pettitt和EEMD的非一致性水文频率计算方法

近年来,受气候变化及人类活动的影响,使水文情势发生变化,导致频率计算中水文资料不再满足一致性的前提假设。为进行非一致性条件下的水文频率计算,提出基于TFPW-MK-Pettitt和EEMD的非一致性水文频率计算方法,首先应用去趋势预置白Mann-Kendall-Pettitt方法对水文序列进行一致性检验;其次应用EEMD方法对非一致水文序列进行修正;最后对修正的序列进行水文频率计算。统计试验和实例证明,TFPW-MK-Pettitt方法适用于我国水文序列的一致性检验;该方法运用于1956~2012年宜昌站径流序列,检验出有下降趋势;运用EEMD方法对该序列进行修正后,频率计算得出各设计值较未修正的设计值小10%左右。     

高阶概率权重矩法在广义Pareto分布参数估计中的应用

广义Pareto分布常被用作超定量洪水系列频率分析的拟合线型。已有研究表明高阶概率权重矩能够用于广义极值分布和Pearson-III型分布的参数估计,但尚缺少采用高阶概率权重矩法估计广义Pareto分布函数的研究。本文基于广义Pareto分布,推求了广义Pareto分布高阶概率权重矩的计算方法,提供了采用高阶概率权重矩估计其分布参数的方案。统计试验表明,阶数等于0时的高阶概率权重矩法与概率权重矩法的估参效果近似无偏,二者均比传统的矩法具备更高的参数估计精度。对长江宜昌站(1946—2004)超定量洪水系列的分析表明,高阶概率权重矩法估参结果对应的广义Pareto曲线能够较好地拟合经验频率分布,特别是稀遇频率洪水段。     

上海地区水文特性探讨

根据多年实测资料的统计分析，对上海市的降水、径流、蒸发、风暴潮、泥沙等水文要素的时空变化等特性进行了研究，为上海市的水资源管理、防汛等工作的开展提供参考。     

日径流序列混沌识别中合理长度的确定

混沌理论是进行水文时间序列分析的重要手段。为保证分析结果的可靠,主张充分利用现有资料,但目前缺乏时间序列长度对混沌特性识别影响的研究。以长江上游武隆站和北碚站日径流序列(1951年-2012年)为例,通过对二者进行混沌分析,研究了最大Lyapunov指数对序列长度的响应。结果表明,日径流时间序列长度过小时会影响混沌识别结果,使结果缺乏可靠性;并不是样本序列长度越长混沌识别结果越好;当序列长度达到3 000左右时,序列的混沌特性达到稳定,结果可靠并缩短了计算时间。