降雨雨型对城市内涝的影响

为探究降雨雨型对城市内涝特征的影响,基于MIKE FLOOD平台,以郑州市金水区南部为研究区域,对不同重现期及3种单双峰雨型的设计降雨进行内涝过程场景推演,并对淹没量、淹没范围及淹没深度等量值进行对比分析。结果表明:在相同降雨历时及重现期下,相比于单峰型降雨,双峰型降雨具有更高的内涝风险等级;针对单峰型降雨,当重现期低于20a时,降雨雨峰越靠前产生的淹没情况越严重,当重现期高于20a时,降雨雨峰越靠后产生的淹没情况越严重;随着重现期的增加,单峰型和双峰型降雨所导致的内涝风险之间的差异在不断减小。     

基于多种学习方案LSTM的信江流域径流预测

长短期记忆神经网络(LSTM)在径流预测中具有广泛应用,不同的输入使神经网络具有不同的学习方案,从而影响到模型性能。设置3种不同的LSTM学习方案,以前期径流预测当日径流(方案一)、以前期降雨预测当日径流(方案二)和以前期径流和前期降雨预测当日径流(方案三),比较其在相同模型结构下对信江流域丰水期和枯水期径流预测的性能。结果表明,丰水期和枯水期时方案三拟合度最高,平均绝对误差为0.012 6和0.007 6,纳什效率系数为0.94和0.96,对于信江流域基于LSTM的日径流预测,应当将前期降雨与前期径流结合起来作为模型输入。研究对基于数据驱动的径流预测输入集数据的选取有参考价值。