嫩江流域径流与主要大气环流指标相关分析

本文选取影响嫩江径流变化的主要大气环流指标进行相关分析,以揭示大气环流指标对于径流空间和时程影响规律.分析结果表明:在空间分布上,嫩江流域干流及支流径流与大气环流主要指标相关性存在明显的空间分布特征,即上游断面径流与大气环流指标相关性较大,下游相关性较小.在时程演变上,嫩江流域径流与前1个月的大气环流指标相关性较大,与其他前期月份的相关性迅速减小,说明在做中长期径流预报时,大气环流前滞期可以选1个月,更较前的大气环流对当月径流影响不大.这些结论可以为中长期径流预报预报因子的选择和预报模型的建立提供基础参考.     

大伙房水库年径流预报方法研究

通过分析大伙房水库所属流域的气候特征,找出合适的预报因子;采用平稳时间序列、逐步线性回归、BP神经网络作为几种典型中长期预报方法的代表,分别对大伙房水库进行年径流预报建模;综合比较三种方法的拟合与检验预报结果,可以得出BP神经网络法是最适合该流域的预报方法.     

概念性水文模型在出山径流预报中的应用

根据HBV水文模型的基本原理，建立了西北干旱区内陆河出山径流概念性水文模型。该模型反映了我国西部山区流域的径流形成特征，将山区流域划分为高山冰雪冻土带和山区植被带两个基本海拔景观带来对山区径流的形成和汇流过程进行模拟计算，以常规气象站的月气温和降水量为模型的初始输入，模拟计算月出山径流量。应用该模型对河西走廊黑河祁连山北坡的山区流域水量平衡进行了模拟计算，并对年径流和逐月分配进行了预报。结果表明，从枯水年到丰水年，降水量、蒸发量、径流量和径流系数均增加，而冰川融水和积雪融水对出山径流的补给比重则减少，这表明了冰雪融水对径流的具有调节作用。黑河山区流域径流系数远比干旱内流区的平均值大，但要小于全国的平均径流系数。所提出的内陆河山区流域出山径流的模拟和预报模型对年径流量和月分配的预报具有较好的精度，可用于黑河以及其他西北干旱区内陆河出山径流的预报，为内陆河流域中下游的水资源分配和开发利用提供依据。     

桓仁流域汛期旬径流预报方法研究

以桓仁流域为例,分析了我国北方流域汛期各旬不同的来水特点,对以往采用不变预报因子的旬径流预报方法进行了改进。汛期各旬挑选变预报因子,结合多元线性回归方法构建旬径流预报模型。计算结果表明,基于变预报因子的旬径流预报模型,更能反映流域旬径流变化规律,且比不变预报因子的预报精度高,预报效果更理想。     

河流集合预报方法在洮河流域径流预报中的应用研究

为研究洮河流域径流预报,根据河流集合预报方法,利用红旗水文站实时监测资料,基于中国洪水预报系统开发的三水源蓄满产流、滞后演算和马斯京根模块构建全流域洪水预报模型,并应用该模型分析预测红旗水文站径流及其概率分布统计。结果表明:径流拟合过程拟合较好,取得了较好的预报效果,模型满足河流集合预报应用的条件,结论可为洮河流域水资源开发利用、防汛保安提供参考依据。     

基于多因子的中高纬度干旱区长期径流预报研究

以额尔齐斯河（以下简称“额河”）流域为例,开展了基于多气候因子的中高纬度地区径流预报的研究。额河流域深居内陆,准确筛选出主要影响因子是开展该流域中长期径流预报的关键。根据额河流域地理位置特点,确定北半球500 hPa高度场、ENSO、结冰期北极海冰面积三类气候因子作为影响流域降水的主要因素。通过典型相关分析（Canonical Correlation Analysis）方法对影响因子与额河年径流量总体相关性进行分析,并在此基础上建立了年径流量预报的典型回归方程。研究结果表明,基于多因子情景下的额河年径流量与气候因子整体相关性高,径流预报结果在满足同号率要求的同时,也符合精度要求,可作为该河流中长期径流预报模型。研究结果对额河流域开展生态调度实践提供支撑,也对中高纬度干旱区域径流预报具有参考意义。     

SIMHYD模型在松花江流域应用的适应性分析

近年来,概念性水文模型在水文预报中得到了广泛应用,为探讨SIMHYD模型在松花江流域应用的适应性,为其汛期的防洪控制、水库调度提供依据,本文选择嫩江流域上游石灰窑断面和第二松花江流域白山断面汛期(6—9月)的日径流过程进行模拟。计算结果表明,SIMHYD模型在松花江流域的应用中存在区域性差异:在嫩江流域上游石灰窑汇水区,率定期的纳什系数为0.501,验证期的纳什系数为0.158,模型应用的适应性较差;在第二松花江流域白山汇水区,率定期的纳什系数为0.777,验证期的纳什系数为0.729,模型应用的适应性优良。模型对于洪峰处的模拟存在较大误差,主要原因在于该模型没有考虑到产流时空分布不均及河道汇流计算过程。     

SMA-LSTM模型在径流预报中的适用性研究

径流预报对于防洪、发电和生态调度等具有重要意义。以大渡河丹巴以上流域为研究区域,采用黏菌优化算法（SMA）对长短期记忆神经网络（LSTM）的隐藏层输出维度进行优化,构建SMA-LSTM模型对未来10日径流过程进行预报,以探讨深度学习方法对流域径流预报的适用性。基于2012—2017年的日降雨量和日流量资料,构建了预见期为10天的逐日径流SMA-LSTM预报模型,以2018—2019年的资料进行模型验证;采用最大1日径流量相对误差和10日总径流量相对误差作为SMA-LSTM模型精度的评价指标,并与未优化的LSTM模型和新安江模型结果进行对比。结果表明：SMA-LSTM模型具有较高的模拟和预报精度,无论是在率定期还是验证期,两种指标均控制在±10%以内,且两种指标的绝对值平均都不超过7%;整体而言,SMA-LSTM模型精度更高,预报的径流过程与实测过程更为贴近。研究成果可供流域径流预报实际工作参考。     

不同时间尺度的中长期水文预报研究

为研究中长期水文预报时间尺度对预报精度的影响,选取最近邻抽样回归模型与基于小波分析的组合模型对长江干流典型断面不同时间尺度的径流序列进行中长期径流预报。将1980~2012年的逐日径流资料经过时间聚集方法转换成三天、周、旬、半月、月、双月、季、半年、九月、年等10个不同时间尺度,对高场、寸滩、宜昌、螺山、汉口、大通6个典型断面的径流进行拟合和预报。结果表明:随着预报时间尺度增加,预报精度呈现先降低后提高的趋势,其中,在月时间尺度上预报效果最差,三天和年尺度上预报效果相对较好。     

Local Modeling模型及其在黄河上游月径流预测中的应用

基于黄河上游有关水文气象台站的降水径流资料, 将Local Modeling方法应用于龙羊峡水库月入库径流预报的中长期水文预报模型. 模型的检验和应用结果表明, 该方法有着稳健性好、数学物理意义明确、对数据系列要求不高和容易操作等优点, 在非汛期各月的径流预测中具有较高的准确性, 并且在考虑了降水的影响后, 对汛期径流的计算精度亦基本符合水文情报预报规范和实际应用的要求. 该模型在黄河上游水量预报和调度工作中具有良好的应用前景.     

近50年嫩江流域径流变化及影响因素分析

根据嫩江主要代表水文站石灰窑、同盟、江桥、大赉1956-2006年51年的径流资料,应用数理统计、累积滤波器、Mann-Kendall秩相关法及小波分析法等多种方法,分析了嫩江径流年内、年际变化特征及其影响因素。结果表明:嫩江径流年内分配不均匀,主要集中在7、8、9月份。嫩江年径流量在1963年左右发生了一次全流域的减少突变,80年代径流有所增加,90年代中后期又发生了一次减少突变。嫩江径流主要存在8年的年际周期,20年及大于40年的年代际周期。径流变化的主要气候影响因素是降水,人类活动通过土地覆被变化及水利工程等对径流也有重大影响。     

三峡水库中期水文气象耦合预报应用试验及探讨

长江三峡河道因水库建设已成为水库库区,三峡河道原有产汇流规律的改变,造成水情预报有效预见期大幅缩短。随着近年来降雨预报水平逐渐提高,利用定量降水预报增长有效预见期已成为可能。因此,以探讨如何更好开展中期水文气象耦合应用为目的,以三峡入库日平均流量预报为对象,利用中期降雨预报信息,提出一种开展中期水文气象预报耦合试验方案及影响中期耦合预报试验的主要因素及改进方向。试验结果表明该耦合方法的应用是可接受的,具有一定的应用推广价值,可供大中型水库开展中期预报时参考。     

嫩江流域沼泽湿地景观变化及其水文驱动因素分析

借助ArcGIS空间分析工具,以嫩江流域1978年、1990年、2000年和2008年4期遥感湿地分布图为基础,采用SWAT (Soil and Water Assessment Tool)水文模型将嫩江流域划分为43个子流域,并以沼泽湿地类型为例,将各个子流域内降水和径流信息与湿地退化遥感信息作对比筛选,对全流域以及湿地面积减少严重所在子流域作进一步分析。另外,利用两期土地利用类型数据生成嫩江流域土地利用转移矩阵。结果表明:1978—2008年间嫩江流域沼泽湿地退化严重,尤其以1990—2000年间最为显著。这与流域内降水、径流的变化密切相关,并受到土地利用类型转化以及水利工程建设等人类活动的影响。其中,沼泽湿地面积变化与流域径流系数变化在0.01水平上呈极显著正相关,pearson相关系数为0.90。气候变化和人类活动影响下对湿地水文过程以及水资源的变化,导致湿地日益萎缩,对流域内湿地生态系统平衡产生了负面影响。     

嫩江流域径流时空演化规律分析

以流域时空分布理论框架为基础,分析嫩江流域径流时空演化规律,并着重从地形地貌影响因素方面进行归因分析。采用1955-2003年49 a的降水资料和1955-1973年19 a的径流资料,通过对代表性水文站自上游至下游（空间上）径流、地表径流和地下径流的年内与年际（时间上）演变规律进行分析。结果表明：1）嫩江流域降水年内变化及年际变化过程基本一致,可以忽略降水时空分布对径流时空演化规律的影响。2）从径流年内演化规律上可以判定上下游水源组合的差异性：上游以地表径流为主,在春季来源于融雪,汛期来源于大气降水,枯水季节来源于地下水补给;下游全年以地下径流为主。3）由于坡度和水文地质条件作用,上游更容易产流,下游受下垫面调蓄作用更强,不易产流;因此,从径流年际演化规律上可以判定径流产量自上游至下游逐渐减小。     

BP神经网络在贵州喀斯特山区径流预报中的应用

以贵州六冲河、倒天河流域为例建立喀斯特山区径流预报BP神经网络模型。六冲河流域以七星关站丰水期流量过程为输出数据,以丰水期降雨过程、出口断面前期流量过程、蒸发量作为输入数据,倒天河流域以徐家屯站丰水期流量过程为输出因子,丰水期降雨过程、前期流量过程作为输入因子。预报结果确定性系数DC值分别为0.538、0.420。结果表明将蒸发量作为输入数据、流域面积比较大模型预报精度较大。     

中长期径流预报的一种灰关联模式识别与预测方法

基于时间序列多重信息利用的扩维原理和灰色系统理论的关联分析思想,提出一种应用于水文中长期预报的方法.它的特点是直接从径流序列的扩维相型关联分析中,寻求径流情势变化规律,较适合于缺乏输入因子资料或选择影响因子有困难条件下的水文中长期预报.利用海河、黄河和长江流域若干水文站的实测资料序列对该方法做了初步验证.     

南洞地下河月径流时间序列的混沌特征及预测

利用基于相空间重构技术、混沌识别与预测理论对1993-2013年南洞地下河月径流时间序列的非线性特征进行了分析,由所获得的延迟时间和最佳嵌入维数实现了月径流时间序列的相空间重构,运用饱和关联维数法和小数据量法计算出南洞地下河月径流时间序列的饱和关联维数和最大Lyapunov指数,并运用Volterra模型对南洞地下河月径流时间序列进行了多步预测研究。研究结果表明,南洞地下河月径流时间序列相空间重构的延迟时间和最佳嵌入维数分别为τ=5、m=8,饱和关联维数D和最大Lyapunov指数λ分别为4.63、0.748 9,从定性和定量的角度证明了南洞地下河月径流时间序列具有弱混沌特征。Volterra自适应滤波模型的预测结果能较好地表征南洞地下河月径流的变化趋势和规律,对18个月内的短期预测精度较高,模拟效果较好。      

淮河干流洪水预报系统及其在1991年大洪水的应用

综述了淮河流域概况，淮河干流洪水预报系统物采用的预报方法。１９９１年淮河干流洪水预报采用了降雨径流预报与上，下游站相应流量预防方法相配合，并注重实时水情分析；在行洪区多，行洪后水面宽广而比降又极小的河段的汇流计算，采用了以实测洪水资料绘制的经验蓄曲线为充分发挥的湖泊洪水演算方法。