水文预报误差分析

本文从雨量信息精度入手,经过分析计算,认为目前的资料信息精度与国家规定预报成果标准有很大差 距,应该进一步提高信息的精度以满足洪水预报要求。     

误差相似性综合修正技术在洪水预报中的应用

实时洪水预报是当今最重要也最有效的防洪非工程措施之一,其预报精度对防洪决策起到至关重要的作用。辽宁省清河水库在多年的洪水预报实践中,不断总结探索提高实时洪水预报精度的新途径,通过实践验证,运用误差相似性综合修正技术,可有效提高清河水库实时洪水预报精度。     

水文相似性研究进展

针对现有研究对水文事件相似性关注不多,且水文事件相似性缺乏统一概念的问题,从流域和水文事件两个层次阐述了水文相似性的概念,系统回顾了水文相似性在模型参数区域化研究、水文时间序列相似性分析等方面的最新进展,总结了研究中存在的问题并做出展望;指出水文相似研究应从加强内在机理性、提升水文模型参数区域化水平、强化水文事件相似性在实时预报调度中的应用等方面继续深入研究。     

混沌相空间相似模型在中长期水文预报中的应用

基于相空间重构技术，建立了局域单点相似模型、局域多点相似模型、局域线性相似模型和三参数模型4种相空间模型。白山水库月径流量和主汛期径流量的模拟预报应用实例表明，相空间局域模型对揭示水文动力系统复杂的非线性结构很有效，该模型对径流过程的中长期预测是可行的，并有较好的预测精度和应用价值，对提高现行洪水预测精度有一定意义。     

基于误差修正的BP神经网络含沙量预报模型

以黄河龙门—潼关河段作为研究区域,在分析区间来沙来水对含沙量影响的基础上,建立了基于BP神经网络的潼关站含沙量过程预报模型。同时,为提高预报模型的预报精度,利用误差序列建立了相应的误差自回归模型对预报结果进行校正。校正前后泥沙过程的对比分析表明,校正后的泥沙过程预报精度有较显著的提高,5场验证泥沙场次的平均确定性系数由校正前的0.35提高到校正后的0.76。     

水文预报实时反馈校正法

水文预报因受地面因素及降雨时分布不均等常引起较大的误差，利用实时值，配上相应的函数进行修正，以提高预报精度。     

基于改进灰色-周期外延模型的中长期水文预报

通过分析灰色系统理论和周期分析方法在水文预报中的各自特点,建立了灰色-周期外延组合预报模型。针对模型预报误差,采用AR(p)模型对误差序列进行拟合和预测,并据此对原模型预测值进行校正。将改进后的模型应用于中长期径流预报实例计算中,结果表明,改进后的模型更好地利用了实测系列的信息,具有更高的预报精度。     

新安江水文模型在水文预报中的应用

以海南省万泉河流域为研究对象,在新安江水文模型的基础上,通过完善模型结构、优化参数率定等,开展了对模型的改进和实证研究,并对相关结果进行了分析.在万泉河流域1990～2000年加积站和加报站的水量平衡研究中,模拟结果比较符合实测值,证明模型对万泉河流域具有较强的适用性,在流域水资源管理中具有较好的应用前景.     

水文预报的方法

准确及时的水文预报在防洪抢险、保证工农业安全生产,充分利用水资源以及发挥水利措施的作用方面都有很大的作用。因此,开展这方面的研究具有重要的理论价值及现实意义。本文总结了水文预报方面国内外的主要研究进展,并对今后的水文预报工作进行了展望。     

若干水文预报方法综述

将现有水文预报方法分为过程驱动模型方法和数据驱动模型方法两大类.过程驱动模型指以水文学概念为基础,对径流的产流过程与河道演进过程进行模拟,从而进行流量过程预报的模型.过程驱动模型近年在中长期预报方面的发展主要表现在对概念性流域降雨径流模型的结构进行改进,以适应较大时间尺度预报的需要.数据驱动模型则是基本不考虑水文过程的物理机制,而以建立输入输出数据之间的最优数学关系为目标的黑箱子方法.数据驱动模型以回归模型最为常用,近年来由于神经网络模型、非线性时间序列分析模型、模糊数学方法和灰色系统模型等的引进,以及水文数据获取能力和计算能力的发展,数据驱动模型在水文预报中受到了广泛的关注.     

基于导流模型与原型观测的施工期水文预报

通过对峡江水利枢纽二期导流模型试验与原型观测的对比分析,可以检验施工期坝址区上、下游水位—流量关系,以提高坝址区洪峰水位预报的准确性,为下一步防汛工作的度汛方案编制、优化设计提供依据.     

基于GIS的分布式托普卡匹水文模型在洪水预报中的应用

本文对托普卡匹(TOPKAPI)水文模型进行了改进，增加了植物截留、降水下渗、土壤水深层渗漏、地下径流等计算模块，并对壤中流计算模块作了相应的调整，将TOPKAPI模型改进成一个较完整的分布式流域水文模型。该改进后的TOPKAPI模型应用于面积约为1万km2的息县以上淮河流域1998年、2002年和2003年汛期洪水的模拟，模型确定性系数均在0.84以上，模拟成果令人满意。该模型可应用于洪水预报、土地利用和环境影响评价、洪水极值分析、无资料地区水文模拟计算等。     

金沙江梯级水电工程施工期长期水文预报实践

为了满足大型水电工程水情保障工作需求,有必要深入探索并开展面向水电工程的长期水文气象预报服务工作.通过对金沙江流域旱涝趋势的主要影响气候因子特征和背景分析,基于金沙江流域气候特征和溪洛渡等水库建设对长期水文预报的需求,建立了一个金沙江流域汛期旱涝趋势的概念性预测模型,并结合其他数学、物理统计模型,综合应用于金沙江梯级(溪洛渡、向家坝等)水电工程汛期长期水情预报,取得了一定的应用效果.     

基于有限状态机的水情测报系统的开发

为了使得水情测报系统更加可靠,将有限状态机理论适用于水情测报系统中。论述了有限状态机的基本概念和分类,结合水情测报系统应用有限状态机,详细介绍了水情测报系统薄膜键盘开发部分。针对水情测报系统中薄膜键盘模块的需要,建立其状态机模型,分为单击和长击两种。使得水情测报系统在保证低功耗的同时,也能够及时响应用户的键盘操作,并且能够实现键盘操作与采集、存储、发送数据操作之间互相独立,互不影响。实践证明基于有限状态机的水情测报系统,性能稳定可靠,响应及时,具有很好的工程应用价值。     

模糊神经网络水文预报模型在洺河流域的应用

本文选取雨强距离指数(IPD)及其他有关参数等作为自适应神经模糊推理系统(ANFIS)水文预报模型的输入,提出雨强距离指数的定义及其目的和意义。为剖析雨强距离指数在水文预报模型中的应用,分别建立不包含雨强距离指数的模型A与包含该指数的模型B进行对比评价。结果表明,将雨强距离指数作为ANFIS水文预报模型的输入能够提高模型的预报精度。     

SPSS统计软件在水文预报中的应用

将SPSS软件中T im e series过程应用到水文预报当中,讨论了SPSS软件中的时间序列分析模块。并且利用塔里木河卡群水文站的历史径流量资料,通过AR IM A模块进行径流量预报,取得理想结果。     

基于贝叶斯模式平均方法融合多源数据的水文模拟研究

可靠的长系列气象数据是开展流域水文模拟、水旱灾害防治和水资源综合管理的基本依据,但是我国气象站网布设不均、地面观测资料系列相对较短,难以满足工程应用需要。本文融合有限的地面气象观测数据,长系列高精度MSWEP-V2卫星集成降水数据集和欧洲中期天气预报中心的ERA5气温数据,首先通过基于分位数映射的日偏差校正(DBC)、基于月尺度的回归校正(LRBC)和等率校正(RBC)等3种方法,对遥测栅格降水和再分析气温日系列进行偏差校正,再采用季节性贝叶斯模式平均(BMA)方法描述各偏差校正系列的后验分布优选相应权重,从而得到融合多种偏差校正模式的长系列日降水、气温过程。以巢湖流域为例,采用174个自动气象站2015—2019年的观测数据和7个国家基本气象台站1979—2019年的长系列资料检验校正效果,并在2个子流域分别驱动新安江、GR4J和HMETS水文模型验证水文模拟的适用性。结果表明:BMA方法能够综合考虑各偏差校正方法的优势,校正后的日降水和气温数据偏差较小,与实测系列的相关性系数接近0.8;水文模型率定期及检验期的KGE系数超过0.67,校正后的气象数据满足水文模拟要求。     

基于气象模式的汉江流域洪水预报系统

针对现行洪水预报方法的不足与汉江流域的特点,建立了汉江流域MM5气象预报模式和VIC分布式水文模型,耦合集成3种预报模式并开发了基于气象模式的汉江流域洪水预报系统。应用2005~2007年汛期日水文气象资料进行验证,结果表明所建VIC分布式水文模型具有较高的模拟与预报精度。基于气象模式的汉江流域洪水预报系统可为汉江流域的中长期水文预报和水资源综合管理提供技术支撑和决策参考。     

基于自回归模型的分布式水文模型预报校正

以清江水布垭上游流域为研究对象,利用1 km×1 km精度的数字高程模型(DEM)提取流域特征信息,采用基于DEM的分布式水文模型(DDRM)对清江流域进行降雨-径流模拟。由于分布式水文模型所需资料在目前的技术水平下难以完全满足或者建模理论不完善等原因,其在水文预报中的应用效果还不太理想。因此,本文建立了自回归模型尝试对DDRM模型的模拟结果进行降雨-径流的实时校正。利用Nash-Sutcliffe效率系数、径流深相对误差等方面对校正前后的模拟结果进行比较分析,结果表明:在DDRM模型的基础上采用自回归模型对误差进行校正提高了预报精度,能在一定程度上弥补分布式水文模型在实际应用中由于资料不足等原因而带来的精度下降的问题。