中长期径流预报研究进展与展望

概述了中长期径流变化的主要影响因素,从发展历程和研究方法两个角度总结了中长期径流预报方法。从研究技术、径流成因、数据驱动模型、预报不确定性4个方面综述了中长期径流预报的研究进展,分析了在径流关键驱动因子及其驱动机制、数据驱动方法的物理可解释性、预报结果的不确定性认识等方面研究的不足,指出未来应注重对中长期径流物理成因、预报方法适用性和可靠性、中长期径流演变相关研究成果的应用等方面的研究。     

分布式水文模型在短期水文预报中应用的可行性探讨

针对目前基于物理机制的分布式水文模型在短期水文预报业务中尚未推广应用的事实,论证了分布式水文模型在短期水文预报中的可行性.以第二类分布式水文模型SWAT为例,分析了水文过程的模拟原理、方法和基本步骤,提出了其在短期水文预报中应用所需的降水预报技术、降水数据的空间展布技术、“3S”技术、流域坡面离散技术、对人工侧支水循环的处理技术等关键技术,并指出了分布式水文模型应用于短期水文预报时存在输入资料不足、模型自身缺陷、计算精度和效率的权衡等局限性和不足,提出需要进一步加强水循环过程的机理研究,加强与气象模型的耦合研究及对“3S”技术的应用研究.     

稀缺资料流域水文计算若干研究:以青藏高原为例

稀缺资料流域水文计算是长期困扰国际水文学界的难题之一,其根本难点在于降雨径流过程的复杂性、流域下垫面与气象要素的时空变异性以及人类对流域水循环规律认知水平的局限性。本文从稀缺资料流域的类型、缺乏降水和径流观测数据的水文计算研究等方面综述了稀缺资料流域水文计算的研究进展。以我国水文气象资料最为稀缺的青藏高原为例,结合水文综合模拟系统(Hydro-Informatic Modeling System,HIMS)在水情预报中的应用,阐述了稀缺资料流域的水文计算方法,包括卫星遥感降水产品的水文模拟能力评估、基于日平均径流数据推求瞬时洪峰流量、洪水调查数据的区域综合和水文模型参数移植等研究,展示了稀缺资料流域水文计算的相关研究进展。     

不同潜在蒸发估算方法对黄土高原渭河径流模拟的影响研究

蒸散发是地表水文过程的重要环节,潜在蒸散发对水文过程模拟和预报具有重要影响。以渭河北道水文站上游作为研究区域,采用Penman-Monteith法和E-601型蒸发皿的潜在蒸散发数据(PET601)分别驱动SWAT模型,使用SUFI-2优化算法进行参数敏感性分析与模型率定、验证以及不确定性分析。结果表明,不同方法所得潜在蒸散发量值差异较大,都具有相似的年内分布,PET601法潜在蒸散发量低于Penman-Monteith法。使用PETP-M和PET601驱动水文模型模拟径流过程,结果显示这2种数据下的水文模拟精度较好,PET601法更适合黄土高原的渭河流域,潜在蒸散发的偏差对于水文模拟的影响由于模型参数的调整明显削弱很多。研究成果将在黄河流域生态保护中为区域蒸散发量的管理提供参考。     

水资源调度中蓄水工程下游区间入流预报效益计算模型

本文通过分析有、无水文预报的水资源调度误差的概率分布函数和分布函数参数的确定，从概率的角度出发，建立了水资源调度中水文预报效益计算模型。该模型以区间径流估计误差值的方差、水资源调度供水保证率和调水过程的水库放水历时等数据为基础，定量地描述了水资源调度中水文预报效益的计算方法。实例应用结果表明：水文预报效益与有、无水文预报时的径流估计误差的均方差的差值成正比；并随供水保证率的提高而增大，即供水保证率越高水文预报效益越大，且水文预报效益的增长率也越高。     

变化环境下气象水文预报研究进展

随着全球气候变化、下垫面改变及高强度人类活动的不断加剧,流域降水、蒸发、径流等气象水文要素都受到直接性的影响,水文序列的一致性假设不复存在。在变化环境下,传统径流预报方法适用性逐步变差,从而对气象水文的精准预报带来挑战。本文分别从气象水文预报的各个环节——多源降水数据融合、数值天气预报、流域水文模型、参数率定、数据同化、集合预报等方面综述了变化环境下的气象水文预报的研究进展。可以看到,国内外学者围绕上述技术都开展了大量研究,并取得了大量成果。未来针对变化环境下气象水文预报研究,将主要围绕以下方向开展:(1)落地和预报降水精度及时空分辨率的进一步提高;(2)水文模型结构的改进及不确定性分析;(3)水文预报误差的描述方法及其可靠性。     

气象水文模型耦合研究及其在渭河流域的应用

在由工程和非工程措施构成的流域防洪减灾体系中,水文预报占据十分重要的地位。为了延长水文预报的有效预见期,同时保证水文预报的精度,需要对整个水循环过程进行综合模拟研究,因此大气模式和水文模型的耦合研究成为关键。论文分别建立并验证了数值天气预报模式WRF和分布式水文模型WEP,采用单向耦合的方式,构建了渭河流域陆气耦合模拟平台,在此基础上对渭河流域2000年9月下旬至10月下旬的降雨和径流过程进行耦合模拟,并与实测降雨及径流日过程进行了对比分析,取得了较好的效果。     

Urbs水文模型及在长江流域防洪中的应用

中澳长江防洪及管理项目中引进水文Urbs模型,综合介绍了Urbs模型的基本原理以及在长江流域的应用情况.Urbs模型充分考虑流域下垫面水文特性的空间差异对流域降雨径流形成的影响,将流域分成若干个子分区,在各子分区上分别进行产汇流模拟并分段演算至流域出口断面.该模型是继新安江模型、API模型后在长江流域广泛适用的一种新的水文模型,对于长江水文预报中采用多模型比较,提高降雨径流预报精度,特别是无资料地区,具有较大的实用价值.     

基于数值天气预报模式的流域中期径流预报

研究耦合天气预报模式的径流预报对提高预报预见期及流域防洪减灾具有重要意义。以金溪池潭水库流域为例,通过尺度转换和气象要素联结实现GEM和GFS两种数值天气模式与新安江模型的单向耦合,进行流域水文模拟以及中期径流预报。日径流过程和次洪过程模拟结果发现耦合数值天气预报模式的流域中期径流预报能够较好地预估一段时间内的径流总量,而对洪峰以及洪水过程预报能力稍有不足。预报误差来源有水文模型误差和降水预报误差两种,且降水预报的误差在水文模型中会有放大的效应,这增加了中期径流预报的不确定性。     

里贾纳大学水文模型

里贾纳大学水文模型(URHM)是一个基于水文循环物理过程模拟流域水均衡的模型。该模型旨在利用来源于雷达或数值天气模型的分布型降水数据进行水文预报和长期水文模拟。其模拟过程包括蒸散发、截留、下渗、积雪堆积和融化、间层流、地下径流和陆地/河道汇流。     

分布式水文模型EasyDHM模型

介绍了自主开发的分布式水文模型EasyDHM的空间单元离散方式、主要理论模块及相应的模型软件系统MWEasyDHM。EasyDHM模型的空间离散采用自主开发的通用子流域划分算法,很大程度上扩展了分布式水文模型的通用性,支持多种产汇流算法,支持用户对主要产汇流参数的敏感性分析和参数优化,以优化模型模拟效果,开发了专门的洪水预报模块,支持洪水实时校正及多模型组合预报技术并在嫩江流域使用EasyDHM模型进行了应用验证。     

闽江流域洪水预报模型比较研究

应用新安江模型与垂向混合产流模型对闽江流域干流以上的15个子流域进行了模拟验证,进一步论证了这两种概念性流域水文模型结构的合理性,并得出了如下结论:大闽江流域,新安江模型与垂向混合产流模型都适用,且均能取得良好的效果。由于不同的洪水预报模型考虑产流机理的不同,采用的结构与参数不同,对不同洪水特征的计算结果也有差别,在实际使用中,设置不同结构的洪水预报模型是必要而且是有效的。同时,还对历史洪水根据其涨洪前段的实测流量过程与模型计算流量过程的确定性系数最大作为选择模型的标准,进行模型选择模拟预报。由此还得出另一个结论:在实时洪水预报中,根据不同的预知信息实时选择最佳的模型,能提高洪水预报的精度。     

基于BP神经网络的来水量预测模型

针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。     

基于水土保持的流域降水-径流统计模型及其应用

本文在变量共线性分析基础上，提出了流域降水量标度和水土保持标度及其计算方法，建立了流域降水-水土保持-径流统计模型，该模型不仅能分离水土保持措施对河川径流量影响程度，而且还可分析降水及水土保持对流域径流量变化的影响。研究表明，在佳芦河和秃尾河流域，水土保持使流域径流量平均减少10%～22%。因降水量减少及水土保持措施面积增大，20世纪70～90年代比60年代径流量明显减少，佳芦河降水变化及水土保持措施影响分别为25%和75%，而秃尾河分别为35%和65%。     

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。     

基于物理成因概念的水文系统模型及其应用

本文依据等流时线概念，通过将某时刻流域出口断面流量组成表达式与该时刻流域蓄水量表达式联解，得到形状类似多输入单输出的响应函数模型(简称为SMG模型)，它的输入组成具有成因概念，在一定条件下，它可简化为线性变换函数模型和总线性响应函数模型。该模型的参数分析表明，其响应函数值有负数是合理的，这从成因概念上说明了响应函数不同于单位线。将SMG模型应用于龙羊峡水库汛期(5～10月)旬入库流量实际作业预报表明，其预报精度优于人工神经网络，更明显优于自回归模型和多元回归模型。     

基于灰色系统与RBF神经网络的中长期水文预报

及时、准确的中长期水文预报能有效促进水库管理优化。以非汛期各月径流量为预报因子,通过计算所需预报年份与已有径流资料历史年份的预报因子之间的灰色关联度,遴选出与该年灰色关联度较大的年份作为代表年份。采用MATLAB数学软件构建RBF神经网络预报模型,利用选定的代表年份径流量对目标年份汛期径流量进行预报。以清河水库为例,用该模型预报汛期径流量。结果表明,模型简单可操作、运行速度快、预报效果好。     

梅江松源河段非一致性水文频率分析

随着气候变化以及人类活动的影响,水文要素时间序列的一致性受到广泛质疑,传统水文频率分析已经不能满足日益精进的水文设计精度要求,如何将非一致性水文要素时间序列转化成符合一致性要求的序列是当今水文数据处理研究的重点。该文以梅江流域松源河上的宝坑站为例,进行水文变异以及非一致性水文频率分析。采用Mann－Kendall检测法以及Lee－Heghinian法对宝坑年径流量进行突变点检验,将水文变异序列进行基于趋势分析的非一致性水文频率分析以及基于两P－Ⅲ混合分布的非一致性水文频率分析。结果显示：宝坑站年径流量序列在1983年发生了变异;经过一致性修正后,百年一遇年径流量比原始序列减小了3．10％。     

基于小波分析—模糊神经网络的径流预报模型

根据不同的小波分解及重构技术及不同的模糊神经网络模型训练周期,本文提出了四种小波分析与模糊神经网络相结合的径流预报模型,即：基于Mallat算法的母周期径流预报模型、基于Mallat算法的子周期径流预报模型、基于小波包算法的母周期径流预报模型、基于小波包算法的子周期径流预报模型,并阐述了模型建立的原理、结构及步骤。而且,以黄河源区出口水文站——唐乃亥站月径流量为应用实例,采用周期分解系数及模拟效率系数对上述四种模型进行对比评价。结果表明：基于Mallat算法的母周期径流预报模型预报效果最好,基于小波包算法的子周期径流预报模型则模拟效果最差。文中对导致这一现象的主要原因进行了分析, 并对小波分析及模糊神经网络在水文模型中的应用提出了合理化建议。     

分布式水文模型EasyDHM在玛纳斯河流域径流模拟中的应用

玛纳斯河流域作为新疆干旱区典型的内陆河流域,其年径流量主要来源于高山区融雪径流。掌握该流域的径流变化规律,对探讨该地区气候、水文及水资源、生态环境之间的联系以及预测未来山区径流的变化规律具有重要意义。以玛纳斯河流域作为研究对象,基于分布式水文模型EasyDHM(Easy Distributed Hydrological Model),利用DEM、实测河网、土壤、土地利用及水文气象数据构建玛纳斯河流域分布式水文模型研究该流域径流过程。通过模型参数率定及验证发现,该模型精度较高,验证期内各站点纳什效率系数均在0.75以上,说明EasyDHM分布式水文模型的泛化能力较好,可应用于该流域的水雨情势分析,为预防和减轻春季融雪型洪水灾害提供了理论依据。