变化环境对潮河下游径流一致性的影响

水文分析要求径流资料的时间序列一致性,但变化的环境破坏了径流序列的稳定一致性变化规律。在气候变化和频繁的人类活动的影响下(水利工程建设、植被覆盖改变和城市化建设等),流域的下垫面条件和产流物理机制发生了明显变化,导致径流序列出现变异情况,不能满足频率计算分析水文时间序列一致性的要求和同分布的假定。应用Mann-Kendall非参数秩次检验法、Pettitt检验法、方差分析法对潮河流域下游下会站1976年-2012年的年、月径流和降水时间序列的趋势成分、突变成分、周期成分和随机成分分别进行了检验和识别,并通过对比分析降雨和径流时间序列的成分,推断出气候变化和人类活动对潮河流域下游降水和径流演变过程的影响。     

径流预报的极点对称模态分解-Elman网络模型

针对径流序列非线性、非平稳的特点,将极点对称模态分解(ESMD)方法与Elman神经网络模型相结合,建立了ESMD-Elman神经网络组合模型,并应用于长江上游干支流8站的年、月径流预报.首先利用ESMD方法将径流序列分解为各模态分量和趋势余项;然后利用Elman神经网络模型分别预测各平稳序列;最后加和重构得到最终预测...     

红枫水库前期防洪限制水位论证研究

根据红枫水库的具体情况,依据1994年国家颁布的《防洪标准》(GB50201-94)和2000年中华人民共和国水利部颁布的《水利水电工程等级划分及洪水标准》(SL252-2000),基于现有的工程条件和技术资料,从设计洪水推求、水库自身防洪调度和安全运行、蓄满率变化、电站发电效益分析等方面,科学合理地分析论证红枫水库汛期前期(5~7月)限制水位抬高的可行性和必要性。研究结果表明:按照水库的现行调洪原则,库水位从1236.8m起调,其相应调洪成果满足要求,且有一定的安全余度。从发电效益来看,最大年均增发电量为0.044亿kW.h,提高幅度为6.8%左右,其经济效益显著。     

防洪工程体系综合风险评价的物元模型

鉴于防洪工程体系的重要性,针对防洪工程体系这一多维因素综合体的风险评价问题,选取了典型风险指标,对防洪工程的风险状况进行了分级,应用物元分析及可拓集合中的关联函数,建立了防洪工程体系的综合评判物元模型,得出以流域(或区域)为单位的防洪工程体系的综合风险评价的定量指标。实例研究表明了该模型方法的可行性、合理性与有效性。     

天津市水资源承载力的变化及驱动力研究

通过主成分分析,将影响天津市水资源承载力变化的7个驱动因子归纳为经济动态压力、社会压力和环境压力三类,得到影响水资源承载力的三个主要因子,分别为人口、工业用水量及农业用水量。进而通过回归分析建立多元线性回归模型,预测出2020年及2030年的用水总量,并结合天津市水资源现状进行分析后,提出了相关的政策性建议和措施。     

不连续系列的P-Ⅲ型曲线计算机适线法探讨

为改善目估适线法存在的主观性问题和计算机算法的计算结果与经验适线存在的偏差问题,在计算机适线算法基础上将目估适线法适线标准融合到算法的目标函数中,并充分利用样本数据精度信息,提出了一种改进的加权适线法,并以不连续系列洪水洪峰流量频率适线为例,利用计算机程序进行迭代计算,求得较为理想的理论频率曲线。实例验证结果表明,改进的加权适线法能将目估适线法的经验耦合到计算机适线结果中,且随历史洪水数据精度的提高,曲线与历史洪水点据的拟合误差也越小。     

防洪基金问题的探讨

阐述了防洪基金的性质与作用，采用系数分摊方法建立了征收防洪基金的基本框加,就其管理使用办法作了分析与探讨，以有助于我国防洪求灾工作的开展。     

刘家峡水库防洪限制水位汛期动态控制方法

根据国家防汛抗旱总指挥部办公室发布的《水库汛限水位动态控制试点工作意见》，基于现有的工程条件和技术资料，在龙羊峡—刘家峡两库联合调度的基础上，结合有效的防洪调度方法和措施，科学、合理地论证刘家峡水库的动态防洪限制水位，实现科学调度洪水，既能充分利用流域水资源、尽可能地发挥梯级水库的防洪和兴利综合效益，又可满足设计防洪标准、确保水库防洪安全。结果表明:从防洪安全和综合利用两方面考虑，根据上游龙羊峡水库的实际运行情况，刘家峡水库各旬在汛限水位1 726.3 m～1 733.6 m之间进行动态控制是必要的，也是可行的。     

市场环境下水电运营方式的探讨

随着市场化的推进，水电不久将走向市场，按照“公平、公正、公开”的原则参与竞价上网。文中探讨了市场环境下水电站（群）经济运行的内容、面临的问题及相应的对策，提出了风险调度问题、竞价风险调度机制及“绿色通道”机制的思想。     

融合改进灰狼算法的机器学习月径流预测方法

为提高径流预报的准确性,对黄河唐乃亥站和兰州站实测月径流序列,分别采用梯度提升树回归（GBDT）、反向传播算法（BP）、差分进化-灰狼算法（HGWO）优化的支持向量回归（SVR）算法,结合变分模态分解方法（VMD）和极点对称模态分解方法（ESMD）,建立组合预报模型。结果表明,组合模型VMD-HGWO-SVR预测效果最好,与ESMD-HGWO-SVR、VMD-BP、VMD-GBDT相比,两站的预测结果的平均绝对误差分别平均降低53.38%、14.27%、6.8%,均方根误差分别平均降低53.66%、22.0%、11.54%,平均相对误差分别平均降低54.92%、12.0%、3.67%,纳什效率系数分别平均提高17.09%、3.26%、1.36%。可以看出,该方法在月径流时间序列预测中具有较好的效果。