基于DEM的集总式水文预报模型产流结构生成

降水数值预报和水文预报的耦合是水文研究的热点问题之一,在避免水文预报模型开发的前提下,本文探讨了如何利用现有的集总式水文预报模型,实现两个系统耦合的问题。提出了在DEM资料提取的数字流域基础上,人工干预子流域和泰森多边形的生成方法,使生成的子流域、泰森多边形与原集总式的水文预报方案划分情况基本一致,在产流层面解决了降水数值预报和集总式水文预报方案耦合的技术问题,为降水数值预报成果在水文预报中广泛应用创造了条件。该方法在潘家口水库的水文预报中应用,取得了较好的效果。     

基于WA、ANN和水文频率分析法相结合的中长期水文预报模型的研究

针对传统中长期水文预报方法模拟预测结果精度低、未考虑水文不确定性因素的影响等问题,本文将小波分析(WA),人工神经网络(ANN)和水文频率分析法联合使用,建立了不确定性中长期水文预报模型:即在应用WA揭示水文序列变化特性的基础上,将原序列分为主序列和随机序列两部分,然后利用ANN对主序列进行模拟预测,对随机序列进行水文频率分析,最后将两部分结果叠加作为最终预测值.将该模型用于黄河河口地区作中长期水文预报,并与传统方法作对比,进行模型验证.结果显示:该模型能同时揭示序列的时、频结构和变化特性;预报值结果精度高;且合格率高;能定量分析和描述水文不确定性因素对预报结果的影响,可得到不同频率对应水文序列的模拟预测值.因此该模型的预报结果更加合理有效,对实际生产应用更具有指导意义.     

HBV模型在中国东北多冰雪地区的应用研究

HBV模型是瑞典SMHI开发研制的水文预报模型，广泛用于水文预报、未控制河流的流量模拟、设计洪水计算和水质研究。HBV／IHMS的积雪和融雪模型，可以模拟冰河和田间积雪区的降水量。中国东北地区有较长冰雪覆盖期，春汛预报和春季抗旱水量分析尤为重要，但是缺少考虑融雪（冰）的洪水预报方案和软件系统。利用鸟苏里江一级支流挠力河的历史水文气象资料作为实例应用HBV／IHMS，模拟效果良好，分析结果表明HBV模型对于中国东北多冰雪地区的洪水或水量预报是可行的。     

人工神经网络模型与新安江模型的应用比较

新安江模型是我国研制的经典的概念性流域水文模型,其参数往往通过人工试错法进行率定,在洪水的实时预报中需建立误差自回归模型来修正预报值.人工神经网络模型是一种数据驱动模型,它可以通过算法调节权值和偏王值来模拟信息,实现了模型参数的自动率定.在实时预报的应用中,人工神经网络模型可以根据计算误差调节权值和偏置值,反映水文过程的时变性,模型结构显得更加简洁.本文将两种模型应用于潢川流域并作比较.它们的预报结果都达到了作业预报要求.在实际应用中可以根据资料情况选择模型进行洪水预报.     

2008年三峡水库入库洪水特点与预报效果评价

对2008年三峡水库入库洪水特点进行分析,并针对场次洪水和连续自动预报两种方式进行预报误差统计,两种方式预报结果都表明2008年实时联机水文预报精度达到水文情报预报规范的甲级标准,同时发现未来降雨对三峡水库入库预报精度影响较大,部分场次洪水结合(不结合)未来降雨的预报精度差别很大,且随着预见期增长,预报误差也加大。     

灰色理论在中长期水文预报中的应用研究

通过水文气象数据,建立系统模型对某一水体、某一地区或某一水文站在未来一定时间内的水文情况做出科学准确可靠的高精度预测,T提高对防洪、抗旱、水资源合理利用和国防事业中的应用。总结分析中长期水文预报模型的现状及传统模型存在的问题,讨论灰色水文预报模型详细构建步骤及模型精度检验方法,并通过实例数据分析验证构建的灰色水文预报模型的可行性与可靠性。     

河道洪水实时概率预报模型与应用

通过数据同化方法合理地将实时水文观测数据融入到洪水预报模型中,可提高洪水预报模型的实时性和精确度。选取沿程断面流量、水位和糙率系数作为代表水流状态的基本粒子,以监测断面实测水位数据作为观测信息,建立了基于粒子滤波数据同化算法的河道洪水实时概率预报模型。模型应用于黄河中下游河道洪水预报计算的结果表明,采用粒子滤波方法同化观测水位后,不仅可以直接校正水位,同时也可以有效地校正流量和糙率,为未来时刻模型预报计算提供更准确的水流初始条件和糙率取值区间,进而有效地提高模型预报结果的精度,给出合理的概率预报区间。不同预报期的预报结果表明,随着预报期的增长,同化效果减弱,模型预报结果的精度会有所降低,水位概率预报结果受粒子间糙率不同的影响不确定性增加,而流量概率预报结果受给定模型边界条件的影响不确定性降低。所提出模型可以有效同化真实水位观测数据,适合应用于实际的洪水预报工作中。     

T-S-K模糊逻辑算法在抚河水文预报中的应用

目前我国水文机构存有大量的水文数据,如何充分有效地利用智能算法对这些数据进行分析和挖掘,降低预测的复杂度并提高水文预测的精度,是水文预报的一个重要的发展方向。数据挖掘中的T-S-K模糊逻辑算法从大量数据中提取未知、可操作、有相关性的水文模式和关系用于水文预报。本文以抚河上下游3个重要水文站历史数据为实例,建立T-S-K模糊逻辑算法水文预报,分析结果表明该算法所建模型误差较小,预测精度高,可满足实际水文预报需求。     

贝叶斯概率水文预报系统在中长期径流预报中的应用

采用贝叶斯概率水文预报理论制订水电站水库中长期径流预报模型,以概率分布的形式定量地描述水文预报的不确定度,探索概率水文预报理论及其应用价值。采用气象因子灰关联预报模型处理输入因子的不确定度,将实时气象信息和历史水文资料有效结合,突破传统确定性预报方法在信息利用和样本学习方面的局限性,以提高水文预报的精确度。以丰满水电厂水库为例对所建模型进行检验,模拟计算结果表明,该模型与确定性径流预报方法相比,不仅有利于决策人员定量考虑不确定性,而且在期望意义上提高了径流预报精度,具有较高的应用价值。     

构建式流域实时水文预报系统关键技术研究

目前的水文预报模型很多,但都缺乏统一的模式。通过对水文预报模型的高度抽象,定义了水文预报模型的标准化接口,统一了各类水文预报模型的输入、输出、参数、状态,以及运行过程;在此基础上,实现了水文预报方案的标准化"构建"模式,即通过标准化水文预报模型的相互组合实现流域水文预报方案的标准化创建。基于以上关键技术,成功开发了构建式流域实时水文预报系统,并取得了良好的应用效果。     

遗传算法在水文预报中的应用

本文简要介绍了遗传算法的基本原理,利用该算法率定新安江模型的参数,并应用于江界河-思南区间的水文预报.结果表明,利用遗传算法率定水文模型参数直观、简便、适用性强,能较大地提高水文预报的效率和精度.     

基于深度学习的流域洪水预报模型研究

随着水文信息系统的普及,水文数据的采集越来越方便。传统上依靠各类水文模型及参数率定以刻画水文数据和预报成果间的复杂关联,如何实现水文数据驱动的水文自动预报是当前面临的问题。近年来,人工智能技术蓬勃发展,深度学习技术开始应用于水文学领域,试图解决这一问题。本文以沮漳河西支峡口至远安区间流域为研究对象,结合分布式水文模型的原理及深度学习理论方法,基于流域多维度数据对流域产汇流特性进行提取,利用特征网络进行流域径流预报,构建基于卷积神经网络（CNN,Convolutional Neural Networks）的流域降雨径流预报模型。研究将模型模拟结果与前期影响雨量模型（API, Antecedent Precipitation Index）结果进行对比分析,结果表明,基于卷积神经网络的流域降雨径流预报模型模拟精度为90%,模型可靠,能满足大部分的降雨洪水预报,为流域降雨径流预报提供一种新的方法。     

浙江省无资料流域洪水预报方法研究

无资料或资料不足是任意流域开展洪水预报面,临的难题和挑战。在浙江全省适用水文预报模型筛选基础上,利用自动寻优技术对浙江省39个代表流域978场暴雨洪水进行逐流域、逐场洪水产、汇流参数率定,并根据参数变幅、敏感性,分别采用均值、等值线空间内插、结合流域特征运用投影寻踪回归分析等方法进行产、汇流参数的地区综合,提出了全省无资料流域洪水预报方法,并经预报模型检验,精度可以满足防洪预警要求。     

全球气象预报驱动流域水文预报研究进展与展望

全球气象模型及新兴人工智能模型为流域水文预报提供了日、次季节、季节等不同时间尺度的海量气象预报数据。与此同时,基于气象预报开展水文预报,涉及到数据获取、模型构建、评估检验等技术问题。本文以全球气象预报相关的研究计划为切入点,调研现有的1 d至2周小时尺度中短期天气预报、1～60 d次季节尺度气象预报、1～12个月季节尺度气象预报以及新兴的人工智能气象预报;梳理气象预报驱动下流域水文预报模型方法,阐述气象预报订正、水文模型设置和预报评估检验等技术环节。基于全球气象预报生成实时和回顾性流域水文预报,定量检验不同预见期下预报精度以评估相关模型方法的预报性能,为水利工程预报-调度实践应用打下坚实的基础。     

降水临近预报及其在水文预报中的应用研究进展

随着全球气候变化、自然变迁及陆表生境改变,极端天气频发且呈现出多尺度时空变异特征,对其进行预报和预警一直是气象水文领域关注的焦点。临近预报可较准确地预报未来短时间天气显著变化,是当前预报强降水等极端事件的主要手段。从基于天气雷达0~3 h外推临近预报、融合数值模式0~6 h临近预报的发展历程梳理了临近预报的研究进展,阐述了雷达外推算法的发展进程、雷达外推预报与数值模式预报融合技术进展,指出"取长补短"的0~6 h融合预报在提高降水预报精度、延长降水预见期等多方面有较大的发展潜力,进一步探寻及提升融合技术是未来融合预报发展的核心。将临近预报以气象水文耦合的方式引入水文预报是从源头提高水文预报精度、保障水文预报效果的主要途径,总结了现阶段主流耦合方式、空间尺度匹配技术、水文模型不确定等陆气耦合中的关键问题,阐述了外推临近预报、融合临近预报作为水文预报输入的研究进展,明确了融合临近预报在延长洪水预见期、提高洪水预报精度中存在优势,并讨论了未来的研究重点及发展方向。     

利用灰色理论预测干旱年

通过利用灰色理论预测柳河水系的干旱年,阐述了灰色理论预测随机水文要素的基本方法。并对预报模型进行了精度检验。     

嘉陵江流域三江汇流洪水联机实时预报研究

不直接描述嘉陵江流域三洪汇流存在的洪水顶托等复杂的物理过程，而是采用时变参数线性模型，由作者修正的一种自适应滤波水文实时预报方法进行参数在线识别，并分别研究集总输入和多输入两种情况，实现了洪水联机实时预报，结果表明，预报精度高，且模型简单，滤波参数稳定，便于推广使用。     

提高水文预报程序可靠性的几点技巧

提高水文预报程序可靠性的几点技巧陈士永（福建省古田溪水力发电厂）使用微机进行水文预报，省去了繁重的手工绘图计算工作，并使作业预报的速度得以提高。一般微机硬件的数据处理能力和速度都能满足作业预报的需要，故作业预报的质量主要取决于预报软件。一个好的预报程...     

中国水文情报预报的现状及展望

中国地处东亚季风区,是世界上最严重的气候脆弱地区之一。特殊的地形、地貌和气候特征决定了水旱灾害频繁, 已成为我国经济和社会发展的重要制约因素。水文情报预报是防灾减灾最重要的非工程性措施,是防汛抗旱工作的尖兵、耳目和参谋。在我国历年的防汛抗旱、水资源管理与保护、水工程运行管理等工作中发挥了重要的作用,取得了显著的经济效益和社会效益。上世纪90年代以来,随着计算杌、通信、网络、遥感、地理信息系统等现代信息技术在水文情报预报领域的推广应用,以及水文预报理论和方法的不断发展,我国水情报汛站网、水情信息采集与数据传输、水文预报模型、水文情报预报业务系统开发等都有了较大的进展。展望我国水文情报预报工作的未来,作者建议完善水情报汛站网的规划和建设,加强水文预报基础理论研究,推进洪水预报系统标准化建设,开展重点防汛地区的洪水演进仿真模型研究,强化作业预报管理制度建设,拓宽水文预报服务内容,建立健全服务体系。     

无资料地区水文预报研究的方法与出路

无资料地区的水文研究是最近国际上水资源水环境研究的热点.总结了中国过去在流域洪水预报和设计洪水计算中针对无资料地区研究所取得的相关成果,指出现代水文学应该充分运用新的系统理论和方法,依靠计算机技术和遥感手段,在水文数值模拟方向上寻找无资料地区水文预报的新出路.对无资料地区的水文研究要从有充分实测资料的流域开始,人为隐去部分站点的实测数据以检验依靠剩余少量数据而建成的水文模型的适用性和精度.最后分析了流域分布式水文模型、空间插值、四维同化技术等方法在无资料地区水文预报中的意义和作用.