Kalman滤波方法在黑河出山径流年平均流量预报中的应用

应用Kalman滤波方法,以流域平均降水量、气温、太阳黑子相对数及莺落峡站6年显著周期序列等为控制参数,对黑河出山径流年平均流量的预测问题进行了初步研究和探讨。     

黑河莺落峡站径流变化的影响因素分析

以黑河干流出山口径流控制站莺落峡水文站1960-2004年45年的径流序列为基础数据,采用相关分析、交叉谱分析、统计规律分析、降水—径流双累积曲线法等研究了全球变化、太阳黑子活动、ENSO循环和下垫面变化对黑河干流出山径流变化的影响。结果表明：①全球变化对莺落峡站径流变化影响较大;②莺落峡站年径流与太阳黑子相对数两序列在2年和3.3年两个振动周期上存在显著的相关关系,但在这两个存在显著相关关系的振动周期上太阳黑子相对数的周期波动变化都落后于莺落峡站年径流的周期波动变化;③ENSO循环对莺落峡站年径流变化有一定的影响,但是,El Nino事件和La Nina事件对莺落峡站年径流的影响时间持续较短,对事件发生当年的径流变化影响较大,对事件发生次年的径流变化影响较小;④流域下垫面变化对莺落峡站年径流量的变化影响较小。     

黑河上游多年基流变化及其原因分析

利用递归数字滤波法分割黑河上游主要水文站点的基流量,用移动平均、曼-肯德尔（Mann-Kendall）突变检验,小波分析方法分析研究区多年基流变化特点,并对基流影响因子进行分析。结果显示：黑河上游祁连、扎马什克、莺落峡三站多年平均基流指数均大于0．4;祁连与莺落峡多年基流量呈上升趋势,二者都在1979年发生增加到显著增...     

灰色拓扑预测方法在黑河出山径流量预报中的应用

黑河是我国西北干旱区最大的内陆河流之一,中游地区是流域内工农业经济最为发达的地区和国家重要的商品粮油种基地,也是水资源利用量最大和利用率最高的地区,下游是阿拉善高原的主要天然草场,也是河西走廊等一些重要经济区的生态屏障。文章以黑河莺落峡出山年径流量实测数据系列为基础,采用灰色系统拓扑预测方法,建立了GM(1,1)拓扑预测模型群,对2004-2030年莺落峡出山径流量进行了预报结果表明,预报阶段黑河年均径流量为16.11×10m8/a,较现状径流量实测多年均值增加1.24%。预报结果表明:在21世纪开始的若干年内,随着天气系统的变化引起的祁连山中西部降水量的增加和冰川融水的增多,会使包括黑河在内的河流出山径流将呈现一个缓慢的上升趋势,预计这段时间年均流量将高于多年平均值。     

1957-2008年黑河流域径流年内分配变化

根据黑河流域重点控制水文站莺落峡、正义峡实测月径流量观测资料,应用不均匀系数、集中度(期)、变化幅度等方法指标,分析了黑河流域径流年内变化规律;采用累积滤波器和Mann-Kendall秩相关法诊断了各月径流量的变化趋势.结果表明:①对于莺落峡站,总体上各个年代径流年内分配均呈明显的"单峰型"分布,其径流量7月达到极大值...     

基于R/S分析的黑河出山年径流量灰色预测

径流过程具有分形和灰色特征。基于此,将R/S分析与灰色系统理论相结合,提出了R/S灰色预测模型以预报黑河出山径流量。针对1949—2011年莺落峡水文站年径流量资料,首先进行R/S分析,确定径流量序列的Hurst指数和平均循环周期T;然后在一个周期内进行径流量灰色预测。结果表明:黑河出山径流量循环周期在20~25年之间,在进行R/S灰色预测时,取T=20为宜;R/S灰色预测结果的精度高于直接进行灰色预测。该方法拓宽了分形和灰色理论在径流过程研究的应用范围,为径流量的科学预测提供了一种新方法。     

黑河流域莺落峡站河道内生态需水研究

生态需水是当前水问题研究中的一个热点问题, 对于生态环境急剧恶化的内陆干旱区来说, 这一研究尤为紧迫。气候变化及人类活动导致水文变异, 进而改变了当地生态系统的水文及生态平衡状况。文章采用黑河流域莺落峡站1947-2006 年月径流序列资料, 运用差积曲线-秩检验联合法来识别水文过程变异点并分析变异成因, 然后对各月平均流量序列用线性矩法推求GEV分布参数, 求出概率密度最大流量, 将其视为相应月河道内生态流量, 可以得到黑河莺落峡站河道内生态需水情况。结果表明, 基于水文变异情况分析河道内生态需水的计算方法在黑河上游是可行的;水文变异前后, 站点满足生态需水频率会发生显著变化, 因气候原因而导致的径流量变化是很难避免的, 科学合理计算生态需水对干旱区河流生态管理和经济社会可持续发展有重要作用和意义。     

祁连山黑河径流变化特征及影响因素研究

基于黑河流域径流、气象和土地利用类型等资料,采用弹性系数等方法研究了黑河径流变化特征及影响因素。结果表明：（1） 1990年后黑河流域径流量增加趋势明显加速,并且在黑河干流表现最为明显,1957—1990年莺落峡站径流量增加速率为0.75×10⁸ m³·(10a)^-1,而1991—2020年其增加速率为2.60×10⁸ m³·(10a)^-1,后者是前者的3.47倍,并且黑河全流域1990年后径流量增加主要发生在夏季和秋季,较1990年前分别增加了7.07%和26.58%。（2） 径流对气候变化的响应在夏季最为敏感,并且降水是导致径流增多的主要气候因素,夏季降水量增多1.000%,同期径流量平均增多0.741%（P<0.01）。（3） 2020年较1980年黑河流域耕地和建设用地面积相对增幅分别为24.20%和71.43%;草地和未利用土地面积相对降幅分别为1.30%和5.28%。径流量与林地面积、建设用地面积呈正相关,而径流量与草地面积呈负相关。研究结果可以为黑河流域水资源的科学管理、优化配置和后续生态工程的实施提供参考。     

黑河流域近60年来径流量变化及影响因素

基于莺落峡、正义峡水文站径流量数据及相关气候资料,借助小波分析、小波神经网络模型和GIS空间分析方法,研究黑河干流径流量变化周期、突变、趋势及原因。结果显示:1944~2005年莺落峡年均径流量变化长周期约7和25年,变化总体呈增加趋势,增加率约1.04m³/(s·10a);1954~2000年正义峡年均径流量变化长周期约6和27年,变化总体呈减少趋势,减少率约2.65m³/(s·10a);2006~2015年莺落峡年均径流量呈增加趋势,增加率约2.04m³/(s·10a);莺落峡径流量的增加主要与黑河流域上游气候向暖湿型转化有关,而正义峡径流量的减少与中游水资源利用量的迅速增加有关。     

Local Modeling模式及其在月径流预测中的应用

Local Modeling方法是一种动力系统预测方法，将其应用于河西内陆区黑河干流出山口莺落峡水文站月平均流量的中长期预测预报，取得了较为理想的成果。预测试验的结果表明，该预测模型有较高计算精度，尤其适用于非主汛期各月的月平均流量的预测；对于主汛期6～9月的月平均流量的预测，在考虑前期来水与预见期内降水的影响后，亦可获到较为理想的预测结果。可以认为，该方法的预报精度达到了水文情报预报规范的要求，Local Modeling方法的应用，将为西北干旱地区河川径流的中长期预报提供了一个新的途径。     

区域沙漠化研究中的沙漠化数量表征

在区域尺度的沙漠化研究中,沙漠化的数量表征可以从沙漠化程度和沙漠化过程二个方面来表示,沙漠化程度是区域内不同沙丘类型的加权作用的总和,用公式DG_i=(M_i+k₁SM_i+k₂F_i)/A_i来计算。沙漠化过程是描述沙漠化程度的变化速率,即单位时间内的沙漠化程度的变化速率,用公式DP=(DG_i+n-DG_i)/n来计算。其中权重k值的确定是区域沙漠化研究的核心,因为k值的大小影响到区域沙漠化程度的高低。研究的结果表明,k值与沙漠化程度呈正关联。但是,其引起的变化小于不同沙丘类型面积变化引起的沙漠化程度的变化。因为采用上述公式计算区域尺度上的沙漠化程度和过程,主要反映了不同沙丘类型的面积信息,权重k值仅仅是对其进行了校正。同时研究结果也表明,k值与沙漠化程度的关系为线性关系,对k值的异议引起的沙漠化程度和过程的差别,可通过k值曲线及时地纠正或重新计算。此外,在不同沙丘类型面积确定的情况下,用k值曲线可表示出所研究地区沙漠化程度和沙漠化过程的变化范围。     

黑河下游径流量与额济纳绿洲NDVI的滞后模型

将黑河下游年度均流量作为激励,将由NOAA/AVHRR卫星数据处理得到的归一化植被指数NDVI指标作为响应,建立起线性系统模型,从区域尺度模拟了额济纳绿洲植被发育相对于来水量的滞后过程。模型显示出,黑河来水对当年及后5 a的绿洲植被产生显著影响,其中对次年影响最大,并逐年递减,6 a后滞后效应不明显。分析认为滞后效应受含水层、包气带结构、绿洲范围等物理与几何参数因素控制,是绿洲生态系统具有自维持功能的一个体现。     

基于胡杨年轮重建黑河下游近100年春季径流量

在建立近100年来额济纳旗胡杨年轮年表的基础上,将标准年表(STD)的年轮宽度指数与黑河正义峡水文站径流量进行相关分析,结果表明年轮宽度指数与春季径流量负相关最显著,相关系数为-0.642。利用多元线性回归方程,重建了黑河下游(正义峡)近100年来的春季径流量,并用逐一剔除检验法进行了方程稳定性检验。统计检验参数表明估计序列与实测序列较为相近,残差缩减值RE和平均有效系数CE为0.419,乘积平均值t为4.949,符号检验超过95%的置信度,重建方程稳定可信。根据转换函数重建的近100年来春季径流量中,最大春季径流量为93.03m3/s,最小为37.99 m3/s。Morlet小波分析和功率谱周期分析表明,春季径流量存在3.3年的显著周期变化。     

戈壁沙砾质地表沉积物全粒径分布模式及其对分选作用的指示意义

戈壁地表沉积物组分呈多峰态分布的特征，研究其全粒径分布模式是认识戈壁成因及形成过程的基础。目前粒度分布模式（对数正态分布、Weibull分布等）难以正确表达呈多峰态的沉积物粒度分布特征，本文利用单调递减函数P（d_i）=Cd_i^-μexp（-d_i/Dc），对戈壁地表沉积物粒度的全粒径分布模式进行解析。结果表明：（1）该函数能够反映出戈壁地表沉积物组分的全粒径分布特征，拟合优度R²>0.99，参数C值范围为52.64~166.75，μ为-0.083~0.108，Dc为0.103~2.336；（2）在分选作用下，以富沙组分为主的戈壁地表，跃移组分含量高，μ值、Dc值偏小，以富砾组分为主的戈壁地表，蠕移及风蚀残余组分含量高，μ值、Dc值偏大；（3）全粒径分布模式参数值可以揭示洪积扇戈壁的分选沉积特征，为解析戈壁地表的成因以及风蚀风积作用提供新的指标参数。     

60年来洞庭湖区进出湖径流特征分析

采用集中度与集中期、M-K趋势检验法、变差系数法等方法对洞庭湖入湖径流河流（荆江三口、湖南四水）和出湖径流（城陵矶）年径流量序列进行分析。结果显示：① 洞庭湖区径流集中期为每年6~7月份,最大径流出现时间为6月底7月初;径流集中期合成向量方向介于103.2~190.2°之间,均能够反映各河流进出湖径流量最大值出现的月份。② 径流变差系数介于0.194~0.761之间,说明径流年际变率大。各河流径流极值比均在0.6以上,径流量衰减较为明显。③ 从径流的丰枯交替规律来看,湖南四水水量分配相对较为平均。荆江三口以藕池口丰水年和枯水年概率最大,分别占到32.79%和57.38%,径流年际变化较为剧烈,不利于水资源的合理利用。     

Research on runoff variations based on wavelet analysis and wavelet neural network model: A case study of the Heihe River drainage basin (1944?2005)

The Heihe River drainage basin is one of the endangered ecological regions of China. The shortage of water resources is the bottleneck, which constrains the sustainable development of the region. Many scholars in China have done researches concerning this problem. Based on previous researches, this paper analyzed characteristics, tendencies, and causes of annual runoff variations in the Yingluo Gorge (1944–2005) and the Zhengyi Gorge (1954–2005), which are the boundaries of the upper reaches, the middle reaches, and the lower reaches of the Heihe River drainage basin, by wavelet analysis, wavelet neural network model, and GIS spatial analysis. The results show that: (1) annual runoff variations of the Yingluo Gorge have principal periods of 7 years and 25 years, and its increasing rate is 1.04 m3/s·10y; (2) annual runoff variations of the Zhengyi Gorge have principal periods of 6 years and 27 years, and its decreasing rate is 2.25 m3/s·10y; (3) prediction results show that: during 2006–2015, annual runoff variations of the Yingluo and Zhengyi gorges have ascending tendencies, and the increasing rates are respectively 2.04 m3/s·10y and 1.61 m3/s·10y; (4) the increase of annual runoff in the Yingluo Gorge has causal relationship with increased temperature and precipitation in the upper reaches, and the decrease of annual runoff in the Zhengyi Gorge in the past decades was mainly caused by the increased human consumption of water resources in the middle researches. The study results will provide scientific basis for making rational use and allocation schemes of water resources in the Heihe River drainage basin.     

基于小波变换和GRNN神经网络的黑河出山径流模型

对黑河山区流域月降水量和气温做Harr小波变换,并作为GRNN神经网络的输入,对黑河出山径流进行模拟和预测验证,效果较好。应用全球变化成果,在不同的气候情景下,对黑河出山径流进行预测。结果表明,黑河出山径流在未来一段时间内,径流量会有一定程度的增加,最终会减少。但模型对气温反应不敏感。去除气温重构的细节系数后,气温也成为一个敏感因素,但径流量却随气温的增加而增加。可推断,引进Haar小波变换的GRNN神经网络模型可应用于径流量对气温不敏感的流域。     

Simulation and analysis of river runoff in typical cold regions

It is generally agreed that global warming is taking place, which has caused runoff generation processes and apparently total runoff amount changes in cold regions of Northwestern China. It is absolutely necessary to quantify and analyze earth surface hydrological processes by numerical models for formulating scientific sustainable development of water resources. Hydrological models became established tools for studying the hydrological cycle, but did not consider frozen soil or glacier hydrology. Thus, they should be improved to satisfy the simulation of hydrological processes in cold regions. In this paper, an energy balance glacier melt model was successfully coupled to the VIC model with frozen soil scheme, thus improving the models performance in a cold catchment area. We performed the improved VIC model to simulate the hydrological processes in the Aksu River Basin, and the simulated results are in good agreement with observed data. Based on modeling hydrological data, the runoff components and their response to climate change were analyzed. The results show: (1) Glacial meltwater recharge accounts for 29.2% of runoff for the Toxkan River, and 58.7% for the Kunma Like River. (2) The annual total runoff of two branches of the Aksu River show increasing trends, increased by about 43.1%, 25.95×10⁶ m³ per year for the Toxkan River and by 13.1%, 14.09×10⁶ m³ per year for the Kunma Like River during the latter 38 years. (3) The annual total runoff of the Toxkan River increased simply due to the increase of non-glacial runoff, while the increase of annual total runoff of the Kunma Like River was the result of increasing glacial (42%) and non-glacial runoff (58%).