昌吉地区水文预报与水资源优化管理技术探讨

水文预报与水资源优化管理是当今水文学科的重要分支,对于预报区域内未来水文状况具有重要的作用。基于水文预报与水资源优化管理技术,以昌吉地区近十年来的8个水文站实测数据为支撑,引入周期迭代ARIMA技术进行水文计算及预测,确定昌吉地区水资源参数、构建水资源管理模型;通过模型分析数据可知:依托构建的昌吉地区水资源管理模型,可有效提高吉昌区域的水资源综合利用效率,减少水资源能耗,实现昌吉地区水资源优化管理。     

数据挖掘技术在水文预报中的应用及水文预报发展趋势研究

数据挖掘作为知识发现过程中的重要步骤,是从大型数据库中提取未知的、有价值的和可操作性的关系、模式和趋势用于决策支持的过程。我国目前在防洪领域存在着大量水文数据,如何充分有效地利用各种智能算法对这些数据进行分析与挖掘,以形成相应的水文预报模型进行准确的水文预报是防洪决策支持系统完善和发展的重要方面。本文首先全面地介绍数据挖掘的功能分类及以数据挖掘为基础的水文预报体系,然后对数据挖掘技术在水文预报中的应用进行了探讨和研究。     

煤与瓦斯突出预报的理想灰贴近函数聚类关联分析

从预报煤与瓦斯突出所获取的数据信息知，其信息多数为灰色特征。为突出其灰色特性，本文采用理想灰贴近函数聚类关联分析预测预报煤与瓦斯突出的危险程度，并将此方法同模糊聚类预测预报法和模糊聚类关联分析预报法及模糊聚类相似分析预报法进行了对比分析。由对比分析可知，采用4种数学方法预测预报煤与瓦斯是否突出，给出的结论是一致的，只是预测预报是否发生的可能程度略有差别。其中关联分析比相似分析计算过程较简单，且相似分析在确定编号时，有时受截值λ取值影响。尽管如此，但不影响预测预报结果。所以，不论是采用模糊聚类，还是灰色聚类数学方法预报煤与瓦斯突出均是可行的，可在实践中应用。     

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。     

混合模糊证据权模型在河北承德煤炭资源预测中的应用

应用模糊逻辑法、加权证据权法相结合的混合模糊证据权模型和GeoDASGIS技术开展了承德煤炭资源预测研究。采用模糊逻辑法对与煤炭矿床有关的证据层进行了系统的处理和分析,并在此基础上采用加权证据权方法编制了成矿后验概率图,最终划分出5个主要的找矿远景区。研究结果不仅对进一步开展预测区优选评价具有重要的参考意义,而且为混合知识驱动与数据驱动的混合预测模型提供了一种可借鉴的有效方法。     

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.     

GIS成矿预测的数据驱动与知识驱动分析

在基于GIS的成矿预测方法——证据加权法、神经网络法和模糊逻辑法中，含有数据驱动和知识驱动两种过程。数据驱动和知识驱动各有优点和缺点，不应片面对待。模糊逻辑法既适用于勘探程度低的地区，也适用于勘探程度高的地区，可用于两种目标的成矿预测。     

单因子水文预报方程算法及实例分析

作为单因子水文预报模型中长期水文预报应用相对广泛,本文利用平稳时间序列模型。利用Gass消去法、Gass-Seidel迭代两种方法计算水文预报方程组,并进行单站的实例计算和两种计算结果的对比分析,误差为18％,可以作为实用的预报方案使用。水文预报方程是建立在线性函数关系基础上的,因而只要是具有某种线性关系的连续系列都可以利用该方法进行预报。并可作为下年水量状况的参考数据,尤其连续的洪、旱灾年,本方法将更为精确。     

水文时间序列相似性查询的分析与研究——以漯河站、何口站汛期降雨量相似性查询为例

水文时间序列相似性查询可用于雨洪过程预测、环境演变分析、水文过程规律分析等方面.最为直接的应用是回答防汛指挥中经常问到的"当前水文过程相当于历史上哪一时期的同类过程"等问题.由于水文数据数量大、类型复杂,仅使用水文学的理论和传统统计方法加以分析,往往因为计算能力、存储能力以及算法的复杂而造成预测时间较长.在水文领域引入数据仓库和数据挖掘的理论与技术,为解决水文科学研究面临的问题提供了新的思路.     

基于历史资料分析的台风水灾智能预警系统研究

台风增水预报对于防范台风水灾具有重要意义.系统采用BP神经网络模拟专家预测潮位的思维方法,通过大量历史资料自我学习建立台风增水智能预报模型,并以图形化方式直观表现预报成果.以近年来的台风增水数据对系统进行检验可以发现,神经网络算法在台风增水预报上有一定优势,系统具有较高的应用价值.     

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。     

陆气耦合模型在实时暴雨洪水预报中的应用

采用加拿大区域性中尺度大气模式MC2(Canadian Mesoscale Compressible Community)和新安江模型单向耦合模型系统,对2005年7月4～15日发生在淮河流域的一场暴雨洪水,进行了实时预报.采用王家坝以上流域的实测降水和王家坝断面的实测洪水资料,对MC2预报降水的时空分布和陆气耦合模型预报的洪水过程进行了分析.结果表明,MC2对该场强降水过程具有很好的预报能力,陆气耦合模型有效地增长了洪水预报的预见期,具有很好的应用前景.     

天山麦兹巴赫冰川湖突发性洪水分形特征研究

冰川湖突发性洪水具有强烈的随机性和不确定性。文章以天山麦兹巴赫冰川湖突发洪水为例。应用其近４０ａ来实测的３７次冰川突发洪水的洪峰流量等实测资料,从洪水时间序列出发,应用非线性动力系统重构技术,探讨了冰川湖突发洪水的分形特征,计算得出了关联分维数Ｄ２和Ｋｏｌｏｍｏｇｏｒｏｖ熵。结果表明,冰川湖突发洪水的时序分布具有分形特征,是其内在的非线性动力系统演化的结果。     

DEM支持下的梅雨区雨量站网规划研究

雨量站网是水文站网整体功能中极其重要的一个组成部分,雨量资料的准确性和代表性,将直接影响洪水预报的精度,科学地规划和优化雨量站网,使雨量资料最大程度地反映流域的实际降雨情况,可以大大提高洪水预报系统的精度。根据水文技术发展的现状,采用抽站法,基于GIS技术,加入地形、气象等下垫面因素综合考虑,对梅雨地区雨量站网进行优化研究。     

模糊逻辑在物理栖息模拟中的应用

为了克服已有物理栖息地模型仅能在具有较完善监测资料河流使用的局限性,介绍了一种应用模糊逻辑的物理栖息地模拟方法。该方法以河道平面二维流场模拟结果为基础,将鱼类学和生态学专家的知识经验融入物理栖息地模型中,运用模糊逻辑推理计算栖息地各单元适宜度,最后根据加权可用面积、高适宜度面积比例与流量的关系曲线确定生态需水量。运用该方法对葛洲坝坝下中华鲟产卵栖息地进行模拟。研究结果表明,中华鲟产卵期适宜生态需水量为10 000~17 000 m3/s。分析认为该方法对监测资料依赖程度低,使用专家知识经验能够弥补数据不足造成的不利影响,具有一定的可行性及实用性。该研究有助于监测资料不足的河流开展生态保护及河流管理工作,并且能够为模糊数学理论在水生态学中的应用提供参考。     

National flood discharge mapping in Austria

This article presents the approach and the results of a study in which 30, 100 and 200 year return period flood discharges were estimated for 26,000 km of Austrian streams. Three guiding principles were adopted: combination of automatic methods and manual assessments by hydrologists to allow speedy processing and account for the local hydrological situation; combination of various sources of information including flood peak samples, rainfall data, runoff coefficients and historical flood data; and involvement of the Hydrographic Services to increase the accuracy and enhance the acceptance of results. The flood discharges for ungauged catchments were estimated by the Top-kriging approach with manual adjustment to the local flood characteristics. The adopted combination approach proved to be very efficient both in terms of the project time required and in terms of the accuracy and acceptability of the estimated flood discharges of given return periods.     

模糊均生函数残差模型在地下水数值模拟降水量预报中的应用

地下水主要补给来源为大气降水的入渗和地表水体的渗漏.在地下水模拟预报模型中需要预先知道降水量.迄今为止,年降水量的预测仍然是一个不易解决的难题.在模糊均生函数模型(FAFM)基础上,利用其残差数据序列对FAFM进行校正,提出了模糊均生函数残差模型(REMFAF),给出了模型预报精度的检验方法.实例研究表明,REMFAF模型应用于吉林省西部地区地下水数值模拟中的降水量预报,比FAFM的预报精度更高,取得了较为理想的结果.     

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。     

自适应神经模糊推理系统(ANFIS)在水文模型综合中的应用

由于目前已有很多比较成熟的流域水文模型,因此我们可以选用几个流域水文模型进行并行运算,来同时模拟流域降雨—径流关系。在相同的降雨输入情况下,不同模型得到的模拟流量必然会有所不同,模型效率系数和模拟精度也会不同。因此,如何将不同模型的模拟结果进行综合以进一步提高流量模拟精度是一个关键问题。本文选用自适应神经模糊推理系统(ANFIS)作为水文模型综合平台,以牧马河流域为试验区域,对两个并行运算水文模型(三水源新安江模型和总径流响应模型)的结果进行综合处理,得到了更稳健的流量模拟结果,大大提高了模型效率和模拟精度。该方法值得在实践中借鉴。     

不同时间尺度的中长期水文预报研究

为研究中长期水文预报时间尺度对预报精度的影响,选取最近邻抽样回归模型与基于小波分析的组合模型对长江干流典型断面不同时间尺度的径流序列进行中长期径流预报。将1980~2012年的逐日径流资料经过时间聚集方法转换成三天、周、旬、半月、月、双月、季、半年、九月、年等10个不同时间尺度,对高场、寸滩、宜昌、螺山、汉口、大通6个典型断面的径流进行拟合和预报。结果表明:随着预报时间尺度增加,预报精度呈现先降低后提高的趋势,其中,在月时间尺度上预报效果最差,三天和年尺度上预报效果相对较好。