山东省洪水预报方案编制及洪水作业预报探讨

山东省洪水预报方案编制及洪水作业预报探讨杨罗（山东省水文总站）一、编制洪水预报方案有关问题的探讨洪水预报方案（以下简称方案）是进行洪水作业预报的基本依据。如何编制科学合理且具有较高实用价值的洪水预报方案，是水情预报人员的一项重要任务。现就笔者参加我省...     

MODFLOW在渗渠取水工程中的应用研究

安塞油田近几年产量不断攀升,给干旱少雨、地下水资源十分贫乏的安塞地区供水带来了很大困难。为满足采油厂的需水要求,需要对谭家营水源地的取水能力进行评估。水源地的取水工程拟采用渗渠取水方式。根据延河河谷区概况建立延河水资源数学模拟模型,使用MODFLOW计算模拟渗渠在不同设计方案下的取水量。通过对渗渠取水地区地下水补给量、河流径流量的分析,并和渗渠开采量进行比较,确定渗渠取水量1774m3／d是有保证的。     

基于分布式水文模型的中小河流洪水预报技术

中小河流大多位于资料短缺的山丘区,洪水具有突发性强、汇流时间快、预见期短以及分布广的特点。中小河流洪水预报首要目的和任务是预警预报,预报方式应以自动预报为主,以实现及时预警,最大程度地避免人员伤亡,减轻灾害损失。本文分析了中小河流洪水预报的特点与难点,提出了中小河流洪水预报的思路及实用预报模型与方法,开展了基于分布式水文模型的中小河流洪水预报技术在新安江上游屯溪流域预警预报中的应用研究,以期为当前所开展的全国中小河流洪水预警预报系统建设提供参考。研究表明:分布式水文模型是资料短缺地区中小河流洪水预报的有效方法,基于分布式水文模型的洪水预报技术能够满足中小河流洪水自动预警预报的生产需要。     

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。     

延河“77.7”特大暴雨洪水

延河1977年7月5日至6日发生了特大暴雨洪水。6日凌晨,延安东关大桥处最大流量达到8780m~3/s,造成了延安的水灾。与过去1933年8月的最大流量4580m~3/s相比,为近一二百年来所罕见的特大洪水。为加深对延河洪水规律的认识,提供该地区水利工程规划设计作参考,现综合有关资料,对该次暴雨及洪水简介如下。     

半湿润地区洪水预报模型研究及应用

针对半湿润地区建立了流域非线性产流、汇流模型以及流域洪水实时预报校正方法，并将研制的模型应用于陆浑水库流域洪水预报，取得了较为满意的预报效果。     

抚顺地区前期影响雨量Pa值的特性浅析

在进行洪水预报及区域暴雨洪水设计工作中,Pa值——即前期影响雨量是一个必不可少的重要参数。Pa值分析、采用的准确与否,直接影响到相关后续成果的精度。根据抚顺地区的水文特性及相关系列资料,运用实测资料比对及频率分布理论对本区域内的Pa值随雨水情变化趋势及特点进行阐述探析,以期为本地区的洪水预报及有关暴雨洪水设计等工作提供具有实用性的参考依据。     

实时洪水预报方法综述

实时洪水预报方法综述杨小柳（中国水利水电科学研究院）引言历经半个世纪的发展，见诸文献的实时洪水预报方法多不胜数。本文依据现有方法的特点，将它们划分成不同的流派。这些流派分别在实时洪水预报技术发展的不同时期起到过重要作用，都具有自身的理论和技术特点；在...     

美国国家天气局洪水预报分级检验系统简介

介绍了美国国家天气局洪水预报分级检验系统的主要内容，该系统将洪水视为一个事件或一组事件，根据历史水文资料的分析，将预报站点发生的洪水分为6个等级，即无洪水、小洪水、中等洪水、大洪水、接近历史最高记录洪水、超记录洪水。一次洪水在退水之前或许跨越数个等级。如果某次洪水事件没有预报正确，可以计算出其误差，这是一个事件误差，而不是水位或洪峰误差。对所获取的资料做简单的统计分析后，以图表表示，对洪水预报效果做出评价和检验。     

双校正模式下的大清河流域陆气耦合洪水预报研究

基于数值大气模式WRF、三维变分数据同化WRF-3DVar、河北雨洪模型以及实时校正模型ARMA,在北方半湿润半干旱地区的大清河流域构建了陆气耦合洪水预报系统,并利用2012、2013年发生的3场降雨洪水,对系统的降雨洪水预报结果进行分析。结果表明:雷达反射率与GTS数据的同时同化,可有效改善数值大气模式对中小尺度流域的降雨预报效果,从而降低系统的洪水预报误差,ARMA模型的应用,能够进一步提升系统的洪水预报精度,随着预见期的延长,系统的预报精度下降,但系统在6h预见期内仍表现出较好的应用效果。因此,在数据同化和实时校正的"双校正"模式下,陆气耦合洪水预报系统在延长洪水预报预见期的同时,具有较高的洪水预报精度,具有一定的应用前景。     

陕北延河流域水土资源承载力评价研究

基于陕北延河流域2000-2009年的水土资源相关数据,依据《国家人口发展功能区工作技术导则》中对水土地资源承载力的测评模型,计算流域水土资源承载力和承载指数,并对比评价了流域各区县的水土资源承载现状。结果表明:①延河流域各区县的水资源承载状况均为超载,其中延长县和志丹县为过载,宝塔区和安塞县为严重超载。②延河流域各区县的土地资源承载状况存在一定的地域差异性,其中宝塔区和延长县的为严重超载,安塞县和志丹县的为平衡有余。研究可为水土资源在县域之间、省际之间等不同级别行政区域中的合理均衡和分配提供科学依据。     

淮河干流洪水预报系统及其在1991年大洪水的应用

综述了淮河流域概况，淮河干流洪水预报系统物采用的预报方法。１９９１年淮河干流洪水预报采用了降雨径流预报与上，下游站相应流量预防方法相配合，并注重实时水情分析；在行洪区多，行洪后水面宽广而比降又极小的河段的汇流计算，采用了以实测洪水资料绘制的经验蓄曲线为充分发挥的湖泊洪水演算方法。     

长江中下游实时洪水预报模拟

以长江中下游防洪系统为对象,概述了在大型复杂防洪系统水沙运动数值模拟基础上,成功地将面向长江中下游防洪规划论证需求的水沙数学模型转化为面向长江防洪系统防汛方案评估需求的长江中下游实时洪水预报数学模型.为适应实时预报调度快速、准确评估的要求,提出了基于水动力学的循环滚动计算模式和实时校正模式.实现了水文学实时校正方法与水动力学数学模型的耦合,建立了基于水动力学的实时校正模式和分洪溃口洪水预报模式.通过长江中下游防汛期间的试运行,较好地解决了洪水预报误差校正和分洪溃口后洪水预报等关键难题,为防汛方案的制定和实时洪水调度方案优化提供了技术支撑,主要成果已应用于长江中下游防汛调度方案中.     

2015~2019年西江编号洪水分析

2015年以来珠江流域西江暴雨洪水频发,平均每年发生1~2场编号洪水,其中2017年发生3场编号洪水。利用中国洪水预报系统分析2015年至2019年西江7次编号洪水梧州站的洪水组成、传播时间及影响预报精度的因素,以了解西江流域暴雨洪水及其变化规律,积累洪水预报经验,为今后西江梧州站洪水预测预报提供参考。     

从2020年长江上游洪水看流域防洪对策

2020年长江上游和中下游先后发生特大洪水,其中干流编号洪水全部发生在上游,构成了长江流域洪水的主要部分。首先回顾2020年洪水及洪灾情况,然后根据历史上几次特大洪水过程和历年实测资料,分析长江上游洪水特征、洪灾类型及特点,最后提出新时代长江流域洪水整体防御战略及山洪灾害防治战术。研究表明:金沙江洪水是长江上游洪水基础部分,岷江、嘉陵江和干流区间是洪峰的主要来源,三者洪水遭遇是产生上游特大洪水的主因,上游洪水又是全流域特大洪水的基础和重要组成部分。目前造成洪灾死亡人数最多的是山洪以及山洪引起的地质灾害,财产损失最大的是中下游及湖泊地区。未来堤防仍然是防洪的基础,提高沿江城市防洪标准主要手段是控制性水库的联合优化调度,而减少洪涝灾害损失最有效的途径是给洪水以空间的自然解决方案等非工程措施。     

基于EasyRiv1D模型的漳卫河流域河道洪水演进模拟研究

漳卫河中下游河道断面变化较大,该流域的洪水预报调度十分复杂。传统的水文学方法只是借助于历史洪水进行汇流参数率定,本文借助于水力学方法和河道实测断面,利用Easy Riv1D模型对河道洪水演进模拟研究,取得了较好的预报效果,可以为漳卫河流域的河道洪水演进提供技术支撑。     

中国城市洪涝问题及成因分析

随着经济社会的发展,中国步入城镇化快速发展的阶段,城镇化率已由2000年的36.22%增加到2014年的54.77%。在全球气候变化与快速城镇化背景下,中国城市洪涝灾害日益严重。阐述了全球气候变化及城镇化对城市降水和极端暴雨的影响机制,并从流域产汇流角度分析了城镇化对洪水过程的影响,系统剖析了中国城市洪涝频发的主要原因。在成因分析的基础上,进一步提出了中国城市洪涝防治的应对策略,主要包括:①以低影响开发理念为指导,加强城市基础设施建设,建设海绵城市;②建立城市洪涝立体监测、预报预警和实时调度系统,强化城市洪涝科学决策能力;③健全和完善城市洪涝应急预案,强化应急管理能力,完善灾害救助和恢复机制。     

Analysis of non climatic origins of floods in the downstream part of the Kura River,Azerbaijan

Over the past century, there is an increased contribution of non climatic factors to the flood formation processes in the Kura River. Non climatic factors of floods refer to factors that are related to reductions in channel capacity and result in floods. More recently, there are numerous non climatic factors occurring in and around the Kura River basin that have increased the frequency of floods. Sediment accumulation in the riverbed over a long period of time has led to the reduction of channel capacity and has raised the elevation of the riverbed above the surrounding territory. It is illustrated that construction of dykes and levees do not actually prevent flooding, where hydrologic connections between groundwater and surface water are high, since infiltrated waters from channel results in raising of ground waters, causing an effect of “underground flood.” Since underground floods occur when water going from channels raises the level of ground waters, there is an urgent need to carefully investigate the groundwater–surface water connections. With the purpose of predicting floods, the authors suggest defining maximal acceptable flows (MAFs) rather than channel capacities. Results show that high rates of hydraulic conductivity of soils will decrease MAF rates. MAF computations before high-water season allow for further regulation of outlets further downstream in order to prevent flooding and enable flood forecasting. While the study focuses on a specific region, the overall approach suggested is generic and may be applied elsewhere.     

西江流域梧州站干支流洪水组成及遭遇规律分析

为分析西江流域灾害性洪水的风险,采用水文学分析法从洪水组成、遭遇时间以及洪峰重现期等方面,重点分析了梧州站干支流洪水遭遇规律。研究表明:梧州15场洪水中红水河、柳江、郁江及桂江的日平均流量平均比重分别为32.31%、40.57%、13.19%及9.13%;其中西江干流洪水发生时间集中在6～8月,柳江洪水发生时间集中在6～7月,桂江洪水发生时间集中在5～7月,郁江洪水发生时间集中在7～9月;西江上游红水河与柳江洪水遭遇频繁,而郁江、桂江遭遇洪水量级较小,其中全流域洪水、红水河—柳江—桂江洪水、柳江—郁江—桂江洪水三种遭遇类型所构成的梧州大洪水重现期依次约为100年、50年、20年一遇,揭示了西江干支流洪水遭遇后致使梧州站洪水重现期显著增大。研究结果可为西江流域防洪减灾提供水文分析参考。     

集成极限学习机的中小河流洪水预报方法研究

为利用水文现象相似性和极限学习机(ELM)集成学习提高洪水预报精度,提出了一种基于相似度匹配的集成ELM洪水预报方法(SM-ELM)。方法首先从多个ELM模型中,为每一个训练样本找到最优的ELM模型,然后从训练集中,为测试样本匹配出最相似的前k个训练样本,最后利用这k个训练样本分别对应的最优ELM模型,对测试样本采用加权平均法进行集成预报。为证明提出方法的可行性和有效性,以昌化流域的历史洪水为例进行了验证。结果表明,相对于单个ELM,集成ELM模型能有效地提高预测精度。从均方根误差上看,集成ELM模型性能比单个ELM模型提升了10%~15%。在三种集成方法中,SM-ELM能够以较少的模型数量获得较高且稳定的预报精度。