TIGGE降雨信息在柴河流域洪水预报中可利用性评估

基于全球多模式集合预报(TIGGE)资料,以柴河流域为研究区域,采用TS评分、Brier评分和Talagrand分布等方法对欧洲中期天气预报中心(ECMWF)、美国国家环境中心(NCEP)和英国气象局(UKMO)三个中心集合预报的6h、12h、24h短期降雨量进行定量评估和对比,并分别以实测降雨和NCEP预报降雨驱动新安江模型模拟洪水过程,据此探讨了集合降雨预报的可利用性。得到两个重要结论:ECMWF、NCEP和UKMO对低雨量级降雨的预报效果较好,各雨量级的预报效果有随预见期增长而增加的趋势,且普遍存在空报率较高、漏报率偏低的情况;集合降雨预报信息可应用于新安江模型进行洪水预报,并能够有效的延长洪水预报的预见期。研究成果可在适当条件下推广应用至其它流域的洪水预报作业中。     

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。     

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。     

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。     

沟床起动型泥石流的10 min降雨预报模型

针对沟床起动型泥石流的诱发因素为高强度短历时的降雨,提出10 min降雨强度是这类泥石流暴发的关键。在1 h预报模型的基础上,基于云南蒋家沟的多年泥石流观测资料,修正了1 h预报模型的降雨参数,并得到了10 min降雨预报模型。10 min降雨预报模型在中国西部的其他流域,如云南浑水沟、贵州望谟县打易区域泥石流沟、四川三滩沟、四川雅安陆王沟和干溪沟、甘肃柳湾沟、甘肃马槽沟等流域的验证中,取得了较好的结果。10 min降雨预报模型是部分建立在泥石流的形成机理上的模型,并不是完全的统计模型,因此该模型也可以用于其他地区的沟床起动类型泥石流预报。     

利用涨落洪规律建立洪水预报模型

为了提高大江河洪水预报精度,结合本地大江河洪水特性,提出利用涨落洪规律建立洪水预报模型。该模型可以解决以下两个问题：一是大江河预报河段上游站不能通过降雨径流关系推求入流过程,而需要作下游站洪水过程预报问题;二是按马斯京根法进行河道流演算的没有预见期的问题。     

SMA-LSTM模型在径流预报中的适用性研究

径流预报对于防洪、发电和生态调度等具有重要意义。以大渡河丹巴以上流域为研究区域,采用黏菌优化算法（SMA）对长短期记忆神经网络（LSTM）的隐藏层输出维度进行优化,构建SMA-LSTM模型对未来10日径流过程进行预报,以探讨深度学习方法对流域径流预报的适用性。基于2012—2017年的日降雨量和日流量资料,构建了预见期为10天的逐日径流SMA-LSTM预报模型,以2018—2019年的资料进行模型验证;采用最大1日径流量相对误差和10日总径流量相对误差作为SMA-LSTM模型精度的评价指标,并与未优化的LSTM模型和新安江模型结果进行对比。结果表明：SMA-LSTM模型具有较高的模拟和预报精度,无论是在率定期还是验证期,两种指标均控制在±10%以内,且两种指标的绝对值平均都不超过7%;整体而言,SMA-LSTM模型精度更高,预报的径流过程与实测过程更为贴近。研究成果可供流域径流预报实际工作参考。     

洪水预报模型输入与输出的误差分布及相关性分析

降雨预报信息作为洪水预报模型的输入,该信息的准确性直接影响洪水预报模型输出的准确性.为探究模型输入(降雨预报)误差与输出(洪水预报)误差之间的关系,以英那河流域为例,分析了不同雨量等级下,预报模型的输入误差与输出误差的分布规律,并定性分析了两种误差的相关关系.结果表明,降雨量等级若为无雨及小雨时,两种误差不相关;若为中...     

不同洪水预报模型在拒马河流域的应用对比分析

拒马河水系为海河流域防洪重点区域,预报难度大,精度要求高。根据海河流域拒马河水系历史水文资料,分别采用新安江模型、增加超渗的新安江模型、河北雨洪模型和人工神经网络模型,对1956年、1963年和2012年暴雨洪水进行预报对比分析,研究结果表明:4种模型均可应用于暴雨强度大、降雨历时长的历史洪水模拟,洪峰流量模拟相对误差均小于20%,尤以人工神经网络模型模拟精度最高,4种模型在干旱半干旱地区均具有推广应用价值。     

实时洪水预报综合修正方法初探

利用误差的相似性扩大实时修正信息量,结合神经网络异联想记忆技术,提出了综合实时修正方法。并在七里街流域用11场洪水分别采用自回归(AR)模型和综合修正方法进行实时修正。分析结果表明,采用综合修正方法既能获得比AR模型更好的精度,又不损失洪水预报的预见期。进一步对闽江的6个支流流域近50场洪水进行综合修正方法实时修正检验,都获得了较好的结果。     

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。     

凤滩水库降雨预报精度分析及应用研究

由于天气预报有限准确性,给水库电站调度造成不便,使水库效益难以充分发挥。分析凤滩水库流域天气降雨预报精度,研究流域对径流调节能力,探讨预报精度对水库调度决策的影响,探索运用实时降雨预报产品进行水库调度的方法。水库调度决策,暴雨以上注重降雨过程,依据提前5天的降雨预报;大雨注重降雨量值,依据提前4天的降雨预报;中、小雨注重降雨起讫时间,以实际降雨为依据,优化水库水位控制,提高洪水资源利用率,为水库创造可观的效益。     

实时洪水抗差预报系统研究

把抗差估计理论引入实时洪水预报系统,提出适合于实时洪水预报系统的抗差特征函数,建立降雨误差的动态监控模式,研究实时修正模型参数的动态抗差估计,结合洪水预报模型,形成具有水文学特点、抗差性强的实时洪水抗差预报系统.将此系统和传统实时洪水预报系统运用于闽江七里街流域,比较当降雨和流量资料存在异常误差时两系统的预报效果.结果表明,实时洪水抗差预报系统能抵御异常值的影响,获得比较稳定且高精度的预报结果.     

河流集合预报方法在洮河流域径流预报中的应用研究

为研究洮河流域径流预报,根据河流集合预报方法,利用红旗水文站实时监测资料,基于中国洪水预报系统开发的三水源蓄满产流、滞后演算和马斯京根模块构建全流域洪水预报模型,并应用该模型分析预测红旗水文站径流及其概率分布统计。结果表明:径流拟合过程拟合较好,取得了较好的预报效果,模型满足河流集合预报应用的条件,结论可为洮河流域水资源开发利用、防汛保安提供参考依据。     

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.     

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。     

广西河流预报新模式及关键技术研究与应用

随着全国中小河流水文监测工程项目的实施以及国家、广西水情预警发布管理办法的出台,在洪涝频繁、中小河流站点点多面广的新形势下,如何实现广西河流预报任务由传统的预报增加至预警、预报双重要求成为近年来工作中迫切要解决的问题。基于水量平衡原理及洪水水位涨率变化规律分析研究,根据“预测-预警-预报”河流预报模式,研究开发了适应此模式的河流预报方法和技术。2015年以来,此模式及方法技术广泛应用于广西河流预报中,实现大江大河、中小河流洪水科学预测预警预报,水文预报合格率均超过90%。同时有效延长洪水预见期,大江大河洪水预见期平均提前24h,中小河流洪水预见期平均提前5h。     

基于相关分析的雨量站选择及洪水预报方法

在分析历史降雨资料的基础上,建立流域内各雨量站点雨量与流域平均面雨量的相关关系。结合流域水文站分布图选出与流域面雨量相关性高且有区域代表性的雨量站作为遥测系统的关键测站,保证其稳定运行。利用定点定面关系分析方法,由流域内关键测站的时段雨量推求流域时段面雨量,并带入洪水预报模型进行洪水预报。该方法不依赖流域内全部测站的降雨信息,可有效解决流域内雨量站缺测或数据错误时的洪水预报问题。该方法可为无资料或资料短缺地区及新建水库因资金限制只能建设少量测站时的洪水预报提供参考。     

骤发性洪水的水位实时预报

为防止和减缓河道洪水灾害，作出可靠的洪水预报是十分必要的。人们业已提出许多方法并用于联机洪水预报，但大多数方法尚需进一步改进。为此Ｈｉｒａｎｏ等人（１９８６）提出了一个洪水位预报的动力模型。在本研究中，将该模型改进后用于多站系统，并用批处理去改正系统参数的初值。根据非恒定流的连续方程和动量方程用运动波理论求解，并引进单位线以估计坡面旁侧入流。当预报中所取的预见期等于或小于坡面汇流时间时，可不用降雨     

全过程联合校正方法在饶河流域洪水预报中的应用研究

为提高饶河流域洪水预报精度,将全过程联合校正(EPJC)方法与三水源新安江(XAJ)模型结合,按一定比例划分洪水预报总误差为各过程误差,基于系统响应理论反演得到面雨量计算误差和模型参数误差,重新输入流域水文模型正演得出校正后的洪水过程。选取洪峰流量相对误差、峰现时间绝对误差、径流深相对误差和确定性系数作为模型评价指标,量化XAJ预报与EPJC校正结果,并与传统的动态系统响应曲线(DSRC)方法进行对比。结果表明,EPJC能够考虑全过程误差,与实际误差分布情况更相符,可提升饶河流域的洪水作业预报精度,值得进一步研究与推广。