中小流域入库径流影响因素的敏感性分析

根据鲇鱼山水库和陆浑水库实测的月平均流量、气温、降水量资料,采用Mann-Kendall趋势分析法、Spearman秩次相关检验、滑动t检验法对两座水库的入库流量进行显著性检验;建立了有关径流-降水-气温的数学模型,并对其敏感性进行了分析.研究结果表明:陆浑水库和鲇鱼山水库的入库流量对降水变化的响应比对气温变化的响应更为显著.入库流量与降水变化趋势一致,与气温变化趋势相反,即随降雨量的增加而增加,随气温的升高而减少.     

用偏差过滤相似作秋季入库流量预报

丹江口水库流域,9、10月份的月平均入库流量预报正确与否,是能否蓄满水库和有水兴利的关键.本文利用6月份北半球500hPa平均高度的偏差图过滤相似,预报出9、10月分各月平均入库流量,供水库调度时参考.     

通用线性模型在气象水文集合预报后处理中的应用

通用线性模型是一个气象水文预报后处理的统计模型。它能消除水文模型流量模拟中的偏差,保留了原始预报的技巧,并且能产生可靠的水文集合预报。本文试验中利用通用线性模型对取自于国际模型参数估计试验数据库的日流量模拟数据进行校正,并与实况观测作比较,检验通用线性模型降低误差的性能。结果表明:通用线性模型产生的流量集合预报的连续分级概率评分分值都在0.5分以下,证明集合预报结果是可靠的;校正后的模拟值在平均值、标准差、均方根误差等检验指标方面都比原始模拟更加接近于实际观测值;即使是对于误差较小的水文模拟,通用线性模型仍有对其进行改善的能力。     

一种新的疾病发病人数预测模型研究

以体感温度为自变量,将一元线性回归、自然正交函数和逐步回归结合起来,分别建立了炎热和凉爽季节下南京幼年感冒和金华老年脑血管病的旬发病人数预测模型。并将模型的预测结果与逐步回归模型进行了比较。比较得出:模型的预测效果比逐步回归模型的好。     

离散微分动态规划在水库优化调度中的应用研究

采用改进的动态规划即离散微分动态规划（DDDP）法,建立了单一水库多目标库优化调度模型,并以陆浑水库为例进行实例应用,求解得出陆浑水库优化调度结果。针对典型年优化调度,选取不同汛限水位作为调度方案,得出提高水库汛限水位十分必要的结论;对于长系列优化调度,优化后多年平均发电量比实际增加了54．9％,为制定合理的水库调度方...     

河西内陆河春季流量变化特征的分析和预测

利用昌马、莺落峡、九条岭３个水文站四十余年的月平均流量资料,分析河西地区３条主要内陆河春季流量的长期变化特征,并用均生函数模型对流量进行了预报,为河西地区水资源的研究和利用提供参考依据     

镇江地区ECMWF模式高温预报订正方法研究

针对镇江ECMWF模式168 h内高温(t≥35℃)预报结果提出四种后处理订正方案,包括一元线性回归法、差值法、综合法和递减平均法;借助均方根误差等四种检验方法就订正效果进行评估,找寻最优订正方案。结果表明,四种订正方法都明显改善了ECMWF模式高温预报,订正后的均方根误差、平均绝对误差及最大绝对误差较订正前均有所减小,预报准确率显著提高。对于24 h时效内预报,四种订正方法各有优势。对于48～168 h时效预报,一元线性回归法效果更优。采用分时效对ECMWF模式高温预报结果进行后处理,考虑24 h预报订正使用递减平均方法,48～168 h预报订正使用一元线性回归法,可以更大程度地提高预报准确率。     

基于遗传算法的江西七一水库来水流量新安江预报模型参数优化

利用江西七一水库水电站2016—2017年水文资料,基于遗传算法对七一水库来水流量新安江模型进行了参数优化率定,并采用参数率定前后2种来水流量模型对七一水库2018年的预报结果进行检验,重点分析了水库来水流量预报结果的日误差、月误差和年误差以及强降水过程流量预报误差等。结果表明：1) 遗传算法参数优化后的模型流量预报误差减小;2) 日误差在7月中旬以后明显减小;3) 月误差在7月之前以正偏差为主,7月以后以负偏差为主;4) 参数优化后的年误差整体好于优化前;5) 在强降水过程实例流量预报误差分析中,参数优化后的误差明显减小,但不同强降水过程误差程度相差较大,可能与降水空间分布的不连续性、面雨量计算方法的局限性以及降水的天气类型有关。     

大气中的对流模型

本文推广气块法所建立的线性对流模型,用突变理论研究了层结曲线为二次型时的非线性对流模型,在层结曲线为三次型的情况下,考虑了外力作用下的突变,从而推广了文献[1]的结果。     

陕西ECMWF、GRAPES_Meso和SCMOC气温预报的对比检验及订正

利用陕西99个国家气象站2017—2019年日最高(低)气温观测资料,采用一元线性回归和递减平均方法,对GRAPES_Meso、ECMWF和SCMOC的日最高(低)气温预报进行订正,并作对比检验。结果表明,SCMOC、GRAPES_Meso和ECMWF的日最低气温预报准确率较日最高气温偏高,其中SCMOC的日最高和最低气温预报准确率最高,ECMWF次之,GRAPES_Meso最低。一元线性回归和递减平均方法对SCMOC的气温预报订正多为负效果,但对GRAPES_Meso和ECMWF的气温预报订正有明显正效果。订正后ECMWF与订正前SCMOC的预报相比,前者日最高和最低气温的预报准确率偏高。订正后GRAPES_Meso与订正前SCMOC的预报相比,前者日最低气温预报准确率偏低、2018年24 h和2019年24、48 h日最高气温预报准确率偏高。一元线性回归法对模式气温预报的订正能力和稳定性优于递减平均法。     

Impact of snow variability on the Swiss winter tourism sector: implications in an era of climate change

An analysis procedure is developed to explore the robustness and overall productivity of reservoir management under plausible assumptions about climate fluctuation and change. Results are presented based on a stylized version of a multi-use reservoir management model adapted from Angat Dam, Philippines. Analysis focuses on October-March, during which climatological inflow declines as the dry season arrives, and reservoir management becomes critical and challenging. Inflow is assumed to be impacted by climate fluctuations representing interannual variation (white noise), decadal to multidecadal variability (MDV, here represented by a stochastic autoregressive process) and global change (GC), here represented by a systematic linear trend in seasonal inflow total over the simulation period of 2008–2047. Stochastic (Monte Carlo) simulations are undertaken to explore reservoir performance. In this way, reservoir reliability and risk of extreme persistent water deficit are assessed in the presence of different combinations and magnitudes of GC and MDV. The effectiveness of dynamic management is then explored as a possible climate change adaptation practice, focusing on reservoir performance in the presence of a 20 % downward inflow trend. In these dynamic management experiments, the October-March water allocation each year is adjusted based on seasonal forecasts and updated climate normals. The results illustrate how, in the near-term, MDV can be as significant as GC in impact for this kind of climate-related problem. The results also illustrate how dynamic management can mitigate the impacts. Overall, this type of analysis can deliver guidance on the expected benefits and risks of different management strategies and climate scenarios.     

Use of a reservoir water quality model to simulate global climate change effects on fish habitat

A case study was conducted on the potential impacts of climate change on fish habitat in a southeastern reservoir. A reservoir water quality model and one year of baseline meteorologic, hydrologic, and inflow water quality input were used to simulate current reservoir water quality. Total adult striped bass habitat, defined by specific quantitative temperature and dissolved oxygen criteria, was simulated. Daily reservoir volumes with optimal, suboptimal, and unsuitable temperature and DO were predicted for the year. Output from recent runs of atmospheric general circulation models (GCMs), in which atmospheric carbon dioxide concentrations have been doubled, was then used to adjust the baseline inputs to the water quality model. New sets of input data were created for two grid cells for each of three GCMs. All six climate scenarios are predicted to cause overall declines in the available summer striped bass habitat, mostly due to lake water temperatures exceeding striped bass tolerance levels. These predictions are believed to result from the consensus among GCM scenarios that air temperatures and humidity will rise, and the sensitivity of the reservoir model to these parameters. The reservoir model was found to be a promising tool for examining potential climate-change impacts. Some of the assumptions required to apply GCM output to the reservoir model, however, illustrate the problems in using large-scale gridcell output to assess small-scale impacts.     

Model estimates of the fog parameters on the coasts of the Siberian reservoirs

Features are considered of using a two-dimensional model of the atmospheric boundary layer for estimation of coastal fog parameters for the Siberian reservoirs, based on reanalysis and on output data of a regional climate model. The model fog characteristics are compared with observations at the reservoirs of Surgut power plants. Examples are given of the fog characteristic calculation for the projected Evenki hydrosystem. It is shown that the data of regional climate model can be used if the changes are taken into account of background climate in the area of the projected reservoir.     

江西省中小水电智慧气象服务技术研究及应用效果检验

基于高精度DEM及水系数据的流域集雨区划分,研究了江西省中小水电站集雨区划定技术方法;通过对水库集雨区上降水预报和观测站点的实况两者对比分析,建立了基于库区的多模式本地化水库面雨量预报方法;通过模式参数化率定方法以及雨洪耦合来水量预报方法的研究,建立了水库来水量预报模型.利用2007—2020年水文数据以及降水实况和模式数据,检验了七一水库2020年逐7 d面雨量预报效果.检验结果表明,面雨量预报模型在0—3 d的平均预报准确率为70.1％;中雨和大雨量级的降水预报准确率分别为30.7％和28.3％,暴雨、大暴雨预报具有一定的指示意义;改进后的流量模拟效果进一步提升,强降水过程的流量预报效果明显改善.     

统计降尺度方法在青海省冬季最低温度预测中的应用

利用2003-2007年国家气象中心T213L31全球中期数值预报模式逐日输出产品与青海地区25个气象站的观测数据作为试验资料, 利用相关系数和逐步回归进行因子选择, 并以单隐层神经网络和多元回归作为降尺度方法进行对比研究, 用2003-2006年间的11月1日～次年3月1日的资料作为训练样本, 以数值预报产品和前一日观测的最低温度作为因子, 建立青海省25个气候站的冬季最低温度的24, 48, 72 h预报模型, 并且以2006年12月和2007年的1、 2月作为24, 48, 72 h逐日最低温度预报试验时段。试验表明, 对于青海地区来说, 青海北部地区的预报命中率总体好于南部高原地区; 在4种对比方案中, 以选择数值预报资料结合前一日地面观测的最低温度作为主要因子的方法相对较优, 随着预报时效的延长, 24 h历史实况的作用逐渐减弱; 对于所有台站来说, 这4种方案各有优缺点, 没有一种方案可以完全代替其他所有方案; 在实际业务运行中, 对不同的台站应采用不同的预报方案进行实际业务预报。     

一次东北冷涡下槽后强风与飑线后向入流演变及成因分析

本文利用NCEP分析资料、多普勒雷达观测资料、常规气象观测资料以及数值模拟结果,对2016年7月30日发生在华北、辽宁附近的一次强飑线过程中后向入流的演变及成因进行研究。结果表明,此次飑线发生在中纬度新生冷涡槽前,低层有水汽辐合区和地面辐合线对应,且过程中伴有较强的对流有效位能释放。飑线后部中层(冷涡槽后)一直存在α中尺度西风大值带,此大风速带造成了上下层相反的水平涡度,并形成喇叭形环流结构,该结构不同于经典飑线结构。飑线后部水平方向上水平涡度分布不均匀,并形成水平涡度旋度上正下负的分布,即导致中层强风区上部上升运动、下部下沉运动,该下沉运动引发飑线中的后向入流和低层强风速带形成。在中层,飑线的后部边缘始终有较强的风速大值带伴随飑线的发展,该大值带的形成与对流强弱和非热成风涡度有关,对流过程中低层非热成风涡度为负,中上层非热成风涡度为正,导致飑线后部中层西风加速和低层西风减速,有利于后向入流的发展和飑线的维持,当对流减弱时,非热成风涡度与后向入流均减弱。文中给出了后向入流形成演变的概念模式。     

基于神经网络技术的天气雷达超折射回波识别

基于SA多普勒天气雷达资料,从其基本反射率、径向速度和谱宽3个基本产品中提取出6个能反映它们之间差异的特征参量,并对它们进行概率统计分析,作为BP神经网络的识别因子。通过建立适当的训练集对神经网络进行训练,从而得到最优的网络结构,再利用测试集对经过训练的网络做进一步测试,对其识别效果进行评判。结果表明:当神经网络的输入层、隐含层和输出层的神经元个数分别为6、6、2时,能够对超折射回波达到最优的识别效果。最终通过实际个例对识别效果做再次验证。     

客观定量预报中降水的预处理

建立预报模型前, 对降水量进行一定的处理会对预报效果有较大的影响。对于降水量为0的样本, 根据对应的相对湿度情况分别赋予0或不同的负值, 并通过神经网络方法, 以中国国家气象中心T213模式、德国气象局业务模式和日本气象厅业务模式相应的降水量预报结果作为预报因子, 利用2003年和2004年夏季资料分别建立了处理后降水量以及未经处理降水量的预报模型。以北京等站为例, 2005年夏季试报结果的对比分析表明:通过相对湿度对降水量进行适当处理后, 预报结果从TS评分、空报率、漏报率及预报偏差来说, 不论是与不进行处理的预报结果还是与模式直接的预报结果相比都有提高, 尤其是减少了空报的情况。该处理方法简单可行, 并且对降水预报效果提高明显。     

影响光伏发电功率的气象因子分析及其预测检验

利用贵州省普安磨舍光伏电站2020年逐15 min的光伏发电功率、辐射资料与气象站资料，对光伏发电功率变化特征及影响光伏发电功率的气象因子进行分析，建立了光伏发电功率的预测模型，并利用CFSv2模式资料开展月内预测检验。结果表明：光伏电站发电功率呈现早晚低、中午高的单峰型日变化特征，其中春季发电功率值最大，夏季次之，冬季最小。影响光伏发电功率最关键的气象因子为总辐射和日照时数，其相关系数均在0.9以上。5种组合的线性回归预测模型检验结果显示，利用平均气温、最高气温、日较差建立的预测模型预测效果最好，而利用单一气象因子的预测效果最差。为增加光伏发电功率的预测准确率，可根据预测服务需求，并用延伸期模式资料开展光伏发电功率滚动订正预测。     

基于风廓线雷达的广东登陆台风边界层高度特征研究

针对8个登陆广东省的热带气旋,利用经过数据质量控制的风廓线雷达连续、高时空分辨率的风场观测数据,对热带气旋边界层特征进行了分析。研究结果表明:热带气旋边界层中切向风速大值区垂直范围越大、风速越强、持续时间越久,则热带气旋强度越大、登陆后强度维持时间越久。眼区外入流层厚度越大,入流层气流越强,热带气旋登陆后强度维持时间则越久。风廓线雷达信噪比垂直梯度对大气湍流信息有一定的指示作用,对于入流层高度在2000 m以下的热带气旋,其入流层顶所在高度与信噪比梯度最大值所在高度相近,对于入流层较为深厚的热带气旋,用信噪比垂直梯度确定的边界层高度虽接近入流层顶高,但仍有一定差距。不同特点的热带气旋其边界层高度并不相同,对于登陆后强度迅速减弱的热带气旋边界层高度在500~1000 m;登陆后强度持续时间短的热带气旋,其边界层高度约1000~2000 m;登陆后强度持续时间长的热带气旋,其边界层高度在2000 m之上,最高可达5000~7000 m。这些结果加深了对登陆台风边界层高度演变特征的认识。