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...     

BP神经网络洪水预报模型在洪水预报系统中的应用

采用相关分析法,在区域降水、观测断面流量(或水位)因子中识别出影响预报断面径流过程的主要变量,在多个观测断面的数据均为流量情况下,采用基于时延组合的合成流量为影响预报断面径流过程的变量,采用自相关分析法,识别出影响预报断面径流过程的前期流量(或水位),以这些变量为BP神经网络模型的输入,以预报断面的流量(或水位)为模型的输出,在BP神经网络隐层节点数自动优选的基础上,构建了基于BP神经网络的洪水预报模型。将模型载入中国洪水预报系统中,应用结果表明:模型在历史洪水训练样本具有一定代表性的情况下,可获得较高的预报精度。     

喀斯特流域降雨-径流人工神经网络模型结构分析及模拟

喀斯特流域降雨-径流响应是一个非线性过程,分析确定地下河流量过程的主要影响因子对喀斯特流域水文过程模拟具有重要意义。本文利用普定后寨河流域实测降雨、径流系列资料,采用神经网络权重分析法确定该流域的人工神经网络模型结构为两个隐含层、三个输入变量,该人工神经网络模型结构可以保持降雨-径流模拟的稳定性。模型经交叉训练与验证,训练期效率系数（NSC）达0.9以上,验证期NSC达0.88以上。说明神经网络权重分析法能够较好地确立预报因子与预报对象的关系,为喀斯特流域降雨-径流模拟提供一种有效的分析手段。      

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。     

基于深度学习的雷达降雨临近预报及洪水预报

为探究深度学习的雷达降雨临近预报在流域洪水预报中的适用性,采用U-Net、嵌入注意力门的Attention-Unet和添加转换器的多级注意力TransAtt-Unet开展雷达降雨临近预报,将预报降雨作为HEC-HMS水文模型的输入,对柳林实验流域进行洪水预报。结果表明：1 h预见期时,Attention-Unet对短时强降雨预报结果较好,TransAtt-Unet预报降雨模拟的洪峰流量和径流量相对误差小于20%,各深度学习模型对量级较大的降雨和洪水预报精度较高;2 h预见期的预报降雨强度、降雨总量、洪峰流量和径流量存在显著低估,U-Net能取得相对较好的降雨预报结果。基于深度学习的1 h预见期雷达降雨临近预报及洪水预报可为流域防洪减灾提供科学依据。     

基于TRMM卫星雷达降雨的流域陆面水文过程

利用热带降雨观测计划(TRMM)卫星雷达降雨数据驱动分布式陆面水文模型,研究流域尺度陆面水文过程,评估该数据在水文模拟与预报等研究领域的性能。通过与实测雨量资料比较,验证TRMM卫星雷达降雨数据的质量。分别将TRMM卫星雷达降雨与观测降雨作为耦合模型的气象输入,模拟和研究淮河流域1998~2003年的陆面水文过程时空变化。结果表明,TRMM卫星雷达降雨数据能够很好地描述降雨的时空分布,利用TRMM降雨模拟的结果与利用观测降雨模拟的结果精度相当;模拟流量与实测资料基本吻合。卫星雷达降雨数据在陆面水文过程研究中具有广泛的应用前景。     

开都河流域山区径流模拟及降雨输入的不确定性分析

选取塔里木河源区的开都河流域为研究区,将流域内气象水文站点数据与遥感数据相结合,利用气象、土壤类型、土地利用和地表覆盖、数字高程(DEM)和降雨等资料,模拟流域水文过程,并在出山口实测径流数据的基础上对模型进行率定和验证;对降雨输入所带来的径流模拟不确定性进行分析,探讨降雨输入的空间异质性对水文预报结果的影响机制.结果表明:MIKE-SHE模型能在水文、气象站点稀少,土壤及水文地质数据缺乏的条件下,模拟开都河流域的日径流过程,但精度上仍有待提高;降雨输入的空间分布程度对径流模拟有重要影响.FY-2C遥感估算降雨资料能够更好地表达降雨时间的空间异质性,相应地对径流模拟精度也有一定程度的提高.     

流域非点源磷素输出负荷估算方法研究

目前水质常规监测频率较低,难以客观反映流域非点源污染物浓度随降雨径流过程的变化情况,结果会低估了流域非点源污染物的输出负荷。本文利用流域次降雨过程的连续水质水量同步监测资料,研究分析次降雨过程与流域非点源磷素输出负荷之间的因果关系,并建立次降雨总量与磷素输出负荷的定量相关关系。研究结果表明,流域次降雨总量与非点源磷素输出负荷之间存在较好的相关关系。通过这种定量关系,以流域次降雨总量为输入,可以更为合理地估算出流域非点源磷素输出负荷。     

基于径流系数的流域产流模型建立及检验

降雨径流关系因其原理简单实用在实际洪水预报中应用广泛,但一直以来是经验推算。在阐述降雨径流关系的基础上,构建了基于径流系数的流域产流模型,并确定了径流系数的计算公式。将该模型应用在伊河流域的东湾站、沙颍河流域的官寨站以及灌河鲇鱼山站等控制流域的径流预报中,结果表明,模型在3个流域的预报合格率均达到了乙级以上作业预报要求。该模型简单实用,计算步骤可行,并易于程序化,可进一步推广应用。     

丹江口水库秋汛期长期径流预报

针对目前长期径流预报中物理成因考虑较少的问题,以丹江口水库为例,在分析影响径流物理背景的基础上,研究前期气象因子与水库秋汛期入库径流过程的相关关系,识别影响径流的大气环流与海温等物理因子,利用主成分分析法提取主要预报信息,建立了包含大气环流因子、海温因子等气象物理信息以及前期降雨、径流等水文信息作为预报因子集的三层BP神经网络预报模型.利用1956~2008年秋汛期9、10月入库径流量进行模拟与试报,并与仅采用前期降雨径流的预测模型进行了比较,结果显示基于物理成因分析的预测模型稳定性良好,模拟及试报精度较高,9、10月试报精度平均提高约30%,分别达到87.5%和75%,并对预报年份中的丰枯特征有较好的体现.     

东北半干旱地区流域分布式水文模拟——以洮儿河流域为例

以东北半干旱地区典型流域-洮儿河流域为研究对象,应用SWAT模型对流域水文过程进行了模拟研究;选择流域上游子流域和中下游子流域分别进行参数敏感性分析,识别出影响模拟结果的敏感参数,研究发现部分参数敏感性存在空间变异性,分析主要原因在于气候和下垫面的空间异质性导致了流域上下游产流模式存在差异。采用1988-1997年水文气象数据进行模型率定和验证,结果表明：干流水文站月流量过程率定期Nash-Sutcliffe 效率系数平均值为0.78,验证期为0.72,相关系数都达到0.86以上,水量误差大多在20%以内,对日过程的模拟也有较高的精度;枯水年模拟结果较差,主要是因为流域降水站数量不够,难以反映降水的时空分布。对于水文、气象等资料相对缺乏的东北半干旱地区,SWAT模型的模拟结果总体令人满意,可以应用于与流域径流相关的各种模拟分析,研究成果对进一步加强洮儿河流域水资源综合管理提供了依据和手段。     

水稳定同位素示踪的冰川流域水文模拟及不确定性研究

水文模拟不确定性长期以来是制约寒区水文发展的瓶颈问题。水稳定同位素示踪为认识冰川流域径流过程提供了重要“指纹”信息,但仍缺乏有效模型将该信息与冰川水文模型耦合,而且同位素信息对冰川流域水文模型不确定性的约束效果也有待检验。将水稳定同位素信息（δ¹⁸O）与冰川流域水文模型FLEX^G相耦合,实现对冰川流域水稳定同位素和径流过程的耦合建模（FLEX^G-iso）,并在乌鲁木齐河源1号冰川流域进行模拟检验和径流分割。结果表明：模型不仅对2013—2016年径流过程有良好的模拟效果,还可以重现水稳定同位素、冰川物质平衡等重要过程。利用水稳定同位素这一辅助数据,提高了模型参数的识别能力,减少了模拟过程中各水源的相互妥协效应和不确定性范围。2013—2016年1号冰川断面径流32%~34%来自融雪,48%~51%来自融冰,0%~7%来自地下水,12%~15%来自降雨径流。水稳定同位素对雪和冰川相关中间过程有明显的约束能力,原有模型对融冰贡献的模拟偏高约7%。FLEX^G-iso模型的建立有助于推动寒区水文学理论和方法的发展,以及寒区水资源、生态环境保护等相关决策制定。     

Response of runoff to climate change in the area of runoff yield in upstream Shiyang River Basin,Northwest China: A case study of the Xiying River

The objective of this study was to analyze the response of runoff in the area of runoff yield of the upstream Shiyang River basin to climate change and to promote sustainable development of regional water resources and ecological environment. As the biggest tributary of the Shiyang River, Xiying River is the only hydrological station (Jiutiaoling) that has provincial natural river and can achieve long time series monitoring data in the basin. The data obtained from this station is representative of natural conditions because it has little human activites. This study built a regression model through identifying the characteristics of runoff and climate change by using Mann-Kendall nonparametric statistical test, cumulative anomaly, and correlation analysis. The results show that the average annual runoff is 320.6 million m³/a with the coefficient of variation of 0.18 and shows slightly decrease during 1956–2020. It has a significant positive correlation the average annual precipitation (P<0.01). Runoff is sensitive to climate change, and the climate has becoming warm and wet and annual runoff has entering wet period from 2003. Compared to the earlier period (1955–2000), the increases of average annual temperature, precipitation and runoff in recent two decades were 15%, 9.3%, and 7.8%, respectively. Runoff in the Shiyang River is affected by temperature and precipitation among climate factors, and the simulation results of the runoff-climate response model (R = 0.0052P ? 0.1589T + 2.373) indicate that higher temperature leads to a weakening of the ecological regulation of surface runoff in the flow-producing area.     

雅鲁藏布江流域地-气系统的水平衡

利用NCEP/NCAR1980-1989年10年逐日00UTC、12UTC再分析资料及青藏高原降水、径流资料,研究了青藏高原雅鲁藏布江流域的水平衡特征,估算了雅鲁藏布江流域的蒸发、土壤和地下水含量。结果表明:雅鲁藏布江流域夏季是水汽辐合区,降水大于蒸发;秋末到次年春季是水汽通量辐散区,蒸发大于降水。降水主要集中在6～9月。径流的年际变化趋势同降水相近,径流主要是由降水补给的,径流峰值滞后降水峰值一个月。雅鲁藏布江流域土壤及地下含水量从1～6月逐渐减少,7月以后开始增加,10月是土壤及地下水最丰富的时段。20世纪80年代中期和后期降水、蒸发、径流等呈增长趋势,这同ENSO事件有关。     

滦河流域土地利用/覆被变化的水文响应

以滦河流域为研究区,利用1985和2000年土地利用数据,结合SWAT分布式水文模型定量评价了流域土地利用/覆被变化的水文效应,并分析了流域地表径流变化与主要景观类型的响应关系。结果表明:SWAT（Soil and Water Assessment Tool）模型可以较好地模拟滦河流域的月流量过程,在研究区具有较好的适用性;1985—2000年流域林地向草地和耕地的转变导致流域年均地表径流和总径流量分别增加了12.6%和5.1%;并使得流域年均地表径流变化空间差异显著,整体呈增加趋势,且主要受到林地变化的影响,而在三道河子以上集水区地表径流的变化则主要受到耕地景观的影响。合理规划土地利用格局,对于流域水资源可持续利用具有重要意义。     

1981-2013年气候因子变化对西藏拉萨河径流的影响

采用1981-2013年西藏拉萨河流域2个气象站降水量、气温、蒸发量的实测数据,以及拉萨水文站径流序列资料,分析拉萨河流域降水、气温变化及其对径流量的影响.结果显示:近33 a来,拉萨河流域降水量呈增多趋势,冷季增多趋势显著,倾向率达到3.51 mm·(10a)^-1;年、季平均气温、平均最高、最低气温呈显著增高趋势.平均气温倾向率年尺度为0.58℃·(10a)^-1、暖季0.42℃·(10a)^-1、冷季0.74℃·(10a)^-1;年、季蒸发量呈显著减少趋势,倾向率达到年127.7 mm·(10a)^-1、暖季82.2 mm·(10a)^-1、冷季45.5 mm·(10a)^-1.20世纪80年代降水量偏少、气温偏低、蒸发量大,是一个比较寒冷干燥的时期;90年代降水增多、气温增高、蒸发量减少,到21世纪初,降水、气温均达到各年代最高值,蒸发量为各年代最小,拉萨河流域进入一个相对温暖湿润的时期;拉萨河径流量年际变化较小,其变化趋势与降水、气温基本一致,20世纪80年代径流量最小,之后逐年代增大,21世纪初,年、季径流量达到各年代最大.1983年全流域出现的干旱少雨天气,导致20世纪80年代拉萨河年和暖季径流略偏枯,其他时段年、季径流无明显的丰枯变化,处于一个比较平稳的状态;拉萨河流域降水量的大小直接影响着径流量的大小,且暖季降水在拉萨河年径流的形成上起主导作用;气温的显著升高和人类活动对下垫面条件的改变,削减了降水量增多、蒸发量减少对径流形成的有利影响.     

Spatiotemporal characteristics of earthquake disaster losses in China from 1993 to 2016

The present study analyzes the runoff response during extreme rain events over the basin of Subarnarekha River in India using soil and water assessment tool (SWAT). The SWAT model is configured for the Subarnarekha River basin with 32 sub-basins. Three gauging stations in the basin (viz., Adityapur, Jamshedpur and Ghatshila) were selected to assess the model performance. Daily stream flow data are taken from Central Water Commission, India—Water Resources Information System. Calibration and validation of the model were performed using the soil and water assessment tool-calibration uncertainty programs (SWAT-CUPs) with sequential uncertainty fitting (SUFI-2) algorithm. The model was run for the period from 1982 to 2011 with a calibration period from 1982 to 1997 and a validation period from 1998 to 2011. The sensitivity of basin parameters has been analyzed in order to improve the runoff simulation efficiency of the model. The study concluded that the model performed well in Ghatshila gauging station with a Nash–Sutcliffe efficiency (NSE) of 0.68 during calibration and 0.62 during validation at daily scale. The model, thus calibrated and validated, was then applied to evaluate the extreme monsoon rain events in recent years. Five extreme events were identified in Jamshedpur and Ghatshila sub-basins of Subarnarekha River basin. The simulation results were found to be good for the extreme events with the NSE of 0.89 at Jamshedpur and 0.96 at Ghatshila gauging stations. The findings of this study can be useful in runoff simulation and flood forecasting for extreme rainfall events in Subarnarekha River basin.     

基于地理空间要素的雅砻江流域面雨量估算

反映流域整体降水情势的面雨量一直是水文模型的重要输入参数之一,在泰森多边形雨量法的基础上考虑地理空间要素对降雨空间分布的影响,采用面向对象的遥感信息聚类方法提取出雅砻江流域2项形状因子(周长、面积)和5项地形因子(平均高程、平均坡度、平均坡向、高程差周长比和高程差面积比)。降雨—径流相关性分析结果表明:地形因子雨量法在月尺度上的降雨估算精度高于年尺度,且在月尺度上能更好地反映流域不同区段的降雨空间分布特征;在月、年际降雨变化趋势分析方面,年尺度上的降雨与径流一阶差分后平均相关系数为0. 903,高于月尺度的0. 629,主要由于水电站调蓄过程对流域径流异质性的影响,且影响度随着时间尺度缩小而放大。     

黑河流域走廊平原地下水补给源组成及其变化

通过环境同位素、水文分割法和相关分析研究表明,祁连山区降水、冰川雪融水和基岩裂隙水通过出山口地表径流补给构成黑河流域走廊平原地下水主要补给源,具有年际和年内丰枯动态变化规律,与祁连山区降水量和气温的关联度分别为0.97和0.79,与平原张掖站降水量和气温的关联度分别为0.43和0.60。在自然径流条件下,祁连山区降水量变化是改变走廊平原地下水补给的主导因素,约占91%权重;气温变化是重要影响因素,约占9%权重。20世纪80年代以来祁连山区各补给源处于偏丰期。因此,近年来走廊平原地下水补给量相对50年代减少27.1%,人类活动是重要影响因素,急需加强科学调控。     

概化的Tank模型及其在龙羊峡水库汛期旬平均入库流量预报中的应用

Tank模型（又称为水箱模型），是一种用于流域径流预报的确定性水文模型，根据龙羊峡水库入库主要产流区－－黄河上游唐乃亥水文站以上流域下垫面条件下产汇流特性，将其概化为以降雨量为输入，径流量为输出的单孔出流的线性水箱，工用于该水库汛期旬平均入库流量的预报，经对历史资料进行拟合和试验预报的 结果表明，该模型具有较高的预报精度，现已应用于黄河上游龙羊峡水库汛期旬平均入库来水量的中期预报中，取得了十分显著的经济效益。