三峡区间入库洪水实时预报系统研究

三峡区间的数字流域水系模型采用基于格网型的数字高程模型坡面流模拟方法和处理"洼地"的最短流程法构建,并以新安江模型为基础建立具有诸多特点的三峡区间流域水文模型;以水动力学理论为基础建立考虑水利工程影响的河川型水库洪水演进模型,并实现这两者的有机耦合。在GIS平台上,将三峡区间流域水文模型、库区洪水演进模型和流域水系生成模型在底层集成,研制了功能先进和完善的三峡水库实时洪水预报系统。该系统已安装在三峡总公司梯级水库调度中心,投入试运行。     

基于地形特征的流域水文相似性

流域地形控制着地表径流的路径和累积水量的空间分布。地形指数ln(a/tanβ)反映了径流在流域中任一点的累积趋势以及重力使径流顺坡移动的趋势,流域地形可以用地形指数的空间分布来表示。地形指数可用作水文相似性指数,即具有相同地形指数的点对降雨具有相同的水文响应。TOPMODEL利用地形指数频率分布计算流域径流过程,可以认为:具有相同地形指数频率分布的流域具有水文相似性。分析认为长江流域上游的沿渡河流域与香溪河流域具有水文相似性,利用香溪河流域率定的模型参数计算的沿渡河流域径流过程,与实测过程拟合较好     

水文模型参数敏感性快速定量评估的RSMSobol方法

水文模型参数敏感性分析是模型不确定性量化研究的重要环节,其可以有效识别关键参数,减少模型率定的不确定性,提高模型优化效率。然而如何快速有效地定量评估参数敏感性已成为当前大尺度分布式水文模型优化的瓶颈。针对传统的全局定量敏感性分析方法在多参数复杂水文模型的不足,本文采用基于统计学习理论的支持向量机(SVM) 建立非参数响应曲面(称为代理模型),再结合基于方差的Sobol 方法,建立了基于响应曲面方法的Sobol 定量全局敏感性分析方法(RSMSobol 方法),实现复杂模型系统参数敏感性的快速定量化评估。本文选用淮河流域的日尺度分布式时变增益水文模型进行实例研究,采用水量平衡系数(WB),Nash-Sutcliffe 效率系数(NS) 和相关系数(RC) 三个目标函数综合评价模拟效果。研究结果显示RSMSobol方法在实现定量全局敏感性分析的同时降低了模型运行时耗,提高了模型评估效率,且与传统定量方法Sobol 方法具有同样的评估效果。该方法的有效应用为大型复杂水文动力模拟系统的参数定量化敏感性评价提供了参考,为模型参数进一步优化提供了可靠依据。