变化环境下石羊河流域年径流频率计算

受气候变化与人类活动的影响,水文序列一致性遭到破坏,传统的频率计算方法受到挑战。针对石羊河流域8条河流年径流量序列,在基于水文变异诊断系统进行变异分析的基础上,采用条件概率分布法和混合分布法进行了变化环境下的年径流频率计算。结果表明,石羊河流域年径流量序列以向下跳跃变异为主,变异年份多集中在1960年附近;变异序列的两种分布均通过K-S检验,最优分布的拟合效率系数均大于0.97;对比由考虑变异的理论分布与不考虑变异的一致性P-III型分布确定的设计年径流量,当设计频率高于90%时,大靖河与西营河的设计年径流量值相差较大。因此,石羊河流域新建水利工程的规划设计,应适当考虑水文资料的变异特性,选择合理的频率分析方法确定设计年径流量。     

考虑有雨无雨辨识的多源降水融合方法

多源降水融合是精准估计降水时空分布的重要途径, 多聚焦降水量或降水强度的误差订正, 对短历时降水雨区辨识的重视不足。提出考虑有雨无雨辨识的多源降水融合框架, 耦合地理加权逻辑回归与地理加权回归模型, 构建兼顾雨区辨识及雨量估计的降水融合方法, 并应用于汉江流域MSWEP V2.1与地面站网观测日降水融合。结果表明: 所提方法成功再现有雨无雨空间格局并刻画了降水中心, 整体强化了MSWEP V2.1对地面降水的表征能力, 降低误报率和误报降水量的幅度超过了60%, 提高临界成功指数和Kling-Gupta效率系数达40%以上; 较降水空间插值数据, 削减误报降水量并提升Kling-Gupta效率系数高于10%;另外, 较参考数据, 降水融合改善强降水事件(雨强≥50 mm/d)分辨精度的增益不低于60%。所提方法有效改善了降水估计效果, 为多源降水融合提供了新思路。     

GPM近实时反演数据对河南省2021年“7·20”极端暴雨的比较分析

近实时卫星降水反演数据具有覆盖范围广、空间连续性和时效性较强以及开放获取等优势, 是重要的全球性降水资料。针对2021年河南省“7·20”极端暴雨, 基于116个地面气象站观测资料及其空间插值数据, 综合解析了4种GPM近实时卫星降水数据(IMERG early、IMERG late、GSMaP NOW和GSMaP Gauge NOW)对极端强降水事件的表征能力。结果发现:①IMERG early、IMERG late对站网累积雨量的低估程度在20%左右, GSMaP NOW和GSMaP Gauge NOW的高估程度分别达到了约35%和70%, 但2种GSMaP数据更易探测到500 mm以上的累积雨量。②在雨量过程方面, 4种GPM数据对小时降水事件均具有较强的分类辨识能力, 但未捕捉到主要雨峰过程, 定量误差较突出, 与地面降水量之间表现出显著的负相关关系。GPM降水数据对小时雨量低于10 mm的降水事件以高估为主;对于小时雨量超过30mm的降水事件以低估为主, 甚至存在普遍低估。③在空间格局方面, 4种GPM数据的精度指标均具有较强的时间波动性, IMERG数据的空间相关系数和体积临界成功指数等指标总体上优于GSMaP数据, 但后者对较高量级的降水事件更敏感。④2种IMERG数据中, IMERG late相对IMERG early的精度具有较明显改善;2种GSMaP数据中, GSMaP Gauge NOW相对GSMaP NOW提高了对较高量级雨量的探测能力, 但也明显增大了较低量级雨量的定量估计误差。本文研究深化了对GPM近实时卫星降水数据性能的认识, 为完善GPM降水反演算法、提升其对极端降水的监测能力提供了重要反馈信息。     

快速城镇化进程中太湖流域产水量变化的时空分布特征

快速城镇化进程中太湖流域下垫面的剧烈变化对流域产水量时空分布产生了深刻影响.在分析太湖流域城镇化进程及土地利用变化的基础上,采用太湖流域模型对3种典型降雨过程（1991、1999和2009年）与5种下垫面（1985、1995、2000、2005和2010年）的组合情景进行模拟,综合分析了城镇化进程中全流域和各水利分区在全年期、汛期、涨水期产水量变化的时空分布特征.结果表明：时程上,太湖流域和所有水利分区的各统计时段产水量增幅伴随城镇化进程推进均呈现增加趋势,2005年后产水量增幅进一步加大,且全年产水量增幅主要集中在汛期;空间上,东、中部城市集聚区的产水量增长率明显高于西部山丘区与太湖湖区,这主要是由于西部山丘区、太湖湖区不透水率增幅较小所致.产水量变化的时空非均匀分布特征为城镇化背景下太湖流域防洪除涝格局演变及流域-区域-城市防洪除涝协调性研究提供了重要的先验认识.     

基于时变权重组合与贝叶斯修正的中长期径流预报

高精度的中长期径流预报信息是水资源规划管理与水利工程经济运行的重要基础支撑。论文在组合预报与误差修正2类径流预报后处理方法串联应用的技术框架下,考虑径流的高度非平稳与非线性等特征,提出了基于时变权重组合和贝叶斯修正的中长期径流预报方法。应用该方法开展了云南龙江水库年、月入库径流预报的实例研究,结果表明时变权重组合平衡了已建立的随机森林与支持向量机模型在建模期与检验期预报性能的差异,经贝叶斯修正后的预报精度接近或优于两阶段各自的最优单一模型。根据年径流预报结果判断水文年型的正确率达到77.2%,月预报径流的确定性系数超过0.90。因此,该方法在提升中长期径流预报精度方面具有积极效果。     

棉花苗期田间管理

棉花从出苗至开始现蕾这段时间称之为苗期。我州地膜棉花在4月中旬至6月上旬，未覆膜棉花在4月下旬至6月中旬，苗期一般为50d左右。在这段时间内棉花主要是扎根、长茎、长叶，以营养生长为主，是棉花生长发育、打好基础的重要时期。因此，应力争苗全、苗壮、早发。为了达到棉花优质高产，苗期田间管理应注意以下几个方面。     

考虑局部趋势的非一致性水文频率分析方法

变化环境下水文序列常表现出非一致性,导致基于独立同分布假设的频率分析方法受到严峻挑战,故亟需研究适用于非一致性水文序列的频率分析方法。针对具有趋势变异的水文序列,提出了一种考虑局部趋势的非一致性水文频率分析方法:以具有局部与整体趋势识别能力的滑动窗口趋势分析法诊断序列;构造时变概率分布模型组,采用融合了贝叶斯理论的广义极大似然法估计模型参数;优选模型并按照等可靠度原则推求设计值及置信区间。应用该方法对甘肃石羊河流域红崖山水库站年径流量序列开展了实例研究,结果表明从设计值及95%置信区间角度看,所提方法与现行的一致性频率分析方法及考虑整体趋势的时变分布方法相比存在一定的差异,揭示了在准确识别序列局部或整体趋势成分的基础上,开展非一致性水文频率分析有助于合理估计设计值。     

城市化对降水影响的研究综述

通过长期研究,关于城市化会对局地降水产生一定影响已成为共识,但由于不同地区降水形成、分布机制的复杂性以及气象观测资料、数值天气模式的局限性,目前国际上对于城市化影响降水的物理机制及驱动因素仍存在不同认识,关于不同条件下城市化对降水影响的具体规律也具有争议。在阐述城市化对降水影响的主要物理机制的基础上,从站点资料解析和综合遥感资料解析两方面归纳和比较了近年城市化对降水影响的主要资料检测事实,总结了关于城市化单一因素和综合因素对降水影响的数值模拟试验的主要结论,最后从城市综合气象观测试验、城市化降水效应的系统检测、城市化降水效应的精细化模拟、城市化降水效应的区域影响、城市化降水效应的适应与调控5个方面,论述了存在的主要问题及发展方向,为深化对城市化降水效应的科学认识以及应对其不利影响提供了参考。     

汉江流域安康站日径流预测的LSTM模型初步研究

论文基于2003—2014年水文资料,采用长短期记忆神经网络(Long-Short Term Memory,LSTM),构建了汉江上游安康站日径流预测模型,评价了不同输入条件下日径流预测的精度。结果表明：当预见期为1 d时,在仅以安康站前期日径流量作为输入的条件下,LSTM模型在训练期和检验期的效率系数分别达到0.68和0.74;如再将流域前期面雨量和上游石泉站前期日径流量加入LSTM网络作为输入变量,安康站日径流量预测效果将更好,训练期和检验期的效率系数最高可达到0.83和0.84,均方根误差也有显著削减,且对主要洪峰流量的预测能力也有一定提高。此外,LSTM可以有效避免过拟合等问题,具有较好的泛化性能。但当预见期从1 d延长至2、3 d时,LSTM的预测精度显著降低。     

近实时卫星降水数据对南京“20170610”极端性强降水过程的监测分析

以高密度的地面雨量站网观测数据为基准,综合分析了TRMM 3B42RT V7、IMERG Early、IMERG Late、GSMaP NRT、GSMaP NRT Gauge共5种近实时卫星降水数据对南京及周边地区2017年6月10日一次破历史记录的极端性强降水过程的监测能力。结果发现,在累积雨量方面,2种GSM aP数据有比较明显的低估,但基本再现了雨量中部高、南北低的空间分布格局;而3B42RT V7和2种IMERG对累积雨量的主要空间分布特征的辨识性较差。在降水强度时序变化方面,所有卫星数据均能正确探测到南京全市与江宁区的"20170610"降水过程,但在区域和网格尺度上对降水强度变化的动态跟踪能力明显不足,定量误差比较突出。5种数据中,GSMaP NRT的综合精度相对较高,而2种IMERG数据的表现尚不及3B42RT V7。总体上,近实时卫星降水数据对中小尺度极端性强降水过程的监测已展现了一定的积极效果,但捕捉降水落区及追踪降水动态变化的能力尚需大力改进。