自回归总径流线性响应模型在洪水预报中的应用

采用自回归总径流线性响应(ATLR)模型建立淮河王家坝站洪水预报方案和海河流域南运河水系洪水预报调度方案.自回归TLR模型与TLR模型加误差自回归实时校正模型的结构相同,但前者计算简捷,预报精度也有所提高.     

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,...     

概念性水文模型与智能模型在中小河流洪水模拟中的比较研究

相较于大江大河的流域水文预报研究,中小流域的研究相对匮乏。以沅江河溪水文站以上流域为例,研究LSTM(Long Short-Term Memory)模型和新安江模型在场次洪水中的模拟效果。通过对比,新安江模型的整体模拟精度较高,洪量、洪峰、峰现时间的平均相对误差分别为9.39%、9.55%、1.6 h,确定性系数为0.73,综合合格率为100%,达到甲级精度标准;LSTM模型的模拟精度较低,洪量、洪峰、峰现时间的平均相对误差分别为11.76%、12.33%、2.3 h,确定性系数为0.60,综合合格率为75%,达到乙级精度标准。结果表明,新安江模型和LSTM模型是中小河流洪水预报的有效方法,均可用于河溪流域的正式预报,且对于河溪流域,新安江模型的模拟精度比LSTM模型更高。     

三种基于神经网络的洪水实时预报方案的比较研究

在总结神经网络应用的基础上,归纳了3种基于神经网络的洪水实时预报方案。第一种是神经网络水文模型的模拟模式加模拟误差的自回归校正模型,第二种是权重系数固定的神经网络实时预报方案,第三种是权重系数自动更新的神经网络实时预报方案。采用10个不同流域的日流量资料对这3种方案进行率定和校核。比较这3种方案的实时预报精度。结果发现,第三种方案不仅预报精度要高于其他两种方案,而且比第一种方案少了一个自回归校正模型,结构简洁。本文建议采用第三种洪水实时预报方案。     

水库洪量模拟预报误差分析

根据水库洪量模拟预报误差评定的方法,按照预报方案进行预报操作,将得出的预报值与实测值进行对照,计算出绝对误差与相对误差,然后统计在各种允许误差条件下的合格率,得到在一定合格率要求下的可能产生的相对误差,或找到达到一定的允许误差条件下的预报合格率,为提高水库模拟预报的精度提供技术支撑。     

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。     

无资料地区水文模型参数移植不确定性分析

无资料地区降水径流模拟是水文学研究的国际前沿和热点问题。水文模型参数移植是无资料地区降水径流模拟的重要方法,对径流模拟精度具有重要的影响。利用核密度估计和蒙特卡罗随机模拟等方法,构建了一种水文模型参数移植误差驱动的无资料地区径流模拟不确定性定量评估框架。以广西壮族自治区42个有水文监测站点的典型中小河流为研究对象,率定新安江模型参数并模拟日径流和洪水过程,将42个典型流域依次假定为无资料流域,利用基于回归分析、相似流域和机器学习的参数移植方法,模拟无资料地区的洪水过程并识别最优的参数移植方法,分析移植法估算的模型参数值和直接率定值相比误差的概率分布特征,定量评估模型参数移植误差带来的径流模拟不确定性。研究结果表明：(1)基于回归分析的参数移植法模拟无资料地区洪水过程的精度优于相似流域法,优选的机器学习算法比传统回归分析法和相似流域法的计算精度提高了7%～15%;(2)与模型参数率定值相比,移植方法计算的模型参数具有一定的误差,对洪水模拟敏感参数的误差小于不敏感参数;(3)受模型参数移植误差的影响,利用蒙特卡罗法随机模拟的洪水过程具有一定的不确定性,洪量和洪峰相对误差的主要区间分别为10...     

多层递阶方法在洪水预报中的应用

阐述了用多层递阶方法进行洪水预报的基本原理和方法。以浙江省金华站为例,建立了该站年最大洪峰流量的多层递阶自回归预报模型,预报值与实测值吻合较好。该模型通过与三阶自回归预报模型进行比较,前者的预报精度优于后者。     

考虑动态汇流路径的时变分布式单位线

针对现有分布式单位线汇流理论未考虑土壤含水量变化引起的时变汇流路径问题,提出动态汇流路径新概念,推求同时考虑降雨强度和土壤含水量时空分布的坡面流速计算公式,引入地形指数刻画流域蓄水能力空间分布,从而获得栅格尺度流域流速分布场,进一步建立不同蓄满状态下流域动态汇流路径集合,最终实现考虑动态汇流路径的时变分布式单位线推求。以龙虎圩和东石流域为实例,通过SCS模型计算产流量,采用本文所提方法进行汇流计算,引入涵盖低流量误差、高流量误差及洪量误差的多目标优化方法率定参数,2个典型流域28场洪水预报结果表明,洪峰流量相对误差在±15%内,峰现时间误差在±6 h之间,纳什效率系数平均值超过0.8,与现有方法相比,所提方法能更加准确地反映汇流时间分布场,提高了洪水预报精度。     

集成极限学习机的中小河流洪水预报方法研究

为利用水文现象相似性和极限学习机(ELM)集成学习提高洪水预报精度,提出了一种基于相似度匹配的集成ELM洪水预报方法(SM-ELM)。方法首先从多个ELM模型中,为每一个训练样本找到最优的ELM模型,然后从训练集中,为测试样本匹配出最相似的前k个训练样本,最后利用这k个训练样本分别对应的最优ELM模型,对测试样本采用加权平均法进行集成预报。为证明提出方法的可行性和有效性,以昌化流域的历史洪水为例进行了验证。结果表明,相对于单个ELM,集成ELM模型能有效地提高预测精度。从均方根误差上看,集成ELM模型性能比单个ELM模型提升了10%~15%。在三种集成方法中,SM-ELM能够以较少的模型数量获得较高且稳定的预报精度。     

产流误差比例系数的系统响应修正方法

为提高洪水预报的精度以及修正的稳定性,在产流误差动态系统响应曲线修正方法的基础上,提出了产流比例系数的系统响应修正方法.将产流系列按照一定原则分成若干组,假定每组存在系统误差,通过引入一个比例系数来表示,应用系统响应理论,选择适当的参数率定方法确定最优比例系数,进而对时段产流量分组进行修正.将产流误差比例系数的系统响应修正方法应用于滩坑流域,并与产流误差动态系统响应曲线修正方法相比较,结果显示,对于流域的17场历史洪水,二者均能提高洪水预报的精度,但前者的修正效果更好,修正稳定性更强,适用范围更广.     

洪水预报产流误差的动态系统响应曲线修正方法

为提高实时洪水预报精度,提出了一种基于动态系统响应曲线洪水预报误差修正新方法。该方法将动态系统响应曲线引入洪水预报误差修正中,建立一种向误差源头追溯的动态反馈修正模型。此修正方法将新安江模型产流以下的部分作为响应系统, 用线性差分近似代替非线性系统响应函数的偏导数值,得到时段产流量所对应的系统响应曲线。用实测流量和计算流量之间的差值作为信息,使用最小二乘估计原理,对产流量进行修正, 再用修正后的产流量重新计算出流过程。该修正方法分别用理想案例和王家坝流域进行检验,结果证明此方法效果比传统二阶自回归模型有明显提高。     

基于ARIMA模型的补远江含沙量预测

流域输沙的估算是水资源管理中广泛面临的问题。基于时间序列自回归滑动平均(ARIMA)预测模型,分别对补远江曼安水文站1993～2008年雨季、旱季月平均含沙量资料进行建模拟合。综合AIC值、相对误差,确定模型的阶数,运用Marquardt非线性最小二乘法估计模型参数,建立ARIMA预测模型。经检验,雨季AIC=-61.046,旱季AIC=-131.785,相对误差低于20%的合格率分别为92.1%、76.9%,残差序列均为白噪声序列,表明旱季ARIMA(1,1,1)、雨季ARIMA(1,1,2)模型较为合理。应用模型对2009～2011年曼安水文站的雨季、旱季平均含沙量进行了预测,实现了河流输沙状况的短期预报。     

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...     

洪水预报自由水蓄量动态系统响应修正方法

为提高实时洪水预报精度,提出一种基于动态系统响应修正自由水蓄量的新方法。该方法将新安江模型自由水蓄水库以下的部分作为一个系统,将自由水蓄量的扰动值与对应的系统响应差值建立关系,通过最小二乘法建立起一个向误差源追溯的自由水蓄量误差反演修正模型。分别应用理想模型与东圳流域对其进行检验,并与二阶自回归(AR)模型的修正结果进行比较。结果表明,对于流域的16场历史洪水,新方法的修正效果相比于AR模型有明显提高,可在实际流域中推广应用。     

水库流域入库洪水预报误差分析

由于受水库枢纽工程的影响，使得反推计算的入库流量本身就存在较大的误差，从而增加了入库洪水预报模型研制的难度，影响了这时预报精度的考核。通过对全国诸多水电厂水库流域实时洪水预报的实践，对其入库洪水预报中存在的误差原因及解决方法进行了科学的分析和阐述，以指导实时预报。     

新疆玛纳斯河流域洪水预报研究

在充分考虑了融雪径流型河流自身特点的基础上,将自回归滑动平均模型ARMA(p,q),概化为ARMA(p,1),并运用最小信息(AIC)准则,确定模型的最佳阶数p,运用修正的可变遗忘因子递推最小二乘法,进行参数的动态修正,达到了最佳参数的跟踪效果.通过在玛纳斯河流域应用,表明该模型具有较高的预报精度,其确定性系数均达到了0.90以上,径流总量相对误差控制在7%以下,洪峰流量相对误差<10%,峰现时差≤2.     

基于变动饱和带的产汇流模型及其参数确定方法

当前分布式水文模型的参数确定仍主要依赖率定方式,在缺资料地区应用受到限制。建立一种基于变动饱和带产流模式和网格水滴汇流方法的分布式产汇流模型,提出利用下垫面特征来确定模型参数的方法。结合野外入渗试验和参数敏感性分析,建立地表饱和水力传导度(K_0z)和饱和水力传导度随深度衰减系数(f)2个敏感性产流参数与地形参数、土壤类型数据的定量统计关系,利用野外坡面流观测试验确定坡面汇流参数,并在多个实际流域进行应用验证。结果表明：(1)利用地形参数确定K_0z与使用遥感资料确定K_0z的模型精度进行对比,在姜湾实验流域场次洪水模拟的平均确定性系数从0.82提高至0.86,洪峰与洪量误差的平均绝对值分别降低了2.2%和0.95%,但峰现时间误差平均绝对值增大了4%(仍控制在2 h内)。(2)建立姜湾等14个流域参数f率定值与不同深度土壤类型数据的定量关系,移用至七邻等6个流域进行验证,表明参数f关系式与模型率定的精度非常接近,相对误差的平均绝对值为2.8%,场次洪水模拟的平均确定性系数为0.83,洪峰与洪量误差的平均绝对值为10.07%和...     

山丘区变动产流层分布式水文模型

基于山坡水文试验的新认识, 提出变动产流层概念, 将壤中流的描述从单一的土壤层间拓展到土壤-风化基岩界面, 通过对壤中流形成及发展过程的精细刻画, 实现了蓄满-超渗产流及其转换机制的统一描述。基于变动产流层概念, 根据运动波模型理论, 推导了单元网格的超渗/饱和地面径流、壤中流的计算公式, 利用非线性水库计算地下径流量, 采用二维扩散波进行地表汇流、一维扩散波进行河道汇流, 建立了面向山丘区的变动产流层分布式水文模型(VRGL)。对典型湿润山丘区的屯溪流域2010—2019年共24场洪水进行模拟, 结果显示: 洪峰流量和洪量的相对误差均在±20%内, 确定性系数在0.84左右, 表明VRGL具有较高的精度, 可用于山丘区洪水预报。