不同时间尺度的中长期水文预报研究

为研究中长期水文预报时间尺度对预报精度的影响,选取最近邻抽样回归模型与基于小波分析的组合模型对长江干流典型断面不同时间尺度的径流序列进行中长期径流预报。将1980~2012年的逐日径流资料经过时间聚集方法转换成三天、周、旬、半月、月、双月、季、半年、九月、年等10个不同时间尺度,对高场、寸滩、宜昌、螺山、汉口、大通6个典型断面的径流进行拟合和预报。结果表明:随着预报时间尺度增加,预报精度呈现先降低后提高的趋势,其中,在月时间尺度上预报效果最差,三天和年尺度上预报效果相对较好。     

时间序列分解模型在水文要素中长期预报中的应用

基于时间序列分解法，建立了降雨、水库来水的中长期预报模型。引入灰色系统理论来分离趋势项，并应用反馈模拟校正技术对预报结果作出实时校正，从预报结果可以看出，所建模型具有较好的适应性和预报精度。     

第二松花江流域水电厂综合中长期水文预报的分析研究

基于对第二松花江流域上游小山、松山、两江水电站中长期水文预报研究成果，论述了综合中长期水文预报的研究思路和定性预报、定量预报的分析研究方法。该研究通过2002年实践检验，具有较高的预报精度。     

基于贝叶斯理论的水文不确定性分析研究进展

水文过程受众多自然和人为因素影响,决定了其变化的极端复杂性,表现为确定性的动态规律与不确定性的统计规律共存。水文不确定性分析的理论和方法在认识水文规律中发挥着重要作用,其中贝叶斯作为一种主要理论方法在水文水资源相关问题的研究中得到了较广泛的应用。本文评述了贝叶斯理论在水文频率分析、水文预报、确定性和不确定性方法耦合等研究中的进展,对基于贝叶斯理论的水文不确定性重点研究内容进行了展望。     

贝叶斯概率水文预报系统在中长期径流预报中的应用

采用贝叶斯概率水文预报理论制订水电站水库中长期径流预报模型,以概率分布的形式定量地描述水文预报的不确定度,探索概率水文预报理论及其应用价值。采用气象因子灰关联预报模型处理输入因子的不确定度,将实时气象信息和历史水文资料有效结合,突破传统确定性预报方法在信息利用和样本学习方面的局限性,以提高水文预报的精确度。以丰满水电厂水库为例对所建模型进行检验,模拟计算结果表明,该模型与确定性径流预报方法相比,不仅有利于决策人员定量考虑不确定性,而且在期望意义上提高了径流预报精度,具有较高的应用价值。     

灰色理论在中长期水文预报中的应用研究

通过水文气象数据,建立系统模型对某一水体、某一地区或某一水文站在未来一定时间内的水文情况做出科学准确可靠的高精度预测,T提高对防洪、抗旱、水资源合理利用和国防事业中的应用。总结分析中长期水文预报模型的现状及传统模型存在的问题,讨论灰色水文预报模型详细构建步骤及模型精度检验方法,并通过实例数据分析验证构建的灰色水文预报模型的可行性与可靠性。     

人工神经网络模型在渭河下游洪水预报中的应用

通过对渭河下游站点的时间序列及空间分布的分析,确定出影响华县站流量的时间和空间信息,并将其引入神经网络模型;采用典型的BP神经网络,重点对网络的隐含层节点数、训练次数和学习率进行分析,构建了渭河下游华县断面流量预报的人工神经网络模型;并采用RMSE、NSC和相关系数 R作为模型效果评定标准,将其与传统多元统计回归模型进行了对比。结果表明,所建的BP神经网络模型较多元统计回归模型的预报效果有显著的提高。     

多功能水文频率分析计算软件的研制和应用

介绍了多功能水文频率分析计算软件的设计及功能扩充，尤其是增加了采用鼠标拉动曲线直接屏幕适线的功能。本软件在生产实践中，获得了较好的应用效果，不仅功能多，而且实用方便。     

基于互信息量与BP神经网络的中长期径流预报方法研究

针对中长期径流预报因子的选择问题,采用互信息量方法筛选预报模型输入因子,在BP神经网络模型中,分别用均方误差和互信息量作为目标函数,衡量因子复合相关关系,优化选择最终预报因子并应用于碧流河汛期径流预报中。结果表明,基于互信息量筛选的预报因子与BP神经网络模型相结合,可有效识别多个预报因子与预报量间的复合相关性,对中长期径流预报因子的选择有很好参考价值。     

水文频率分析中参数估计SAGA-ML方法的研究

建立基于模拟退火遗传算法(Sjmualted Annealing Genetic Algorithm,SAGA)的改进极大似然法,即将似然函数相反数求解极小值的表达式作为目标函数,依据矩法估计参数取值范围作为约束条件,然后应用SAGA进行参数估计.与常规极大似然法思路有本质不同,改进极大似然法通过遗传算法进行参数优化.通过蒙特卡罗试验,验证了改进极大似然法在参数估计和不同频率设计值估计两个方面均具有很好的准确性,与基于最大熵原理的方法效果相当,优于其他方法;同时该方法不受线型类型、参数数目和约束条件的限制;可以避免应用常规极大似然法时出现似然方程无解等情况;且求解过程简便快捷,使极大似然法在理论上和实际应用中都成为有效的方法.     

粒子群优化适线法在水文频率分析中的应用

水文频率分析就是给各种水利工程提供具有概率含义的水文设计数据,以确定工程的规模、投资和效益.传统的水文频率计算方法一般都是假定总体服从P-Ⅲ型分布,然后采用适线法根据样本估计参数,进而推求设计值.因此,在概率分布线型确定的前提下,水文频率计算实际上就是根据样本资料估算其中包含的参数.从充分利用样本信息、增强参数估计方法的精确性和减少人为因素影响等方面考虑,本文提出了基于粒子群优化算法的优化适线法,并将该方法应用到年最大流量频率分析中.为了进一步了解该方法的统计特性,还将其与传统参数估计方法(矩法、权函数法、概率权重矩法)作了比较.实例表明,该方法能快速的完成参数寻优过程,并较好的寻找出参数的全局最优解.     

月潭水库洪水预报模型研究及水库建设对黄山市中心城区的水文效应分析

洪水预报是水库科学调度的关键依据,本文利用流域水文模拟方法,分别建立月潭水库洪水预报模型、建库后水库～屯溪区问流域水文模型及水库～屯溪之间河道演算模型,并基于成果,选择历史典型洪水,分析月潭水库建设对黄山市屯溪中心城区的防洪效应.     

基于流溪河模型的新丰江水库入库洪水预报模型研究

基于流溪河模型构建了不同空间分辨率的新丰江水库入库洪水预报模型,采用粒子群算法优选模型参数进行洪水模拟,对比实测资料验证了模型性能。结果表明,建立的新丰江水库入库洪水预报流溪河模型模拟效果优良,符合新丰江水库入库洪水预报的精度要求,可用于新丰江水库入库洪水预报：90 m空间分辨率的模型模拟效果最好,200 m空间分辨率的模型也具有良好的模拟性能,500 m空间分辨率的模型模拟性能有明显降低。模型计算工作量随分辨率的提高呈指数增加,90 m空间分辨率的参数优选时间是200 m空间分辨率参数优选时间的7.04倍,而200 m空间分辨率的参数优选时间是500 m空间分辨率参数优选时间的3.53倍。     

模糊水文统计分析研究

水文统计分析的观测数据和调查数据往往不够精确,为此,提出在模糊样本条件下进行水文统计分析的方法体系,用模糊数进行模拟,并以范例作了简要说明.     

水情信息采集系统可靠性模型分析

分析了防汛指挥系统中水情信息采集系统的可靠性,并从理论上对描述水情信息采集系统模型的可靠性有关特征量参数进行了推导,最后得出了定量分析水情信息采集系统可靠性的方法和结论性公式。     

基于加权马尔可夫模型的济南市降水丰枯状况预测研究

降水量是随机变量,降水过程存在着很大的不确定性和随机性。利用加权马尔可夫模型对济南市2006与2007年的降水进行预测,2006年预测状态为3,属于平水年,2007年预测状态为4,属于偏丰年份,均与实际值相符。该方法的预测结果由点值扩大到区间,提高了预测的可靠性,可结合定量预测方法进一步研究。     

基于MEM1谱分析的水文时间序列隐含周期特性研究

水文时间序列的隐含周期(本文将简单周期、复合周期及近似周期等统称为隐含周期)的识别、判定是一个重要而又较为困难的问题,相对成熟和有效的做法是对其进行频谱分析。建立在最大熵原理(POME)基础之上的MEM1谱分析,克服了传统谱分析方法的诸多不足,具有频谱光滑、分辨率高等独特优势。为此,以黄河花园口(秦厂)测站年径流系列、月径流系列和年最大洪峰流量序列隐含周期特性的研究为例,探讨了MEM1谱分析在水文时间序列隐含周期特性中的应用。