构建式流域实时水文预报系统关键技术研究

目前的水文预报模型很多,但都缺乏统一的模式。通过对水文预报模型的高度抽象,定义了水文预报模型的标准化接口,统一了各类水文预报模型的输入、输出、参数、状态,以及运行过程;在此基础上,实现了水文预报方案的标准化"构建"模式,即通过标准化水文预报模型的相互组合实现流域水文预报方案的标准化创建。基于以上关键技术,成功开发了构建式流域实时水文预报系统,并取得了良好的应用效果。     

利用灰色理论预测干旱年

通过利用灰色理论预测柳河水系的干旱年,阐述了灰色理论预测随机水文要素的基本方法。并对预报模型进行了精度检验。     

昌吉地区水文预报与水资源优化管理技术探讨

水文预报与水资源优化管理是当今水文学科的重要分支,对于预报区域内未来水文状况具有重要的作用。基于水文预报与水资源优化管理技术,以昌吉地区近十年来的8个水文站实测数据为支撑,引入周期迭代ARIMA技术进行水文计算及预测,确定昌吉地区水资源参数、构建水资源管理模型;通过模型分析数据可知:依托构建的昌吉地区水资源管理模型,可有效提高吉昌区域的水资源综合利用效率,减少水资源能耗,实现昌吉地区水资源优化管理。     

黄河源区水文预报的关键科学问题

黄河源区水文预报对龙羊峡、刘家峡等黄河上游梯级水库群的洪水资源化调度乃至整个黄河流域的水旱灾害防御都起着举足轻重的作用。然而,由于降水的地面观测严重匮乏、且缺少适用于高寒山区的专用水文模型,源区水文预报成为长期困扰黄河洪水/径流业务预报的难题。在回顾国内外相关研究的基础上,从高海拔缺资料地区的降水观测与降水预报、寒区水文模型构建与气象水文耦合系统集成、高原降水发生的气象成因与形成机制3个方面,评价了黄河源区水文预报的当前现状与技术水平,提出了黄河源区水文预报面临的关键科学问题;指出新一代多源降水信息融合与同化、高寒区特殊产汇流模型构建、无缝隙气象水文集合预报、强降水与连阴雨的多影响天气系统解析等,是当前黄河源区水文预报的研究重点与发展方向。     

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。     

全球气象预报驱动流域水文预报研究进展与展望

全球气象模型及新兴人工智能模型为流域水文预报提供了日、次季节、季节等不同时间尺度的海量气象预报数据。与此同时,基于气象预报开展水文预报,涉及到数据获取、模型构建、评估检验等技术问题。本文以全球气象预报相关的研究计划为切入点,调研现有的1 d至2周小时尺度中短期天气预报、1～60 d次季节尺度气象预报、1～12个月季节尺度气象预报以及新兴的人工智能气象预报;梳理气象预报驱动下流域水文预报模型方法,阐述气象预报订正、水文模型设置和预报评估检验等技术环节。基于全球气象预报生成实时和回顾性流域水文预报,定量检验不同预见期下预报精度以评估相关模型方法的预报性能,为水利工程预报-调度实践应用打下坚实的基础。     

三峡库区陆气耦合研究及应用

以延长洪水预见期、提高预报精度为目标,研究气象水文耦合机制,利用数值天气预报模式WRF(Weather Research and Forecasting)驱动分布式VIC(Variable Infiltration Capacity)水文模型,构建三峡库区陆气耦合洪水预报系统,并对2007~2008年期间四场暴雨洪水进行日滚动预报试验。结果表明,WRF模式在三峡库区内有着良好的短期降水预报精度,基于数值天气预报模式和分布式水文模型的陆气耦合洪水预报系统能有效延长三峡入库洪水预见期、提高洪水预报精度,具有较大的应用潜力。     

水资源优化管理中水文预报技术应用探讨

水文预报是水资源管理中不可缺少的部分,在水资源管理中通过相关水文预报技术应用,能有效提升水资源开发应用的科学性和时效性。结合辽宁本溪市水资源情况,对水文预报技术在水资源管理中的应用进行探讨,提出应坚持水资源管理基本原则,在水资源管理中通过加强GIS技术应用、构建无线传感网络、提升数据传输可靠性,加强水资源预测管理,提高水文预报技术水平,构建统一水资源管理平台,加强区域水资源优化管理,为区域经济发展提供基础依据。     

水文预报加法模型在甘肃省主要河流年径流预测中的应用研究

加法模型是长期及超长期水文预测预报常用方法之一。本文阐述了水文预报加法模型原理,以甘肃省主要河流年径流超长期预报为例,建立起水文预报加法模型,并对各主要河流2018年径流预报情况进行对比研究,预报精度满足规范要求。并提出水文预报加法模型应用中的具体建议,以提高模型的预报精度。     

水文模型选择及其研究进展

水文模型是人们认识水文循环过程,进行水文预报和水资源管理的重要工具和手段.在水文预报和水资源管理事务中,针对具体的预报和决策目标,需要根据研究区本身特征、各类数据现状,选择符合实际需求的水文模型.详细分析水文模型选择的必要性及其在水文建模及模型应用中的地位,在回顾水文模型选择研究现状基础上,总结水文模型选择的基本原则,并对各种水文模型选择方法进行分类,进而明确提出水文模型选择的概念,最后提出基于知识、水文模型特性及数据资料等相结合的综合水文模型智能选择框架,探讨水文模型选择的发展趋势.     

中国水文预报技术发展的回顾与思考

回顾了中国水文预报技术的发展历程,阐述了中国水文预报技术从经验相关法、流域水文模型,到预报系统发展的整个过程。较详细地介绍了中国常用的水文预报方法、模型和预报系统,及其各自特点和应用条件等,客观评价了中国水文预报技术的水平,深入分析了高强度人类活动引起的下垫面变化和以全球变暖为主要特征的气候变化对流域产流和汇流机制的影响,分析了变化环境下水文预报面临的问题和挑战。展望了中国水文预报技术的发展方向,指出了中国未来水文预报技术的研究重点。     

基于灰色马尔柯夫预报模型地下水动态预报研究

随着社会经济发展,地下水超采日益严重,为了科学地保护和合理利用地下水,本研究讨论了地下水动态预报方法.针对 GM (1,1) 灰色预报和马尔柯夫预报的优缺点,提出了灰色与马尔柯夫相耦合的灰色马尔柯夫预报模型,最后以河南某地区地下水埋深为例,验证了该方法的可行性.     

基于IBUNE方法的水文模型不确定性分析

在贝叶斯理论框架下,根据一种可结合多个水文模型给出模拟或预报结果的IBUNE方法探讨了水文模型的输入、参数以及结构的不确定性问题。将SCEM-UA算法和EM算法嵌入新安江和TOPMODEL水文模型用于参数优化和模型平均,进而将输入与参数的综合不确定性处理后得到的预报量后验分布进行多模型综合,据此对水文模型的不确定性及其对水文模拟结果的影响进行评价。以湖南洣水流域龙家山水文站以上集水区域为例进行了应用研究,结果表明,IBUNE方法能够有效估计水文模型的不确定性,并能给出合理的概率预报区间。     

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。     

基于WA、ANN和水文频率分析法相结合的中长期水文预报模型的研究

针对传统中长期水文预报方法模拟预测结果精度低、未考虑水文不确定性因素的影响等问题,本文将小波分析(WA),人工神经网络(ANN)和水文频率分析法联合使用,建立了不确定性中长期水文预报模型:即在应用WA揭示水文序列变化特性的基础上,将原序列分为主序列和随机序列两部分,然后利用ANN对主序列进行模拟预测,对随机序列进行水文频率分析,最后将两部分结果叠加作为最终预测值.将该模型用于黄河河口地区作中长期水文预报,并与传统方法作对比,进行模型验证.结果显示:该模型能同时揭示序列的时、频结构和变化特性;预报值结果精度高;且合格率高;能定量分析和描述水文不确定性因素对预报结果的影响,可得到不同频率对应水文序列的模拟预测值.因此该模型的预报结果更加合理有效,对实际生产应用更具有指导意义.     

基于DEM的集总式水文预报模型产流结构生成

降水数值预报和水文预报的耦合是水文研究的热点问题之一,在避免水文预报模型开发的前提下,本文探讨了如何利用现有的集总式水文预报模型,实现两个系统耦合的问题。提出了在DEM资料提取的数字流域基础上,人工干预子流域和泰森多边形的生成方法,使生成的子流域、泰森多边形与原集总式的水文预报方案划分情况基本一致,在产流层面解决了降水数值预报和集总式水文预报方案耦合的技术问题,为降水数值预报成果在水文预报中广泛应用创造了条件。该方法在潘家口水库的水文预报中应用,取得了较好的效果。     

不同小波函数对灰色模型精度影响分析

针对小波灰色模型在水文序列预测中面临的小波函数的选择问题,采用安庆站1956~2011年实测降雨量作为算例,以传统的灰色模型预测值作为参考,考虑了Haar、Db、Smy、Coif、Bior、Rbio、Dmey等7种小波基函数,通过方差和纳什系数作为模型预测评价指标,对不同小波灰色模型精度影响进行了分析。结果表明:不是所有小波函数与灰色模型耦合都能提高模型的精度;安庆站1956~2011年实测降雨量水文序列来说,db1小波函数对模型精度提高的效果最明显。     

分布式流域水文模型刍议

本文，对水文模型，流域水文模型，分布式流域水文模型的概念进行了阐述；对分布式流域水文模型的性质、特点进行了论述，并对其在实时洪水预报中应用前景进行了分析。     

T-S-K模糊逻辑算法在抚河水文预报中的应用

目前我国水文机构存有大量的水文数据,如何充分有效地利用智能算法对这些数据进行分析和挖掘,降低预测的复杂度并提高水文预测的精度,是水文预报的一个重要的发展方向。数据挖掘中的T-S-K模糊逻辑算法从大量数据中提取未知、可操作、有相关性的水文模式和关系用于水文预报。本文以抚河上下游3个重要水文站历史数据为实例,建立T-S-K模糊逻辑算法水文预报,分析结果表明该算法所建模型误差较小,预测精度高,可满足实际水文预报需求。     

中长期径流预报的一种灰关联模式识别与预测方法

基于时间序列多重信息利用的扩维原理和灰色系统理论的关联分析思想,提出一种应用于水文中长期预报的方法.它的特点是直接从径流序列的扩维相型关联分析中,寻求径流情势变化规律,较适合于缺乏输入因子资料或选择影响因子有困难条件下的水文中长期预报.利用海河、黄河和长江流域若干水文站的实测资料序列对该方法做了初步验证.