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。     

考虑降水预报的三峡入库洪水集合概率预报方法比较

为了考虑预见期内降水预报的不确定性对洪水预报的影响,采用中国气象局、美国环境预测中心和欧洲中期天气预报中心的TIGGE(THORPEX Interactive Grand Global Ensemble)降水预报数据驱动GR4J水文模型,开展三峡入库洪水集合概率预报,分析比较BMA、Copula-BMA、EMOS、M-BMA 4种统计后处理方法的有效性。结果表明:4种统计后处理方法均能提供一个合理可靠的预报置信区间;其期望值预报精度相较于确定性预报有所提高,尤其是水量误差显著减小;M-BMA方法概率预报效果最佳,它能够考虑预报分布的异方差性,不需要进行正态变换,结构简单,应用灵活。     

基于多模式降水集成的陆气耦合洪水预报

针对基于单模式陆气耦合模型在洪水预报中存在的不确定性问题,利用三种数值天气预报模式MC2、GEM与T213开展基于多模式降水集成的陆气耦合洪水预报研究。通过淮河流域2007～2009年3场暴雨洪水验证表明:基于多模式降水集成的陆气耦合洪水预报可以有效地减小不确定性、提高精度和稳定性;但基于多模式降水集成的陆气耦合洪水预报对小尺度局地强降水仍存在较大的不确定性,今后需对此展开进一步的研究,以给出更加稳定、可靠的洪水预报结果。     

山东省洪水预报方案编制及洪水作业预报探讨

山东省洪水预报方案编制及洪水作业预报探讨杨罗（山东省水文总站）一、编制洪水预报方案有关问题的探讨洪水预报方案（以下简称方案）是进行洪水作业预报的基本依据。如何编制科学合理且具有较高实用价值的洪水预报方案，是水情预报人员的一项重要任务。现就笔者参加我省...     

基于相关分析的雨量站选择及洪水预报方法

在分析历史降雨资料的基础上,建立流域内各雨量站点雨量与流域平均面雨量的相关关系。结合流域水文站分布图选出与流域面雨量相关性高且有区域代表性的雨量站作为遥测系统的关键测站,保证其稳定运行。利用定点定面关系分析方法,由流域内关键测站的时段雨量推求流域时段面雨量,并带入洪水预报模型进行洪水预报。该方法不依赖流域内全部测站的降雨信息,可有效解决流域内雨量站缺测或数据错误时的洪水预报问题。该方法可为无资料或资料短缺地区及新建水库因资金限制只能建设少量测站时的洪水预报提供参考。     

流量测次精简对洪水预报的影响分析

通过对潼塘、大西滩、五里牌、坑口、龙家山站流量测次精简引起的误差对新安江三水源预报模型影响的分析，论述了流量测次精简误差对洪水预报的影响，提出了流量测次精简误差与洪水流量预测误差之间的关系。对《水文巡测规范》（SL195－97）的精度指标进行了论证。     

2012年长江上游朱沱水文站特大洪水预报分析

朱沱水文站是长江上游干流重要控制站之一,2012年7月朱沱水文站发生自1954年建站以来的最大洪水,形成了长江三峡水库建成以来的最大入库洪水。由于朱沱水文站洪水预报及时、准确,使得朱沱、江津等重庆沿江城镇安全转移数万人无一人伤亡,财产损失也减小到最小。朱沱水文站的洪水预报对重庆市的防汛减灾发挥了重要作用。     

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...     

2008年三峡水库入库洪水特点与预报效果评价

对2008年三峡水库入库洪水特点进行分析,并针对场次洪水和连续自动预报两种方式进行预报误差统计,两种方式预报结果都表明2008年实时联机水文预报精度达到水文情报预报规范的甲级标准,同时发现未来降雨对三峡水库入库预报精度影响较大,部分场次洪水结合(不结合)未来降雨的预报精度差别很大,且随着预见期增长,预报误差也加大。     

BP神经网络洪水预报模型在洪水预报系统中的应用

采用相关分析法,在区域降水、观测断面流量(或水位)因子中识别出影响预报断面径流过程的主要变量,在多个观测断面的数据均为流量情况下,采用基于时延组合的合成流量为影响预报断面径流过程的变量,采用自相关分析法,识别出影响预报断面径流过程的前期流量(或水位),以这些变量为BP神经网络模型的输入,以预报断面的流量(或水位)为模型的输出,在BP神经网络隐层节点数自动优选的基础上,构建了基于BP神经网络的洪水预报模型。将模型载入中国洪水预报系统中,应用结果表明:模型在历史洪水训练样本具有一定代表性的情况下,可获得较高的预报精度。     

基于径流形成原理的若干洪水预报理论述评

对基于径流形成原理的洪水预报理论的近代研究成就作了较为系统的述评,并对其未来的发展作了一定的预示.     

中国洪水预报系统设计建设研究

分析了我国洪水预报系统的现状,阐述了中国洪水预报系统的建设的必要性、目标及开发原则,介绍了中国洪水预报系统的软硬件环境、预报模型和方法、预报方案、模型率定、实时作业预报、实用模块、系统管理7部分的设计建设。     

Flood Forecasting and Flood Warning in the Firth of Clyde, UK

Coastal flooding has caused significant damage to a number of communities around the Firth of Clyde in south-west Scotland, UK. The Firth of Clyde is an enclosed embayment affected by storm surge generated in the Northern Atlantic and propagated through the Irish Channel. In recent years, the worst flooding occurred on 5th January 1991 with the estimated damage of approximately £7M. On average, some £0.5M damage is caused each year by coastal flooding. With the latest climate change predictions suggesting increased storm activity and the expected increase in mean sea levels, these damages are likely to increase. In line with the expansion of flood warning provision in Scotland, the Scottish Environment Protection Agency (SEPA) has developed a flood warning system to provide local authorities and emergency services with up to 24 h warning of coastal flooding within the Firth of Clyde and River Clyde Estuary up to Glasgow City Centre. The Firth of Clyde flood warning system consists of linked 1-D and 2-D mathematical models of the Firth of Clyde and Clyde Estuary, and other software tools for data processing, viewing and generating warning messages. The general methodology adopted in its implementation was developed following extensive consultation with the relevant authorities, including local councils and police. The warning system was launched in October 1999 and has performed well during four winter flood seasons. The system currently makes forecasts four times a day and is the only operational coastal flood warning system in Scotland.This paper summarises the development of the warning system, gives a review of its operation since its launch in 1999 and discusses future developments in flood warning in Scotland.     

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。