近50 年滇池流域汛期降水时空演变特征分析

以滇池流域1970—2020年汛期（5—10月）降水量资料为依据,利用地理信息技术,采用MannKendall检验法、小波分析等方法,分析近50年来滇池流域汛期降水年际变化的趋势性、周期性以及集中度、集中期、降水中心和旱涝发生频率等演变特征。结果表明：（1）近50年来,滇池流域汛期降水总体呈减少趋势,中部地区降水呈增加趋势,盘龙江上游的松华坝水库以上区域及南部地区降水呈减少趋势;（2）汛期降水年际变化存在31 a的主周期,中部主城区降水集中度高于南部地区;（3）汛期降水的中心整体呈现向东部、南部方向偏移的态势,且移动趋势显著;（4）滇池流域旱涝频发,尤其盘龙江中段昆明主城区为旱涝多发区。该成果对滇池流域水旱灾害防御及水资源管理具有参考意义。     

贵州山区降水集中度和降水集中期的时空变化特征

利用1961~2015年贵州省81个气象观测站的逐日降雨资料,计算了降水集中度(PCD)和集中期(PCP),并采用线性趋势、空间分析、M-K突变检验和R/S分析等方法 ,对贵州山区复杂地形下的降水集中度和降水集中期进行了分析。结果表明:贵州1961~2015年PCD波动幅度介于0.30~0.59之间,空间分布上由东向西逐渐增加的趋势,PCP的波动范围在16.5~21.0旬之间,空间呈现出由东南向西北逐渐增加的趋势;PCD与降水量的相关性高于PCP与降水量的相关性,表明贵州地区的降水量越多,降水越趋于集中;R/S分析表明贵州地区PCD可能隐含着周期规律,PCP会保持提前的趋势。     

宁夏春、夏、秋季干旱与降水集中期及集中度的关系

应用宁夏气象台站1961-2010年逐候降水量序列资料, 计算了春、夏、秋季3个季降水的集中期、集中度和干旱Z指数, 运用趋势分析、相关分析、合成分析讨论了3季的集中期、集中度与旱涝程度的时空变化特征及其相互关系. 结果表明: 50 a来宁夏春夏秋干旱等级均呈加剧趋势, 秋季加剧更明显, 3季中中部干旱带加剧最严重, 南部山区次之, 北部最小. 春季集中期无明显变化趋势, 但集中度有上升趋势, 夏季集中期、集中度缓慢下降, 秋季集中期、集中度变化不明显;近10 a来3季集中度明显增大, 春夏两季集中期推迟. 春季降水集中度对干旱没有显著影响, 但首场透雨出现早晚对干旱影响显著, 透雨出现偏早, 干旱等级低, 反之亦然;夏季集中期对干旱影响不显著, 但集中度显著影响干旱, 集中度高, 雨涝发生概率越大, 集中度低, 干旱发生概率大;秋季集中期、集中度对干旱都有影响, 集中度高, 集中期早, 雨涝发生概率大, 反之干旱出现概率大.     

可能最大降水与古洪水研究

设计洪水是工程水文学中的难题,靠数学化来指导频率曲线外延的成就不大,但用新近提出的古洪水概念与方法,可取得距今几千年的洪水信息,对提高洪水频率曲线稀遇部分的情度有重要意义.本文还阐述了PMP/PMF途径在“可能”与“最大”两方面的新概念和新方法.     

汛期分期的圆形分布法研究

首次采用圆形分布法计算洪水发生的集中期、集中度和高峰期的起止时间，由此确定汛期分期。三峡水库的计算结果表明，汛期分期结果合理可靠。统计试验显示，考虑洪水量级的圆形分布法效果最优。圆形分布法可以较好地描述洪水季节性特征，为洪水汛期分期计算提供了一条新的途径。     

岷江流域汛期降水时空特征研究

利用岷江流域内15个站点1956～2001年降水资料,运用经验正交函数(EOF)分解、Morlet小波变换、Mann-Kendall秩次相关检验等方法,分析了降水的时空变化特征.结果显示:岷江流域降水年内分配极不均匀,年降水量70%以上集中在汛期(6～10月).西部高原降水年内分配呈双峰型,降水峰值出现在6月和9月,东部平原呈单峰型,峰值出现在7月和8月.对汛期降水经验正交函数分解的第一主分量显示东西反相变化,表明呈现西干东湿或西湿东干的格局特征.汛期降水时间上46年来呈下降趋势,且存在准2年、5～7年、14～15年的周期.     

青海高原冬季持续低温集中程度的气候特征及其成因

采用青海高原37个台站1961-2010年逐日气温数据, 着重讨论了持续3 d及以上低温过程集中程度的变化特征及其发生机制.结果表明: 低温集中度(LTCD)和集中期(LTCP)具有表征低温在时空场上非均匀性的较好分辨力; 近50 a青海高原冬季低温事件及其集中度均呈逐年明显减少趋势, 集中期明显提前; 利用REOF结合CAST方法分区并探讨了影响青海不同区域低温集中度的主要环流系统及因子, 发现影响柴达木盆地的主要系统为极涡和北大西洋涛动, 而青南牧区主要是由于局地气候反馈机制影响; 唐古拉地区的主要影响系统位于极区、 乌拉尔山地区及东部鄂霍次克海附近; 与东部农业区的相关体现为自西向东呈"+ - +"波列型分布, 反映冷空气不断东移过程中受东部高压阻塞, 在东部农业区堆积, 形成冷空气过程从而造成该地区集中度偏高.     

陕西省降水时空分布与变化特征分析

基于陕西省1961—2005年97个县市的逐月降水资料采用经验正交函数分析(EOF)方法对降水空间分布进行研究;利用降水集度法表示降水的年内分异情况;并通过求各降水量场时间系数的变化趋势系数探讨降水时间变化特征。结果表明,全省降水呈南多北少的特点,主要有4种雨型,大部分地区降水呈季节性变化,降水量整体缓慢下降,季节上变化为春、秋下降,夏、冬上升。     

广西澄碧河水库汛期洪水分期及其汛限水位浮动控制运用研究

本文根据水库洪水分期方法和汛限水位浮动控制理论对广西澄碧河水库进行洪水分期和汛限水位浮动控制研究，结果在不降低大坝防洪标准前提下对水库防洪调度方案进行优化，即水库汛期4～8月份以原汛限水位迎洪．9月份开始可在1．80m范围内上浮汛限水位。最后，对采用该方法可能存在的风险因素与风险程度进行探讨。     

50年来华北平原降水入渗补给量时空分布特征研究

针对华北平原水文地质条件复杂,地下水开发利用程度高,地下水位埋深和包气带岩性在时间和空间上差异大的特点,基于大量钻孔和地下水位监测资料,将华北平原划分为4个水文地质单元,以埋深7 m作为降水入渗稳定点,根据各分区的水文地质条件对钻孔岩层赋予入渗系数值,应用加权平均法求得华北平原20世纪60年代、80年代和21世纪初的降水入渗系数分布图.利用华北平原1956-2008年水资源四级区逐月降水量数据,求得华北平原20世纪60年代、80年代和21世纪初各分区单元的降水入渗量.结果表明,50多年来华北平原降水量呈减少的趋势,降水入渗系数呈增加的趋势,降水入渗量呈增加的趋势.3个年代的降水入渗量分别是118.86×108,147.91× 108和174.33×108 m3.     

改进的SCS模型在黑龙江省中小流域径流模拟中的应用

针对黑龙江省中小流域特征,以烟筒山、铁力、岔林河桥、中和4个流域为研究区,引入初损比例m和系统偏差系数k两个参数对SCS模型进行改进,探讨改进的SCS模型在模拟黑龙江中小流域降雨-径流的可行性。结果表明:改进的SCS模型模拟的效率系数均为0.80以上,可以有效的模拟黑龙江省中小流域的降雨-径流。     

珠江流域降水集中度时空变化特征及成因分析

基于珠江流域内43个常规气象站点1960~2012年的逐日降水资料,计算了流域内各站点长期降水集中度(LCI)和逐年降水集中度(ACI);采用Mann-Kendall趋势检验法和Sen’s坡度检验法检测ACI时间上的变化趋势;同时采用反距离权重插值法(IDW)对LCI的区域特征和ACI的变化趋势进行空间插值以分析降水集中度的时空分布规律;采用随机森林(RF)算法对降水集中度的影响因子进行重要度分析。结果表明:(1)珠江流域逐年降水集中度ACI的年际变化不明显,东南部呈上升趋势,西北部呈下降趋势;(2)珠江流域西北部长期降水集中度LCI值偏小,即降水分布较平均;东南部长期降水集中度LCI值偏大,即降水较集中,表明该地区降水极值情况发生的几率相对较高,该空间分布趋势可能是受距离海洋的远近及海拔的影响;(3)众多气候影响因子中,东亚夏季季风(EASMI)对珠江流域的降水集中度影响最明显。     

基于Copula函数的入库洪水与坝址洪水关系研究

采用频率分析法计算入库设计洪水时,需要通过相关分析将坝址洪水系列插补得到对应的入库洪水系列。常用的线性回归法假设两者满足线性关系且入库洪水系列服从正态分布,可能与实际情况并不相符。引入Copula函数构建坝址洪水与入库洪水的联合概率分布和条件概率分布,计算给定坝址洪水时入库洪水的条件最可能值和置信区间,提出了一种基于Copula函数的入库洪水插补新方法。三峡水库的应用实例表明:线性回归法得到的入库洪水值在坝址洪水量级较大时明显偏小,甚至稀遇洪水时不在90%置信区间内。所提方法能较好地反映坝址洪水与入库洪水的内在关系,不仅可以计算入库洪水的各种点估计值,而且能够定量评价估计的不确定性。     

中小河流山洪预警预报系统开发设计及应用

我国中小河流众多,山洪频发,洪灾损失严重,是造成人员伤亡的主要灾种。目前,我国中小河流山洪预报预警技术研究还处于初步阶段,山洪监测预警系统尚在试点建设中。介绍水利部公益性项目"中小河流突发性洪水监测与预警预报技术研究"开发的中小河流山洪预警预报原型系统,包括基于分布式水文模型、动态临界雨量的山洪预警预报方法,山洪预警预报原型系统的总体结构、软件设计与功能实现,以及在其中一个示范区江西遂川江的试运行情况,并对其实际应用进行了分析,以期为当前所开展的中小河流洪水易发区水文监测预警项目及全国山洪灾害防御非工程措施建设等工作提供参考。     

中小流域防洪规划决策支持系统──Ⅱ个例分析

以洪汝河流域为研究对象,详细介绍了中小流域防洪规划决策支持系统的建立及使用,并对相关结果作了分析,个例证明把决策支持系统方法引入防洪规划问题中是有现实意义的,它不仅可以提高防洪规划的速度,同时可以提高防洪规划的准确性,是一种可行的尝试.     

大尺度流域基于站点的降雨时空展布

降水是影响流域水循环最活跃的因素,其时空分布不均匀对流域产汇流的影响非常大,因此在进行流域水文模拟时,需要充分考虑到降雨的时空变异性。本文针对大尺度流域的特点,提出了一种日雨量的空间展布方法,该方法根据站点降雨量之间的相关系数选取参证站点,采用距离平方反比法把站点的日雨量插补到空间计算单元上去,或采用泰森多边形法插值。该方法计算结果和本次全国水资源规划的结果差别不大,说明插值方法比较可靠。由于大尺度流域雨量站点的布设比较稀疏,采用空间插值的方法生成计算单元降雨量值精度不好,本研究中提出了一个大于10mm的大强度日降雨的向下尺度化方法。首先建立了一个将日降雨分配成小时降雨量的雨强历时关系模型：然后根据黄河流域的特点,把全流域划分为五个大强度降雨区,分区对参数进行了率定：最后采用实测资料对模型进行了检验。本文提出的方法,在黄河流域水文模拟中进行了应用,由径流模拟结果看,效果令人满意。     

流沙河流域汛期降水特征及趋势分析

根据流沙河流域3个雨量站1994~2011年汛期的实测月降水资料,采用线性倾向估计、5年滑动平均及Mann-Kendall趋势分析等方法,分析了流沙河流域近20 a的汛期降水特征及变化趋势。结果表明:流沙河流域内汛期降水量各月分布不均匀,降水主要集中在7~8月,7、8月份降水量呈上升趋势,其他各月呈下降趋势,但汛期降水量总体呈下降趋势,趋势不显著。     

Interregional and Transnational Co-operation in River Basins – Chances to Improve Flood Risk Management?

In European river basins many flood management and protection measures are planned. However, the realisation of effective but space consuming measures such as retention areas and dike relocation mostly lags far behind time schedules. The development and set-up of an interregional and transnational basin-wide co-operation structure (“flood management alliance”) is substantial to realise catchment oriented flood management. In particular, this co-operation structure must involve spatial planning. The interregional and transnational co-operation structure establishes the framework for the joint accomplishment of instruments for flood risk management which is basin-wide agreed on. One of these instruments comprises financial compensations between downstream and upstream regions which shall improve the acceptance and the realisation of measures which bear disadvantages for the regions where measures are located. Existing and planned basin-wide co-operations in large transnational European river catchments demonstrate reasonable developments towards these goals. However, further efforts have to be made to exploit the chances interregional co-operation offers for improved flood risk management.