河道洪水演算方法在淮河及滹沱河中游的应用

为解决马斯京根法在河道洪水演算中未考虑河道断面特征和水力特性的变化问题,在淮河中游吴家渡至小柳巷河段、滹沱河中游黄壁庄至北中山河段采用考虑河道断面几何形状和水力学糙率的Muskingum-Cunge-Todini可变参数法和非线性水库法进行河道洪水演算研究,探讨考虑河道断面特征和水力特性的演算方法在湿润区淮河中游及半干旱区滹沱河中游的适用性,并将模拟结果与马斯京根法进行比较。结果表明,Muskingum-Cunge-Todini可变参数法和非线性水库法在研究河道上模拟精度较高,洪峰合格率均在86%以上,确定性系数均大于0.8,可应用于河道洪水预报。     

河道洪水演算的径向基函数神经网络模型

将径向基函数神经网络方法应用于河道洪水演算中，并利用最小二乘法来确定模型参数。结合河道洪水演算的具体方式，分别构建基于马斯京根方法和具有预见期的洪水演算方法的径向基函数神经网络模型。将该模型应用于两条天然河道的洪水演算中，计算结果表明，该模型运算快速，精度较高，具有较大的应用价值。     

考虑水库泄水影响的逐网格汇流演算方法

为将网格新安江(Grid-XAJ)模型更好地应用于受水库泄水影响地区的洪水模拟及预报,以横排头流域为研究区域,基于水库真实地理位置,利用分段马斯京根(MK)法、逐网格MK法、逐网格Muskingum-Cunge-Todini(MCT)法对比分析水库泄水对模型汇流计算的影响。结果表明:3种方法对洪峰的模拟情况均较好,率定期与验证期全部洪水的平均合格率均为100%;逐网格MK法与分段MK法全部洪水的平均径流深合格率均为76.9%,小于逐网格MCT法(84.6%);与分段MK法相比,逐网格MCT法与逐网格MK法可以反映上游水库泄水对汇流过程中流量在流域中时空分布的影响;逐网格MCT法在逐网格MK法的基础上进一步考虑了下垫面河道的真实情况;总体而言,逐网格MCT法对于受水库泄水影响流域的洪水预报具有较强的适应性和可靠性。     

河道洪水演算的神经网络模型

提出了适用于河道洪水预防的神经网络模型，应用实测水文资料与河道洪水演算的马斯京干法进行了比较，得出：神经网络模型几乎没有进行河道洪水的连续模拟；对于线性河道系统的实时洪水预报，马法优于神经网络模型；对于非线性河道的实时洪水预报，两者相差不大，神经网络模型略优一些。     

基于三次样条函数的马斯京根参数估计方法

首先利用三次样条插值函数拟合河道上游断面入流和下游断面出流过程,然后应用最小二乘原理进行马斯京根流量演算系数的最优估计.这种数学估计方法克服了传统试错法人为因素的不确定性,也提高了单纯使用最小二乘法估计流量演算系数的精度,并且为下游断面出流过程提供了不同时间步长的出流信息.该方法具有确定模型流量演算系数速度快、精度高和求解唯一性等特点,在实际河道流量演算中取得了较好的应用效果.     

基于运动波数值扩散的洪水演算方法

基于运动波方程差分解的数值扩散在一定条件下可以模拟扩散波物理扩散的新途径,对马斯京根-康吉洪水演算方法和具有预见期的洪水演算方法进行了分析,给出了方法的稳定性条例。对两条天然河道的应用表明,洪峰流量、峰现时间和过程线等的预报精度均达到了《水文情报预报规范》的要求。     

双变量耦合模型在水文预报中的应用

为了解决潮汐河段的水流演算问题以及现有的河道水流演算模型只能模拟某一特定变量的问题,对双变量耦合模型进行参数概化,并选取全国范围内来源于不同水系的19个河段汛期作为洪水资料进行验证,将计算结果与马斯京根法进行比较,双变量耦合模型的确定性系数更高,模拟过程与实际水流过程的拟合程度更好,模拟精度较高.应用于实际流域后表明该方法可有效提高洪水预报精度.     

基于数据信息串行时间延迟处理的BP网络训练

通过实验对比的方法,验证了数据串行时间延迟处理对于提高BP神经网络对时间序列问题模拟精度的有效性,并将其应用于黄河下游夹河滩至高村段河道洪水预报中.预报检验结果表明,方法的预报精度优于马斯京根法.在洪水预报的实际应用中,采用N=2的延迟线不但使训练样本具有时序效应,而且能将洪水时段水位(流量)变幅的概念赋予网络,使训练样本蕴含了更多的信息,能有效提高模型的预报精度.     

马斯京根法在雨水管道流量演算中的应用

将马斯京根法用于雨水管道的流量演算中，提出了参数Ｋ，θ的计算方法，经试验资料检验，效果较好，并与精度较高的动力模型作了比较，两者比较接近，证明此法可用于雨水管道的流量演算。     

新安江模型中河道汇流方法的改进

为解决子流域与网格河道之间的匹配问题,在新安江模型(XAJ)的基础上,采用考虑旁侧入流的扩散波和修正后的Muskingum-Cunge-Todini(MCT)2种演算法对河道汇流计算进行改进,建立了XAJ-DCH模型。分别采用原新安江模型的Muskingum以及XAJ-DCH模型中的MCT和扩散波演算法对呈村流域进行洪水模拟,模拟结果表明:呈村流域率定期和验证期的洪峰相对误差为-20%~20%,洪量相对误差为-10%~10%,确定性系数都大于0.7,并且3种方法的洪峰相对误差、洪量相对误差、确定性系数模拟的结果相似,从而验证了XAJ-DCH模型的合理性;相比于新安江模型,XAJ-DCH模型不仅可以用于出口站点的流量模拟,同时可以预测流域内部河道断面的水位和流量;由于汇流计算模块中引入了扩散波方法,可提高模型在地势平缓地区的预报精度。     

河段汇流参数抗差估计研究

当河段实测出流流量值被不服从正态分布的异常值污染时,最小二乘法不能获得参数最优估计.为此,采用崩溃率为20%、附有条件的抗差最小二乘法估计马斯京根汇流参数最优值.通过对闽江永安河段理想模型参数的计算,比较了参数抗差最小二乘法与最小二乘法抵抗2类误差的效果.结果表明,抗差最小二乘法能排除异常值对参数估计的影响而获得稳健性的参数.     

概念性汇沙模型初探

本文从概念性角度探讨泥沙基本规律.把水文学中的线性水库、马斯京枢法的水流汇集概念应用到流域坡面和河道的泥沙汇集中,考虑泥沙汇集与水流汇集的共性和泥沙冲淤的个性,提出简单的概念性坡面汇沙、河道汇沙模式;结合时段地面经流与时段产沙量的关系,构成一个产流和产沙、汇沙藕合模型;并应用于黄河流域产沙、汇沙规律的分析和断面泥沙过程的模拟,获得了较合理的结果.     

基于遗传模拟退火法的马斯京根方程参数估计

提出一种用遗传退火算法估计马斯京根方程参数的新方法，在遗传算法中融入模拟退火算法，在每一代群体产生后，对各个个体独立地进行模拟退火过程，以其结果再作为下一代群体的个体，避免了简单遗传算法容易提前收敛的缺陷以及模拟退火法搜索较盲目的缺点，应用实例表明方法简便，直观，可广泛应用于解决多种模型的优化问题，特别在洪水预报方面有很好的应用前景。     

顺直河道低水生态修复理念与方法

顺直河道存在形态单一、生态退化等问题,修复河道的蜿蜒性是改善其生态环境的重要措施。针对多数顺直河道具有河宽受限、短期防洪为主等特点,提出在低水期通过设置生态修复建筑物以营造低水蜿蜒流动形态的理念;根据水动力和生态要求,提出蜿蜒河槽设计参数的确定方法,布置合适的生态修复建筑物以构建低水蜿蜒流动形态;结合顺直河道特点与修复目标要求,对低水蜿蜒河槽构建的应用前景作了展望。     

基于卡尔曼滤波技术的河道汇流实时校正

基于卡尔曼滤波的河道汇流实时校正算法,采用非线性马斯京根矩阵解法,将河道汇流表达为一个时变线性系统,满足了卡尔曼滤波状态空间表达的要求.在进行滤波时,对系统参数矩阵的实时修正减小了河道汇流的非线性对线性滤波的影响.通过对每个子流域的“远程”和“本地”卡尔曼滤波校正,使全流域得到了全面合理的校正.提出一种新的模型噪声方差阵和量测噪声方差阵实时统计方法,该统计方法可有效地防止滤波发散现象,提高滤波预报的精度.通过在三峡区间流域上的应用,证明了基于卡尔曼滤波的河道汇流实时校正算法的有效性.     

防洪堤对洪水的归槽影响研究

基于河道洪水演算原理,建立符合河流水力特性及其变化规律的流量和水位演算模型,利用实测洪水和防洪堤资料进行洪水演算,经洪水水文要素变化变化规律及其合理性的综合分析,确定防洪堤对洪水的归槽影响。应用实例的多方案演算成果表明:保护区滞洪容积占次洪水总量最大比重为9.50%的浔江防洪堤对西江中下游洪水过程的归槽影响大于对洪峰的归槽影响,而且洪水类型和干支流组合不同,影响程度也不相同:对流量过程、洪峰流量影响的最大归槽流量、最大归槽流量比重为36 200 m3/s、9.50%,2 600 m3/s、5.78%,对水位过程、洪峰水位影响的最大水位变幅为0.58 m、0.21 m;洪水归槽并未显著改变西江中下游洪水特性,干支流洪水遭遇、区间降雨和雨洪重叠仍然是形成西江中下游大洪水的主要因素;多方案演算成果相互参证,可减少误差、提高成果精度。大江大河洪水频繁并非归槽影响的结果,应结合气候和土地利用及覆被变化对水文循环影响的研究,探索流域变化环境下的洪水形成机理和演变规律。     

流域洪水模拟通用模型结构研究

在分析流域水流特性的基础上,提出了流域可分解为一系列特征对象和流域洪水运动由水位场确定的概念,特征对象由基本元素组成,将节点水位作为模型基本变量,通过各种流域基本元素间的水量交换函数,采用数据驱动运行机制建立了流域洪水模拟通用模型,并用实例验证了方法的可行性。