中小河流洪水防控与应急管理关键技术的思考

在总结国内外洪水防控与应急管理关键技术问题研究成果的基础上,针对中国中小河流众多、洪水频发、灾害严重等特点,讨论了高时空分辨率雨量场构建与短临精准预报、精细与智能洪水预报、洪水实时风险评估与应急处置、水文气象数据质量控制、云平台构建及多重情景仿真等关键技术问题,探讨关键科学问题,为中小河流洪水防控与应急管理提供思路。     

基于短时临近降水集合预报的中小河流洪水预报研究

为了延长中小河流洪水预报预见期,建立了基于短时临近精细化网格降水集合预报的中小河流洪水预报模型。模型采用百分位映射订正技术,发展数值模式降水预报场与实况场映射关系,结合Bayesian模型,构建基于GRAPES-3KM模式和Time-Lag-Ensemble融合技术的短时临近降水集合预报(最优集成、最大(95%分位数)、最小(5%分位数))格点场,作为GMKHM(Grid-and-Mixed-runoff-generation-and-Kinematic-wave-based Hydrological Model)的降水驱动,进行中小河流洪水逐小时实时滚动预报。选择新安江屯溪流域作为试验流域,对2020年汛期流域大洪水进行实时预报。检验结果表明,基于短时临近最优降水预报的中小河流洪水预报模型提前了7 h预报出屯溪断面洪峰,洪峰误差为5.6%,峰现时差为-1 h,比不考虑预见期降水的中小河流洪水预报提前了4 h;基于短时临近最大、最小降水预报的中小河流洪水预报模型提前了13 h预报出洪峰区间,并且自7月7日9时起滚动预报最大与最小预报跨度呈逐渐减少趋势。在中小河流洪水预报中引入短时临近集合预报降水,对提升中小河流洪水风险防控能力有重要意义。     

海河流域中小河流洪水预报系统设计与实现

中小河流突发性洪水具有流速快、预见期短以及分布广的特点,其对预报在广度和频度上提出了新的要求;分布式模型充分考虑了气候因子和下垫面空间分布不均匀性,采用更细尺度单元描述流域内部的水循环过程,满足了这种精细化预报的要求。研究围绕分布式水文模拟技术,以数字流域水系提取、分布式水文模型、BP神经网络误差校正、网络地理信息系统等一系列新技术手段为支撑,构建了海河流域中小河流洪水预报系统,为中小河流突发性洪水的预报预警提供了一个思路。     

改进的TOPKAPI模型及其在洪水预报中的应用

分析改进的TOPKAPI模型的结构组成,并对模块计算做出相应调整.以地理信息系统技术为支撑,基于数字高程模型的数据构建数字流域平台,根据土壤、植被类型等资料建立属性数据库,结合空间水文气象资料,将改进的TOPKAPI模型应用于半湿润的洛河上游卢氏流域的洪水预报,并进行分析评价.应用实例表明,改进的TOPKAPI模型结构...     

中小河流洪水预报预警问题与对策及关键技术应用

介绍了我国中小河流及洪水灾害基本情况,简要分析了中小河流洪水防御重点难点及亟需 解决的科学技术问题,提出了中小河流洪水预报预警的对策与措施,并对未来影响预报、风险预警、 网格精细化风险管理等理念创新实践提出了展望:将实现由水文要素预报向洪水影响预报转变,由 基于防洪阈值的预警向洪水风险预警拓展,由“预测-应对“应急处置向网格精细化风险管理转变, 由监测数据提供向信息产品服务延伸,水文现代化发展水平不断提升。     

基于多源降水融合驱动的WRF-Hydro模型在中小河流洪水预报中的适用性

从提高驱动数据(降水)的质量和时空分辨率出发,评估了基于混合地理加权回归截尾函数(MGWR-BI)多源降水融合算法的有效性,以及融合降水对WRF-Hydro模型计算结果的影响。将融合降水数据用于WRF-Hydro模型中进行子午河流域的洪水预报,并与站点实测降水数据进行比较,结果表明,融合降水的精度高于原始CMORPH卫星降尺度降水,融合降水数据驱动WRF-Hydro模型比CMORPH卫星降尺度降水数据能更好地预报与模拟洪水事件,WRF-Hydro模型具有中小河流洪水预报的潜在优势。     

基于气象水文水动力耦合模型的流域尺度洪水预报方法： 以北江流域为例

针对中小流域目前径流和淹没预报难度较大且精度偏低的问题,本文以北江流域为研究对象,构建降雨径流-洪水淹没模型。在非耦合情况下,基于WRF-Hydro模式构建北江流域水文模型,通过对主要参数率定,优化了WRF-Hydro水文模型,模拟了流域的产流、汇流等水循环关键要素。在耦合情况下,将WRF-Hydro模式模拟的径流过程作为CaMa-Flood模型的边界条件,从而实现对整个流域的洪水淹没模拟。研究结果表明：在经过参数率定的WRF-Hydro水文模型中,针对验证期的5场典型洪水事件,皮尔逊相关系数均高于0.8,纳什效率系数在0.52至0.71之间,在预报期的三个洪水事件中,洪峰的平均误差为22.2％。在水文水动力模型耦合后,能够准确地捕捉洪水淹没与降雨强度、洪水流量变化之间的关系,进而提供洪水发生后洪泛区的淹没深度和范围等关键信息。本文构建的降雨径流-洪水淹没模型能够适用于地形复杂、降雨时空分布不均匀的北江流域,为类似半湿润流域的洪水预报提供了有益参考,同时也为水文水动力模型耦合的研究奠定了基础。     

基于栅格型新安江模型的中小河流精细化洪水预报

为提高中小河流洪水预报的精细化水平,以栅格型新安江模型（GXM）为基础,考虑沿程水流再分配、库塘坝蓄泄及河道特征对产汇流过程的影响,采用针对性的定量化模拟方法,并基于模型参数与下垫面特征的定量关系,对模型参数空间分布进行推衍。以安徽横江为例,对GXM的精细预报能力进行验证。结果表明：GXM不仅可以实现对屯溪出口断面洪水过程的高精度预报,也可以不经重新率定,实现对流域内部嵌套断面洪水过程的高精度预报;GXM能够预报流量、土壤含水量、流速等不同水文要素的时空分布,可为中小河流洪水防控提供丰富的预报产品。     

基于雷达测雨的实时洪水预报模型

实时洪水预报系统通常会伴随系统误差,即模型误差和观测误差．为了减小系统误差,本次研究尝试将雷达测雨技术、BP神经网络技术引入流域洪水预报中,并建立基于分布式水文模型的洪水预报模型．将该实时预报模型应用于史灌河流域．从预报的结果来看,该实时预报模型很好地解决了雷达遥感数据与水文模型的耦合,为在流域洪水预报中采用雷达测雨提供了先行的研究基础．     

基于网格平台的水文预报集成应用模式

在分析目前洪水预报及洪水预报系统存在的问题的基础上,提出了洪水预报的综合集成应用模式,即面向服务,基于平台、组件、主题和可视化的洪水预报集成应用模式.基于面向服务的体系架构和J2EE平台技术架构,采用中间件、网格、Web服务、综合集成研讨厅等技术构建洪水预报综合集成服务平台.平台采用知识图来关联信息,组织应用过程中的信息、事件描述、应用主题和业务流程.在该平台上通过实例检验洪水预报集成应用模式,实例证明该综合集成应用模式具有模型利用率高、预报准确等优点.     

太湖流域超标特大洪水风险预警系统建设及应用

为做好超标洪水调度、保障流域防洪安全,开发建设了由基于水文水动力学耦合的超警超保风险区域预警模型与基于水文学法的洪水淹涝风险快速评估模型共同组成的超标特大洪水风险预警系统,该系统在太湖流域预报调度一体化系统中通过智能交互方式进行模型与系统的紧密集成,实现了预报调度成果的可视化。基于水利一张图的超警超保与淹涝动态展示,实现了预报产品从点到面、从常规预报到影响预测的突破,以及洪水风险由静态评估向实时快速动态分析的转变。应用结果表明：系统在2020年太湖流域性大洪水中累计发布超警超保风险提示39期、洪水淹涝风险评估4期,预测结果与实际基本一致,为科学调度防御超标洪水提供了技术支撑,避免了江苏省苏州市3万多的人员转移,有力保障了太湖流域防洪安全。     

高陂水利枢纽超蓄淹没动态模拟及实景三维可视化

为研究水库洪水调度情况下的超蓄淹没风险,以韩江高陂水利枢纽为研究对象,基于二维浅水波方程和Villemonte堰流公式构建了库区超蓄淹没模型,模型合理可靠。考虑实际来水和调度方案的不确定性,模型中引入来水、调度方案等动态因子,实现了高陂水利枢纽超蓄淹没风险动态分析模型,并基于三维实景建模技术,实现了任意来水、调度方案下的超蓄淹没三维可视化模拟展示。研究成果可为高陂库区超蓄淹没风险预警预报、水库调度运行、避洪转移、防洪措施制定完善等工作提供决策支撑,也可为其它水库提供借鉴作用。     

吉林省中小河流数据库设计与建设

吉林省中小河流监测系统是集大中小河流监测断面信息的跟踪与查询,并开展预报和预警等业务的综合平台。阐述了作为数据支撑的吉林省中小河流数据库的设计过程和建设成果,对扩充水文基础数据库表结构和标识符标准进行了探索,并对今后数据库的应用维护提出了建议。     

改进的KNN实时校正方法在山区中小流域的应用

为提高山区中小流域实时洪水预报精度,提出了一种基于历史洪水学习的KNN实时校正方法(KNN-H法),并选择陕北黄土高原地区2个山区中小流域为研究区域,将其与传统KNN法和AR法进行对比,验证该方法的校正效果。结果表明:KNN法和KNN-H法的校正精度总体高于AR法；KNN法和AR法不能有效降低预报结果的峰现时间误差,而KNN-H法校正结果峰现时间误差比校正前有明显降低；KNN-H法通过对历史洪水预报误差的学习,可有效解决KNN法在实时校正中因为预热期资料不足导致的校正精度不高问题；当预报洪水过程处于涨洪或退水阶段时,KNN-H法能够快速定位到历史洪水的相同阶段,分析历史预报误差后迅速对当前预报值做出校正；总体上KNN-H法校正精度高于传统KNN法。     

秦淮河水文水动力模型及实时校正

为了解秦淮河的径流规律及特征,针对秦淮河流域的地形、水系、产汇流特性、水利工程及下游潮位特征,构建了秦淮河流域水文水动力模型,计算了秦淮河水系主要计算断面的水位流量过程,并选择K最近邻算法(KNN法)和反馈法两种实时校正方法对模拟结果进行校正。结果表明,以各洪水场次的洪峰相对误差和纳什效率系数作为评价指标,秦淮河流域水文水动力模型模拟效果良好,经实时校正后,模拟精度得到了进一步提高,可用于流域的洪水预报。     

Mike Flood在中小河流洪涝风险分析中的应用

为了加强对中小河流的洪水管理,分别构建中小河流域水文学模型、Mike11模型以及Mike21FM模型,运用Mike Flood对一、二维模型进行耦合计算,对中小河流进行洪涝风险分析。以徐州市丰县复新河左岸地区为例,建立洪水演进数值模型,分析复新河的防洪能力以及不同暴雨情况下研究区内涝情况。结果表明:研究区域基本满足20年一遇防洪能力,部分中小河流排涝能力不足,导致部分地区内涝较严重。