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。     

中小河流洪水预报智能调度平台关键技术

洪水预警预报平台以大量水文数据为支撑,针对中小河流水文气象数据缺失、异常等问题,提出多源水文气象数据质量控制技术和方法;研发云环境下具有状态和交互特征的模型封装服务技术,提供数据、算法和模型多层次按需服务;提出中小河流垂直河道淹没算法,并实现基于UE4虚拟引擎的洪水淹没可视化。基于以上关键技术,研发中小河流洪水预报智能调度平台,该平台已在示范流域安徽屯溪得到应用,并推广至南京秦淮河以及福建漳州等流域。     

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.     

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。     

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.     

中小河流洪水预报的难点与解决方案

中小河流与大江大河有着明显的差异,因此,其洪水预报也有所不同。因此,本文对我国中小河流洪水预报的难点以及相应的解决方案进行了深入的探索和研究。首先,本文对中小河流洪水预报的鲜明特征进行了概述;其次,对于中小河流洪水预报过程中面临的难点和困难进行了深入的分析;最后,从加大对数据资料收集、构建监测点以及建立完善的分布式水文模型3个方面提出了中小河流洪水预报的有效策略,以希望能够有效解决中小河流洪水预报过程中面临的难点,并对水文预报工作起到积极的推动作用。     

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。     

考虑预报误差的枫树坝水库实时调度

在计算枫树坝水库入库洪水预报误差的基础上,进行了预报洪水风险分析,建立了枫树坝水库预报误差风险函数,为合理使用预报成果提供了科学依据.根据调度规则,结合预报误差风险作出了枫树坝水库作业预报及预报调度,可供实际预报调度决策中应用和参考.     

耦合TIGGE降水集合预报的洪水预报

耦合数值降水预报信息的洪水预报延长了预见期,为防洪调度赢得了宝贵的决策时间.但"单一"的降水预报具有较大的不确定性,即基于"单一"的降水预报所做出的调度决策可能不是优化的,甚至可能会出现较大的偏差,因此在洪水预报中引入了降水集合预报信息来考虑相应的降水不确定性.文中以桓仁水库以上流域为试验流域,将欧洲中期天气预报中心(ECMWF)的降水集合预报数据驱动新安江模型,得到预报径流的区间范围,为决策者提供更多有用的风险信息.计算结果表明,ECMWF降水集合预报可用于洪水预报,且能较好地描述洪水预报的不确定性.根据集合平均降水预报的特点,对集合平均降水数据进行了修正,并将修正后的集合平均数据驱动水文模型,其预报效果有了很大的改善.     

基于WebGIS洪水预报系统的建立

依据网络地理信息系统(WebGIS)的体系结构及技术，通过B／S与C／S相结合的方法，提出了构建基于WebGIS的洪水预报系统的设计思想，建立了太原市洪水预报系统。该系统使用数字化技术，面向防汛决策层和业务管理层，满足从被动防洪向主动防洪转变的要求，实现了防洪减灾的数字化和信息化，为防汛指挥提供决策参考。     

在洪水预报中的应用与改进

为了实现概率洪水预报,采用贝叶斯预报系统(BFS)中的水文不确定性处理器(HUP),对水文预报的不确定性进行分析.采用新安江模型作为确定性水文模型,以贝叶斯理论为工具,在先验分布和似然函数确定的基础上,最终得到后验分布,从而实现了概率预报.针对预报结果的特点,提出了BFS的改进方案,最后将模型应用于密赛流域.应用结果表明,BFS能够有效地提高预报精度,而改进的BFS能够进一步提高预报精度.     

柳林县非工程防洪措施规划分析

在分析评价柳林县非工程防洪体系现状的基础上,提出了非工程防洪规划,为柳林县的经济社会和谐发展、防洪保安提供了科学依据。     

水文模型演变:从洪水预报到水文气象预测

本文系作者于2009年10月24-25日在北京师范大学召开的"国际水文模型"应邀所作报告的详细摘要.该文详细讨论了短期水文预报系统的三要素,即模型选择、模型率定和参数估计及数据需求.     

北江洪水预报模型

将北江流域按区域下垫面特征进行分区,建立起各单元区产汇流模型,并与北江干流非恒定流水力学演算模型耦合,形成适合北北流域洪水特点的实时洪水预报模型,用北江“９４．６”洪水验证的结果表明,模型预报精度较高,最后,还指出了模型存在的问题和进一步研究的方向。     

基于Web的洪水预报系统

以JBuilder6．0为集成开发工具，基于EJB组件部署洪水预报系统业务逻辑，设计开发成功了基于Web的流域洪水预报系统，重点阐述了利用上述平台进行洪水预报系统设计和开发的关键技术。应用实践表明，本系统具有开放性、可靠性、安全性、透明性等特点，提供了分布式计算平台架构，可实现未来的流域洪水预报管理。     

浙江中部地区近几十年汛期降水演变规律分析和预报模型建立

对近几十年浙江中部汛期降水演变规律进行了分析,并运用多元线性回归方法对浙中汛期降水进行预报建模。结果表明,浙中汛期降水多年平均呈现西多东少、南北多中间少的空间分布特征,6月降水为每年汛期降水的峰值;准9年振荡周期贯聋整个浙。中汛期降水历史序列,同时1967—1982年存在准4年振荡周期,而准5年振荡周期则从1978年持续至今;浙中汛期降水主要受南北半球中高纬环流系统扰动影响。且环流敏感区域数北半球多于南半球;通过多元线性回归建立的预报模型降水回归值曲线与降水实测值曲线拟合效果较为理想,复相关系数达0.81,预报方程通过95％信度检验,并以2009年汛期降水进行模型适用性检验。     

小流域洪水预报新安江模型参数优选方法及应用研究

针对小流域洪水降雨强度大、历时短、汇流速度快的特点,提出了一种应用新安江模型进行小流域洪水预报及模型参数优化率定的方法.该方法以最小二乘法作为模型参数优选的准则,并采用逐次渐进网格寻优法优选模型参数.由于该方法同时优选所有模型参数,不需要对实测径流进行分割,从而可避免人工分割径流而出现的参数率定误差.最后,按照该方法,应用二水源、三水源新安江模型对广东省黄京塘流域进行了研究计算,优选出了模型参数.模型验证结果表明,二水源新安江模型效果比三水源新安江模型好.     

宜昌站洪峰流量过程神经网络预测模型研究

以长江上游寸滩-宜昌河段为研究对象,建立了考虑区间降雨的河道洪水预报BP神经网络模型,论证了应用人工神经网络模型进行洪水预报的可行性。以1982年至1986年的洪水预报作为仿真,表明该模型能较好地反映区间降雨的影响,对大中小各种洪水过程都能进行准确预报。     

灾害性洪水长期预报方法评述及探讨

通过研究常用的洪水长期预报方法后认为，对灾害性洪水发生时间规律的研究比对其量的变化过程的研究更有可能揭示这类洪水发生的规律，对防汛更有实际意义，指出历史洪水资料的重要性。以大洪水发生时间为预报对象，用谱分析和自回归模型相结合的方法对汉口水文站大洪水进行预报。