漓江流域上游洪水预报方案研究与应用

漓江流域上游是广西山洪灾害多发区中较严重的流域之一,为了对漓江流域上游防洪减灾提供技术上的支持,根据漓江流域上游的水文资料、地形地貌及气候特征,构建漓江流域上游三水源新安江模型洪水预报方案。选取2008~2013年的27场洪水作为率定期洪水,2014~2015年8场洪水作为验证期洪水进行降雨径流模拟。模拟计算结果表明:率定期模拟合格率为85.2%,平均确定性系数为0.850;验证期合格率为87.5%,达到甲级精度,平均确定性系数为0.87,达到乙级精度。模拟结果的分析表明,三水源新安江模型适用于漓江流域上游且取得较好的模拟结果,可为漓江流域上游洪水作业预报提供参考。     

半湿润流域洪水预报实时校正方法比较

为了提高新安江模型在半湿润流域的洪水预报精度,选择K最近邻(KNN)算法、传统的误差自回归(AR)方法、反馈模拟方法3种实时校正方法,以陕西省陈河流域为试验对象进行洪水预报。以洪峰相对误差和纳什效率系数为评价指标,分析对比3种方法的校正效果。结果表明:3种校正方法均能提高预报纳什效率系数,其中反馈模拟最优,AR、KNN效果次之;反馈模拟对洪峰误差校正相比于KNN算法在短预见期内更为精确,两者均能减小AR法在洪峰误差校正上的不足;加入历史样本的KNN算法在洪峰误差校正上效果优于反馈模拟,可有效提高洪水预报精度。     

基于贝叶斯分析的水文组合预报模型

水文组合预报方法是对多种预报模型的预报结果进行组合分析的一种预报方法.针对历史洪水数据不丰富的流域难于利用多种水文组合预报模型进行洪水预报的现状,构建了以贝叶斯分析为基础,同时结合专家经验、马尔科夫蒙特卡洛模拟、Gibbs抽样法,并引入实时校正的组合预报模型.以嫩江流域为实例,对基于贝叶斯分析的组合预报模型的精度进行了验证.验证结果表明,该模型可行而且实用,预报精度明显高于单个模型的预报精度.     

分布式实时洪水预报方案构建范式

以数字流域平台为依托,提出了一整套分布式实时洪水预报方案构建的方法.以自然流域为单位划分单元面积,通过流域解构,将流域离散成产汇流分区的集合,解决了流域下垫面的空间变异性和模型参数的空间分布;通过流域全程解析,将产汇流分区解析为水文模拟分区,完成了流域离散与水文模型的耦合;通过流域离散单元的拓扑重构,建立了水文模拟分区间的水力联系,构建了实时洪水预报方案的体系结构.将提出的方法应用于长江上游流域、珠江流域和闽江流域等多个流域的洪水实时预报方案编制中,结果表明,该方法能较好地体现出分布式流域水文模型在实时洪水预报中的实际应用,研制的软件系统实用性和通用性强,较好地满足了实际防洪决策会商的技术要求.     

基于TOPMODEL模型漓江流域洪水预报方案构建与应用

针对漓江流域上游洪水灾害严重,根据水系特征、雨量站网等情况将流域划分为11个子流域,通过DEM提取了各子流域地形指数与等流时线,构建了漓江流域上游的TOPMODEL模型洪水预报方案。通过2008年~2014年32场洪水的模拟计算,结果分析表明:率定期和验证期洪水预报合格率均大于80%、平均确定性系数大于0.81,达到乙级预报精度。     

洪水预报误差置信限与误差评定方法研究

在实时洪水预报调度中,洪水预报误差的统计特性和误差置信限对调度风险的确定影响较大,为此,以三花间伊河卢氏流域为例研究了洪水预报误差的统计特性和误差置信限问题,结果表明,洪水预报误差通常具有有偏概率分布的特点,用现行水情预报精度标准及误差置信限评定方法对其进行评定时可能会出现两种不同的结果,但误差置信限评定方法比现行水情预报精度标准更为严格。     

经验性洪水预报模型在陆浑水库的应用及其与小花间洪水预报模型结果对比

在对陆浑水库经验性洪水预报模型介绍的基础上,根据历史数据及流域地貌信息确定了模型参数,对1975-2011年25场洪水的计算结果与实测值进行了对比,同时对2003-2011年的7场洪水预报结果与黄委水文局小花间洪水预报模型预报结果进行了对比.结果表明:两模型模拟结果精度相差不大,都能满足预报精度要求,7场洪水小花间洪水预报模型模拟结果整体效果稍好,尤其是洪水过程与实测过程比较吻合;经验性洪水预报模拟结果稍差,但误差在可接受范围之内.两个模型都具有一定实用性,建议两模型联合运用,将小花间洪水预报模型的洪水预报结果作为指导水库防洪调度的主要依据,经验模型的预报结果作为参考.     

基于集合卡尔曼滤波的新安江模型状态变量实时修正方法

为了提高洪水预报的精度,基于集合卡尔曼滤波,提出对流域中子流域中间状态量进行全状态量回溯修正方法。该方法根据每个子流域地貌特征和汇流时间不同,分别找出其相应的回溯时间,与新安江模型相结合对各个子流域特定时段前的中间状态量进行全状态量回溯修正,逐步降低误差的累积。采用理想模型验证,结果显示子流域中间状态量得到有效修正,洪量相对误差和洪峰相对误差减小,确定性系数提高。以大坡岭流域为例,采用该方法对流域12场历史洪水进行修正,修正结果表明此方法能有效提高洪水预报的精度,可在实际洪水预报中推广应用。     

基于模糊聚类和BP神经网络的流域洪水分类预报研究

传统的流域洪水预报大都通过率定一组水文模型参数来寻求一个流域径流形成的一般性或平均化规律,其预报精度需要进一步提高.用模糊聚类ISODATA迭代模型将历史洪水分为若干类型,进行水文预报模型参数的分类调试;并建立BP神经网络分类模型判断实时洪水所属类别,选择其相应类别的模型参数实现流域洪水的分类预报.在辽宁省大伙房水库流域的实际应用表明:此方法不但可以实现洪水实时在线分类而且提高了流域整体洪水预报精度,是一种为水库实时调度提供可靠依据的有效洪水预报方法.     

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。