水文模型模拟预报的多源数据同化方法及应用研究进展

介绍了水文遥感数据同化中常用的数据同化方法,总结了变分和顺序两类数据同化常用方法的优势与不足;以土壤湿度与径流两个水文变量的数据同化研究为重点,探讨了土壤湿度、径流、降水、蒸散发、积雪等多源数据在水文模型模拟预报中的同化研究进展及其在同化应用中存在的问题;最后,从数据同化方法、多源数据同化应用方面总结了水文遥感数据同化的未来发展方向,提出遥感、地面等多源数据的同化在改进水文模型模拟预报方面的应用潜力将会随着遥感观测技术与反演方法的改进、水文模型结构的完善以及数据同化方法的优化而不断增大,多源数据在水文模型模拟预报中的综合应用将是水文遥感数据同化发展的必然趋势。     

基于局域化集合卡尔曼滤波的含水层弥散度场识别研究

溶质运移模型对下水污染物运移预测有重要意义,但是准确获取模型参数具有一定难度.集合卡尔曼滤波(EnKF)方法可以融合多来源观测数据对同化系统进行优化修正,从而得到与真实情况接近的参数.将二维承压含水层理想算例的溶质观测数据应用于局域化集合卡尔曼滤波同化系统,估计含水层的弥散度场,并探讨了模型实现数目、初始猜想场的统计特征、观测点数目及时空分布、观测误差对参数估计结果的影响.结果表明,通过同化浓度观测资料可较好地估计溶质运移模型的弥散度场;对于所用模型,实现数目在100~700时,参数估计结果最好;初始猜想场与实际场越接近、观测数据误差越小,越能快速获得较好的估计结果.     

集合Kalman滤波同化方法在福建沿岸潮汐数值模拟和预报中的应用研究

为了提高潮汐数值模拟和预报的准确度,利用《2009潮汐表》,建立了含集合Kalman滤波同化模块的潮汐数值预报模型,对集合Kalman滤波同化模块中的参数进行确定,并对同化效果进行了检验.为了确定集合Kalman滤波同化模块中的参数(主要是集合数和截断半径),考虑了42种参数组合,在这些组合中,以模拟准确度和计算相同时段的潮汐值所需时间为标准,存在最优的参数组合:其中,东山、厦门、娘宫、崇武4个站最优的截断半径为35 km,三沙站最优截断半径为30 km,5个站的最优集合数均为20.实验结果表明:将集合Kalman滤波同化方法用于潮汐数值预报模拟中是可行的,同化验潮站的潮汐表上的潮位数据对验潮站本身及其邻近网格点的潮汐模拟改进最大;当5个站不同化调和数据进去的时候,东山、厦门、娘宫、崇武4个站的模拟准确度,在未来12 h仍然有所提高.     

城市雨水径流污染模型参数优化方法研究

为了优化雨水径流污染模型参数,比较了四种不依赖模型具体数学表达形式的基于最小二乘法原理的参数估计算法,包括拟牛顿法、单纯形法、模式搜索算法和遗传算法,还比较研究了四种优化算法在收敛速度,收敛稳定形和准确性及初始值等方面对优化结果的影响.研究结果表明,拟牛顿法收敛速度最快,单纯形法稳定性最好,遗传算法对初始值最不敏感.在此基础上,提出优化雨水径流污染模型参数的计算方法,应结合遗传算法和单纯形等方法进行,该方法能够利用多次降雨事件记录的径流污染数据,同时优化污染物累积模型和污染物暴雨冲刷模型参数,为雨水径流污染模拟的模型选择和参数优化提供了较好的通用方法.     

耦合遗传算法的数据同化系统误差处理方法

针对数据同化系统中的误差估计与处理问题,介绍了集合滤波数据同化系统中各种误差来源及特征;侧重于在集合数据同化中为防止滤波发散的乘数放大法、附加放大法和松弛先验法等模型误差处理方案,利用经典的非线性模型-Lorenz模型开展了数值试验.在此基础上,提出了一种耦合遗传寻优算法的数据同化系统,来解决以往的误差调节因子由反复实...     

基于集合经验模态分解与能量熵的水库群蓄水时期梯级水电调度模型

提出基于集合经验模态分解与能量熵的水库群蓄水时期梯级水电调度模型，以满足梯级水库群的蓄水、发电目标.对蓄水时期水库群的径流监测信号时间序列作集合经验模态分解，获得含有各尺度局部细节特征的IMF及剩余分量，基于能量熵理论完成各分量的重构，将重构结果作为最小二乘支持向量机的输入，利用粒子群算法优化预测模型参数，实现梯级水库群径流精准预测.依据径流预测结果，构建以发电量最高、蓄满率最大、弃水量最低作为优化目标，并满足蓄水量、泄水量、出力、水量平衡、关联方程约束的水电调度模型，实现水库群蓄水时期梯级水电调度优化.实验结果表明：该模型可实现径流监测信号时间序列的分解与重构，径流预测误差在[0.09,5.2]区间；优化调度后，梯级水库群的发电量提升了3.66%，弃水量降低了27.91%，蓄满率增大了1.85%.     

基于集合和神经网络架构搜索的自动历史拟合方法

由于人工经验选取的局限性,难以获取决定模型重构精度的最优网络参数是目前使用深度学习方法在自动历史拟合中对油藏地质模型进行降维时的难点之一.针对此问题,通过将深度自编码器与粒子群优化算法相互结合实现最佳网络架构的自动搜索,并以此构建一种基于集合数据同化和神经网络架构自动搜索的油藏自动历史拟合方法.分别对一个二维河流相油藏...     

集合卡尔曼滤波在浅水模式数据同化中的应用

为了研究集合Kalman滤波同化技术应用于非线性动力学模式的同化效果,通过利用集合Kalman滤波技术对浅水理论中均质不可压流体运动的动力学模式进行理想的数据同化试验.分析集合Kalman滤波同化方法应用于动力学系统的计算方法和步骤.比较三维变分和集合Kalman滤波的同化效果,讨论了集合Kalman滤波数据同化方法的基本性质和同化观测的频率对集合Kalman滤波同化效果的影响.通过试验证明,集合Kalman滤波数据同化方法能够成功地应用于浅水均质不可压流体的动力学系统,可有效地抑制估计误差的增长,为模式预报提供更加理想的初值,改善预报效果.     

基于Gauss烟团模型的大气扩散数据同化方法

发生核事故后,可以通过模型迅速预测泄漏的放射性物质的大气扩散情况,但释放源项、气象等参数的不确定性导致大气扩散模型计算的准确性受到影响。通常可以采用数据同化来改善模型预测结果。该文提出一种基于Gauss烟团模型的大气扩散数据同化方法,可以结合观测数据改善模型的预测结果。该方法在迭代搜索中对烟团参数进行线性变换以简化Gauss烟团模型,利用粒子群优化算法对泄漏速率、释放高度、风向、平均风速这4个模型参数进行校正。该方法适用于平坦地形和均匀稳定气象条件下的中尺度扩散。采用稳态条件下双生子实验进行验证,观测点位的模拟值与真实观测值的相关系数达到0.99。在非稳态条件下对源项估计结果进行了测试,结果略优于集合Kalman滤波方法,相关系数达到0.68。该同化方法计算速度快,能有效提升模型的预测,可用于大气扩散数据同化。     

耦合集合卡尔曼滤波的非线性参数估计

准确的参数对于非线性模型或者函数有极为重要的意义。但是在实际应用中,输入的参数常常带有一定的偏差,因此在预测中非线性模型(函数)往往得不到满意的结果。把集合卡尔曼滤波方法引入到非线性模型(函数)的参数估计中,并采用基于联合状态向量的方法在同化时刻同时更新模型(函数)的状态和参数,该方法可以通过同化观测数据,动态地调整参数和结果,使得参数能够自适应地变化,同时也能较好地释放积累的模型误差。将该方法应用于随时间变化的二维非线性模型(函数)中,实验表明,该方法能够准确地估计出模型参数值,同时也表现出很好的鲁棒性和自适应性。     

基于遥感与区域化方法的无资料流域水文模型参数优化方法

针对无资料流域径流预报的难点, 探讨水文模型参数优化的共性问题, 综述区域化方法和遥感方法的研究现状。首先从水文模型参数优化面临的共性问题, 即水文地理数据生成、目标函数构建和优化方法选择等问题出发, 分析其对参数优选结果的影响, 并归纳出当前广泛认可的解决方案。然后结合区域化方法的技术原理和研究进展, 着重论述测站密度对区域化方法性能的影响, 并分析该方法在中国的适用性。接着从研究区域、水文模型结构、遥感资料以及率定目标等方面归纳总结遥感方法优化水文模型参数的最新研究进展。最后对区域化方法和遥感方法的优缺点及未来发展前景进行对比分析, 为中国无资料或缺资料流域径流预报实践提供参考。     

Probabilistic data association algorithm based on ensemble Kalman filter with observation iterated update

Aiming at improving the observation uncertainty caused by limited accuracy of sensors,and the uncertainty of observation source in clutters,through the dynamic combination of ensemble Kalman filter(EnKF) and probabilistic data association(PDA),a novel probabilistic data association algorithm based on ensemble Kalman filter with observation iterated update is proposed.Firstly,combining with the advantages of data assimilation handling observation uncertainty in EnKF,an observation iterated update strategy is used to realize optimization of EnKF in structure.And the object is to further improve state estimation precision of nonlinear system.Secondly,the above algorithm is introduced to the framework of PDA,and the object is to increase reliability and stability of candidate echo acknowledgement.In addition,in order to decrease computation complexity in the combination of improved EnKF and PDA,the maximum observation iterated update mechanism is applied to the iteration of PDA.Finally,simulation results verify the feasibility and effectiveness of the proposed algorithm by a typical target tracking scene in clutters.     

基于网格的精细化降雨径流水文模型及其在洪水预报中的应用

以正交网格降雨径流模型研究为基础,提出了用于洪水预报的精细化基于网格蓄满与超渗空间组合的降雨径流模型(Grid-XAJ-SATIN)。从模型的原理与结构、地理信息空间处理、参数空间分布估算、模型的驱动场分析、模型流域状态同化几个方面对该模型进行讨论,分析模型在湿润、半湿润流域的实际应用情况。结果表明,无论是湿润流域还是半湿润流域,所提出的精细化模型均能取得良好的模拟预报精度,且模型在输出流域出口断面流量过程的同时,可实现对流域内任意网格单元流量过程的精细预报。     

SWAT模型参数区域化在黄河源区的应用

利用多期土地覆盖数据,采用参数区域化方法,建立了SWAT模型主要参数与下垫面特征的关系。结果表明,采用下垫面变化后新的模型参数得到的径流模拟精度普遍高于人工试错法,且下垫面变化最大的年份(1995—1997年)径流模拟的Ens=0.793,R2=0.810,与人工调试结果(Ens=0.639,R2=0.641)相比,精度明显提高,模拟的径流过程更接近实测径流过程。     

基于SWAT模型的鄂西犟河流域非点源污染模拟

分析非点源污染对于水污染防治具有重要的指导意义,运用数学模型模拟是非点源污染研究的重要方法之一.该文为了解犟河流域的非点源污染的时空分布特征,为当地提供污染防治的研究依据,基于SWAT(soil and water asssesment tool)模型,在缺乏水文资料的犟河流域采用参数移植法进行非点源污染模拟.结果表明：可以采用参数移植法,通过上级流域的模拟得到用于犟河流域模拟的各参数.模型模拟精度评价分别为(氨氮R2＝0.77,NSE＝0.75;总磷R2＝0.77,NSE＝0.73).研究表明SWAT模型在犟河流域具有适用性,基于SWAT模型进行的非点源污染模拟的时空分布特征明显,犟河流域经过多年治理,其污染负荷量均表现出下降的趋势.     

近50年渭河关中地区地表径流变化及其归因分析?

采用流域水文过程模拟和水文气象统计学相结合的方法,归因分析了近50a来渭河关中地区地表径流的变化.通过对关中地区1958—2008年水文气象要素进行趋势检验分析,发现近50a来该区域地表径流量呈现显著下降趋势,而降雨量和潜在蒸散发量没有明显的变化,说明径流的变化主要受人类活动的影响,并用Mann-Kendall法检验出1990年为径流过程的突变点.基于此,构建SIMHYD月降雨—径流水文模型,以1958—1989年为模拟预处理期,1990—2008年为模拟检测期,通过模拟分析获得气候变化和人类活动对径流影响的归因分析结果.同时采用改进的气候弹性系数法对上述径流变化归因分析进行验证,也得到了近似的结果.结果表明,气候变化对径流减少的影响程度为18%~22%,而人类活动为78%~82%.     

基于LSTM网络鄱阳湖抚河流域径流模拟研究

水文预报及其径流变化趋势预测能够为防汛工作提供辅助决策,是水库调度兴利的重要手段.与传统分布式水文模型相比,利用长短期记忆网络(LSTM)建立降雨径流预报模型具有简单可行和精度较高的优点.该文以鄱阳湖抚河流域为研究对象,采用抚河流域的降雨和径流数据分别作为模型驱动数据和标签数据,通过LSTM网络实现抚河流域的径流模拟工作.结果表明：在使用气象站数据建立的日尺度径流模拟模型中,模拟结果与实测值相关性均达到0.9以上,偏差在±5%以内,模型表现非常好;在使用TRMM数据建立的月尺度模型中,整体模拟结果与实测值相关性在0.9以上,整体偏差在±5%以内,模型表现优秀.     

SCS模型在黄河中游次洪模拟中的分布式应用

针对SCS模型存在的空间描述能力有限等问题,使用概念性源汇(source-to-sink)汇流方法,替换原有的无因次单位线汇流方法,建立基于栅格的分布式SCS模型,并引入2个参数对SCS模型的径流量计算方法进行修正.选择黄河中游八里胡同水文站控制小流域检验了模型.检验结果表明:建立的分布式SCS模型不仅较好地再现了5场典型洪水的径流过程,还能给出分布式径流深等数据供空间分析参考;改进后的参数确定方法使得SCS模型的CN值既能反映区域间类似下垫面组合之间的差异和土壤初始含水量对产流的影响,又无需利用大量的观测资料重新对其进行率定,可供无资料地区的水文模拟参考.