ECMWF集合预报在淮河蒋家集流域的应用

基于欧洲中期天气预报中心(ECMWF)集合降水预报产品(预见期为10 d),提取淮河蒋家集以上流域的预报数据并进行降尺度处理,驱动洪水预报模型,对2008年8月的一次洪水过程进行模拟预报。为探讨ECMWF集合降水预报驱动洪水预报模型的应用效果,将模拟预报的结果与仅采用地面降水观测数据驱动模型的模拟结果进行对比分析。结果表明:采用ECMWF集合降水预报后,洪水模拟预报精度有明显改进,可使洪水预见期提前48 h;洪水模拟预报流量过程线能刻画洪水预报的不确定性范围,可为防洪减灾提供科学决策依据。     

基于静态与动态神经网络的运河水位预报

以杭州市上塘河运河为例,分别建立自回归、静态时延神经网络及动态反馈神经网络模型预报受闸门及泵站影响的城市河道未来1~3,h的水位变化,并对模型预报误差、不同水位区间下的误差-频数关系及训练数据的不确定性进行分析.研究结果表明:在预见期1~3,h内,时延神经网络预报效率系数均达到0.9以上,比自回归模型分别提高1.34%,、5.57%,和6.86%,,比动态反馈网络分别提高0.21%,、1.97%,和1.98%,;动态网络模型在人为调控的影响下仍能通过训练模拟出降雨径流关系,对数据具有更好的自学习与调适能力;时延神经网络模型随数据减少预测精度也减少,在仅保留1个洪水场次下效率系数最大降低8.05%,,而动态反馈网络效率系数随训练数据量变化基本在0.11%,内波动,因此在数据量较少的情况下宜建构动态模型.     

基于深度学习的PM2.5短期预测模型

为了提高PM2.5浓度短期预报的准确率,解决现有PM2.5浓度短期预报准确率不高的问题,提出了一种基于卷积神经网络和长短时记忆的深度学习预报测型.首先,综合考虑气温、相对湿度、降水量、风力、能见度等多种气象要素,综合分析气象要素与PM2.5浓度相关性.其次,利用PM2.5浓度数据、气象站点观测数据和气象要素网格实况分析数据进行融合处理,生成用于训练和测试的时空序列数据,并使用卷积神经网络和长短时记忆网络获取时空特征.通过大量实验确定模型中关键参数,然后利用最优参数建立预测模型.最后,使用模型对PM2.5未来24 h浓度进行预测,并与支持向量机、业务中的预报模型进行对比.实验结果表明,相比其他机器学习方法和预报方法,卷积神经网络和长短时记忆相结合的预测方法能有效提高PM2.5浓度未来24 h预测精度,并具有较高的泛化能力.     

综合多源不确定性的洪水概率预报试验

为探究多种不确定性因素综合影响下洪水概率预报的实现方法及其适用性,利用2003—2020年史灌河流域多场次洪水开展模拟试验,在量化降雨输入、模型参数及结构不确定性程度的前提下,基于MCMC(Markov chain Monte Carlo)方法融合各来源不确定性实现洪水概率预报,并分别基于覆盖率、确定性系数指标评估预报结果的可靠性及预报精度。结果表明:综合多源不确定性洪水概率预报的5%~95%置信区间,能够较为稳定也包络预见期内洪水发展变化过程,有效降低误报、漏报的可能性;均值预报结果所提供确定性的预报洪水略优于原始的单一模型预报结果,进一步提高了洪水预报成果的可靠性及参考价值。     

基于4种长短时记忆神经网络组合模型的畸形波预报

为提高长短时记忆神经网络对畸形波预报精度,研究了长短时记忆神经网络与卷积神经网络(Convolution Neural Networks,CNN)、经验模式分解(Empirical Mode Decomposition,EMD)、差分自回归移动(Auto-Aggressive Integrated Moving Ave...     

基流分割对城市雨洪过程模拟的影响研究

准确预报洪水过程对城市防洪减灾至关重要．基流一般是指来源于地下水,河道中常年存在的基本径流,在进行城市洪水模拟时对模拟结果具有重要的影响．为提高模型模拟精度,本文构建了济南市主城区流域SWMM（storm water management model）,借助基流水平分割法处理模型率定所需流量数据,将基流分割前后流量数据应用于模型率定和验证,模拟6场不同历史暴雨洪水过程并定量评价基流分割前后的模拟效果．研究结果表明:基流量大小约占洪峰流量的10%,对洪水模拟结果影响较大;当采用原始流量数据率定模型时,未区分降水和其他径流组分来源,模拟效果一般（纳什效率系数均值为0.532）;当使用基流分割后的流量数据时,模拟精度明显提高（纳什效率系数均值为0.765）,场次暴雨模拟精度平均提高43.7%,洪峰流量相对误差降低3.59%,对峰现时间误差等洪水过程波动趋势特征影响不明显．本文拓展了基流分割在城市雨洪模拟中的应用,并为相关部门在城市暴雨洪水灾害预报预警方面提供了一定的科学依据和技术支撑．      

贝叶斯概率洪水预报系统

贝叶斯概率洪水预报系统考虑预见期内定量降水预报不确定性和水文模型及参数等水文不确定性,通过全概率公式将两者结合起来得到预报概率密度函数。通过实例研究,结果表明该法为防洪决策提供了可靠的理论依据,实现了预报与决策过程的有机耦合,可显著提高洪水预报精度。     

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。     

新安江模型和支持向量机模型实时洪水预报应用比较

选择新安江模型和支持向量机模型分别在浙江省、陕西省的4个流域进行实时洪水预报,并使用K-最近邻实时校正法对新安江模型预报结果实时校正,比较2种模型在不同流域的应用效果,其中选择确定性系数、峰现时间误差、洪峰相对误差和均方误差作为模型预报评价指标。进一步改变预报预见期并分析2种模型在不同预见期内的预报精度。研究结果表明,新安江模型和支持向量机模型在不同流域洪水预报中各有优势,支持向量机模型预报精度受降雨精度影响较大。当预报预见期较长时,新安江模型预报结果更好;随着预见期缩短,支持向量机模型预报精度显著提高,在短预见期实时预报中支持向量机模型优势更明显。在预报难度较大的半湿润半干旱流域,新安江模型和支持向量机模型在率定期和实时预报过程中均具有较高精度。     

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。     

分布式水文模型在淮河洪泽湖以上流域洪水预报中的应用

以淮河洪泽湖以上流域为例,采用分布式水文模型,根据降雨和流域内水利工程的现状应用情况进行降雨径流与洪水过程预报研究,同时对息县、鲁台子、蚌埠、蚌埠以下淮北以及淮南流域进行参数率定.预报模型在2003年淮河大洪水预报中进行了检验,取得了较高的预报精度.     

江西省修河流域洪水预报系统

本系统根据修水流域洪水预报的要求和流域水系、测报站网、水文和气象资料等情况。进行了洪水预报系统的总体框架设计，包括雨量站网分析、流域单元划分、模型率定、模型检验以及各种软件的开发和选用。     

飞来峡水利枢纽防洪调度对佛山市水情预报的影响

通过分析佛山市防洪的水文特征，提出了飞来峡水利枢纽建成后，因放闸流量的不可预见期，将对西、北江中下游佛山市的水情预报造成影响。     

黄河中下游河道生态需水研究

 根据黄河流域生态需水的特点,将研究重点放在中下游河道,选择黄河中下游及部分支流的主要控制断面研究黄河流域河道内生态需水。以河流水体存在（不断流或干涸）、水生生物完整性以及河流系统的水沙平衡为保护目标,分别计算河道最小生态流量、适宜生态流量和洪水期生态流量,将不同生态流量耦合时间特征计算了全过程生态需水。研究结果表明,黄河中下游河道适宜生态流量、洪水期生态流量和最小生态流量的相对值分别为18%～29%、156%～187%、9%～15%,对应于汛前期（4-6月）、汛期（7-8月）和汛后枯水期（9-3月）的河道生态需水,据此算得黄河中下游流域年生态需水总量占多年平均径流量的35%～43%。从河流生态需水时间特征出发提出的全过程生态需水计算成果,将为黄河流域的水资源合理调度和管理,生态系统保护和恢复提供科学依据。     

基于地理国情数据的河南省沿黄区域自然生态系统分布特征

基于地理国情监测数据,分析了河南省沿黄8市1县林地、草地、湿地、裸露地等自然生态系统的分布特征及2015—2019年的地表覆盖变化特征,发现沿黄区域不同自然生态系统中林地、草地、湿地及裸露地表的覆盖率分别为36.12%、2.61%、2.01%和0.56%。林地主要以阔叶林和阔叶灌木林为主,研究期间,针叶林、乔灌混交林、绿化林地和人工幼林面积有所增加,阔叶林与针阔混交灌木林面积有所减少;草地主要以高覆盖度草地为主,占草地面积的81.47%,研究期间,高覆盖度草地、绿化草地和护坡灌草面积有所增加,中覆盖度草地与牧草地面积有所减少;湿地中河流占整个湿地面积的97.63%,河流和水渠面积均呈增加趋势;裸露地以砾石地表为主,占整个裸露地的60%以上,研究期间,不同类型裸露地均呈下降趋势。总体来看,河南省沿黄区域不同自然生态系统分布特征存在差异,林地主要分布在黄河中游河南段区域,草地主要分布在黄河下游河南段区域,湿地空间分布上黄河下游河南段整体上高于黄河中游河南段区域,裸露地空间分布上黄河中游河南段区域整体高于黄河下游河南段区域。林地和裸露地覆盖率整体有所降低,草地和湿地覆盖率整体呈增加趋势。     

长江、黄河流域洪涝灾害的可公度性分析及灾害趋势研究

 长江、黄河流域是我国洪涝灾害比较严重的区域.在对长江、黄河流域洪涝灾害数据分析的基础上,应用信息预测理论的可公度性,分别对长江、黄河流域未来可能发生洪涝灾害的趋势进行了研究.得出长江流域2008,2013年,黄河流域2012年,洪涝灾害的信息较强,极有可能发生较大洪涝灾害.希望能为防洪减灾提供重要的参考资料.     

黄河下游高含沙洪水冲淤特性及其调控对策初探

基于黄河下游实测资料,对高含沙洪水对下游各河段河槽淤积的影响进行了分析,认为来自河口镇至龙门区间的高含沙洪水是造成下游高村以上河段河槽淤积的主要原因,高村以下河段的汛期河槽淤积物甚至全部来自高含沙洪水.降低含沙量、增大流量和提高细沙比例至70%~80%以上均可显著减轻高含沙洪水对河槽的淤积,而这可通过调控水库排沙比来实现.进一步分析了水库排沙比与出库泥沙的含沙量与细沙比例的关系,建议小浪底水库对高含沙洪水的调控要控制其排沙比在50%.在河龙间粗泥沙集中来源区,由于其来水很少、来沙很多,可利用该区"沙随水来"的特点使河龙间洪水就地利用,以减少黄河高含沙洪水产生几率和入黄泥沙量.     

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。     

黄河下游防洪减淤对洪水水沙搭配的要求

本文总结了以往对黄河下游河道冲淤临界条件的研究情况，分析了下游河道淤积严重的水沙搭配情况；利用1960～1999年422场洪水资料建立了黄河下游4个河段洪水排沙比综合水沙与边界系数的关系，该系数包括流量、含沙量、洪峰流量变幅、洪水沿程衰减系数、洪水历时、早滩流量、前期累积淤特别是等因素；利用4个河段的冲淤临界条件勾画出了4个河段洪水冲淤调整与来水来沙搭配之间的关系；被关系可为小浪底水库调度决策以及黄河下游治理提供参考。