减小集总式水文模型洪峰相位差的方法

采用集总式NAM水文模型模拟五道沟水文站以上集水区域的流量过程，选取1985—2010年洪峰流量最大的前9场洪水率定模型参数。模拟结果表明，洪峰存在系统性的相位提前，且调整模型参数的方式无法减小洪峰相位差。为获得合理的模拟结果，提出2种改进模型——错位加权生成面雨量的集总式NAM水文模型和同时刻加权生成面雨量的基于子流域的NAM水文模型。2种改进方法计算结果表明，峰值相位差减小，确定性系数和合格率提高。     

梧州市防洪减灾与可持续发展

分析洪灾对梧州市社会发展的影响,指出由于该市洪水的不可避免性,为了给社会经济可持续 与吸引外资创造一个安全稳定的环境,梧州市应该尽快修建完善河东西两区防护工程,继续完善非工程防洪措施,建立高级洪水管理系统。     

面向鄱阳湖洪涝风险分析的HY-1C/D卫星CZI影像水体面积与水位关系研究

海洋一号C星(HY-1C)和海洋一号D星(HY-1D)搭载的海岸带成像仪(coastal zone imager，CZI)广泛应用于海洋、海岛和海岸带监测，同时也是内陆水体动态监测的重要数据源.该文选择水体范围变化剧烈、旱洪灾害频发的鄱阳湖为研究区，以瑞利校正后的CZI反射率数据为基础，利用归一化水体指数(normalized difference water index，NDWI)与归一化植被指数(normalized difference vegetation index，NDVI)联合的水体范围提取方法，相对精度达到96%，并获取了2019年3月至2020年8月鄱阳湖湖泊淹没面积.在此基础上，结合同步的水文站水位测量数据，建立了适用于鄱阳湖的水面积－水位定量关系模型(R＝0.97).分析结果显示，鄱阳湖9月中旬至1月，水体面积最小，水位最低；2月至6月，水体面积逐渐增大，水位逐渐抬升；7月和8月，水体面积和水位达到年内峰值.洪涝风险区主要集中在鄱阳湖的东南部和西部.该研究对星地联合的洪涝风险分析有一定的借鉴意义.     

基于HHM-RFRM-EOC模型的洪水风险定量评估与结构化表达

洪水灾害是世界上最严重的自然灾害之一，对洪水风险分析是减轻灾害损失和影响的重要途径。现有洪水分析方法缺少体系化流程，导致洪水应急时间紧迫、信息匮乏。为此本文提出一种基于分层全息建模（hierarchical holographic modeling，HHM）与风险过滤、评级与管理（risk filtering，ranking and management framework , RFRM）和要素-对象-结果模型（element-object-consequence，EOC）的暴雨洪水灾害风险识别、筛选与表达方法。首先，构建暴雨洪水人力、设备、环境、应急管理、信息五个方面风险辨识框架，确定出暴雨洪水系统初始风险要素。其次，基于RFRM方法理论将初始要素情景按照约束条件过滤，形成主要风险情景。之后，结合贝叶斯定理对暴雨洪水灾害进行定性和定量化评级，筛选暴雨洪水灾害的高危风险情景。最后，将暴雨洪水高危风险情景基于EOC风险概念模型参数化，并采用Protégé软件结构化表达。研究结果可以为暴雨洪水灾害应急决策提供辅助支持，为优化暴雨洪水灾害抢险救灾和防灾体系建设提供科学依据。     

雨洪灾害视域下的老旧社区防灾韧性评估——基于PSR模型和BPNN的实证研究

老旧社区是城市承灾系统的关键短板，遭受雨洪灾害冲击时老旧社区的防灾能力最为薄弱，提高老旧社区雨洪韧性对于增强城市防涝应急管理能力至关重要。基于PSR(压力-状态-响应)模型构建老旧社区雨洪韧性评估指标体系，采用BP神经网络(back propagation neural network，BPNN)建立了老旧社区雨洪韧性评估模型(PSR-BPNN)，并进行模型检验和训练测试，最后以江苏省镇江市京口区老旧社区为例进行实证研究。结果表明：(1)经学习训练，评估模型拟合优度R2接近1，误差(Mu)=1×10-7，模型精度良好；(2)20组训练集相对误差均接近于0，5组测试集平均误差为0.0935，相对误差范围为0.0086～0.2865，模型具有较强的适应性；(3)案例社区的雨洪韧性综合得分L*=0.548，在I-V级雨洪韧性等级划分中处于第Ⅱ级，社区雨洪防灾韧性较差，社区承受了较强的外部压力(P)、状态层存在诸多薄弱环节(S)、响应层为弱响应(R)。PSR-BPNN模型有助于揭示老旧社区雨洪等外部灾害韧性形成机理，研究结论对于削减社区外部压力、补齐社区设施短板和增强社区灾害响应能力具有重要参考价值。     

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。     

不同灌溉方式对樟子松生长、光合特性及土壤水分运移的影响

【目的】研究滴灌、漫灌和对照3种处理方式下樟子松(Pinus sylvestris var. mongolica)生长状况和土壤水分运移规律,探讨其生长、光合、蒸腾特性和水分运移对不同灌溉技术的响应,为在干旱、半干旱地区高效栽培樟子松提供参考。【方法】以内蒙古大青山国家级自然保护区的樟子松林为研究对象,基于单因素方差分析比较不同灌溉方式下樟子松的生长(地径、树高、冠幅、抽穗长和生物量)与光合特性[光合速率(P_n)、蒸腾速率(T_r)、气孔导度(G_s)、胞间CO₂浓度(C_i)和水分利用效率(E_WUE)];采用土壤剖面观测法比较不同灌溉方式和灌溉时间下土壤水分垂直和水平运移的变化规律,并利用经验模型对土壤水分运移轮廓进行模拟。【结果】①滴灌处理下樟子松的地径、树高、冠幅、抽穗长和生物量分别比漫灌方式下高1.5 cm、0.5 m、10.0 cm、5.9 cm和11.5 kg,分别比对照高3.4 cm、0.9 m、60.0 cm、7.2 cm和2.5 kg;②滴灌处理下樟子松的光合速率、蒸腾速率、气孔导度和胞间CO₂浓度显著高于漫灌和对照(P < 0.05),各种灌溉方式下的上述指标大小具体表现为滴灌>漫灌>对照;水分利用效率大小表现为对照>滴灌>漫灌,表明樟子松可在较低的土壤含水量条件下生长;③在灌溉2、4和6 h后,樟子松林地滴灌比漫灌处理下土壤湿润锋的垂直运移距离和停灌后最终垂直运移距离深,两种灌溉方式下3种不同灌溉时长的土壤湿润锋的最大水平运移距离都出现在0~20 cm土层,然而停灌后的垂直运移距离以滴灌>漫灌;④利用经验模型对土壤湿润体轮廓进行模拟,设定:为垂直方向上任意位置处土壤水分水平运移距离(i=1,2,3,4);L_MR为土壤水分水平最大运移距离;R_MH为垂直方向上任意位置处土壤水分垂直运移相对距离;a_i为模型参数。则滴灌和漫灌的最优模型分别为多项式模型(M_R1)和Baldwin模型(M_R4), $M_{\mathrm{R} 1}=L_{\mathrm{MR}}\left[a_{1}\left(R_{\mathrm{MH}}-1\right)+a_{2}\left(R_{\mathrm{MH}}^{2}-1\right)+a_{3}\left(R_{\mathrm{MH}}{ }^{3}-1\right)+a_{4}\left(R_{\mathrm{MH}}^{4}-1\right)\right]$; $M_{\mathrm{R} 4}=a_{1}+\left[\left(R_{\mathrm{MH}}-1\right) /\left(R_{\mathrm{MH}}+1\right)\right]+a_{2}\left(R_{\mathrm{MH}}-1\right)$。【结论】在北方干旱区,滴灌区樟子松的生长和光合特性明显优于漫灌;在持续灌溉2、4和6 h后,滴灌试验区60 cm土层以上的土壤湿润锋在最终水平运移距离上均大于漫灌区。将滴灌技术应用于樟子松林木培育,有利于根系吸收水分和促进树木生长,且樟子松的光合特性受水分利用效率影响,合理的灌溉可改善林木的生长机制。     

随机模拟中模型与参数不确定性影响的分析

以长江支流乌江武隆站所建立的洪水随机模型为原型,应用统计试验方法初步研究了随机模拟中模型及参数不确定性对推求设计防洪库容精度的影响,所考虑的模型有解集模型及季节性ＡＲ（Ｉ）模型,模型参数估计有矩法及概率重矩法,样本容量ｎ＝３０,１００两种,设计防加容精度采用不偏性及有效性两种指标,根据１６个试验方案结果,对不同的模型、参数估计方法及样本容量对设计防洪库容精度的影响作了分析,得出一些初步结论。