HEC-RAS系列模型在洪水演进模拟中的应用研究

HEC-RAS（River Analysis System）模型是由美国陆军工程师团开发的一款模型,利用该模型可以进行河网的一维水力学演进模拟．模型所需要的河网几何资料可以由HEC-GeoRAS生成．介绍了利用HEC-RAS进行河网洪水演进计算的原理与流程,以及利用HEC-GeoRAS构建河网几何资料的原理和流程．作为实例,利用HEC-RAS与HEC-GeoRAS对南四湖下级湖进行建模,并利用模型对次洪模拟,结果表明模型对于南四湖是适用的．     

蓄滞洪区洪水演进一、二维数值仿真及其在洼淀联合调度中的应用

为了实现蓄滞洪区内各洼淀实时洪水调度,考虑到蓄滞洪区内复杂河网与洼淀交错的情况,建立了河道、滞洪区联合计算的一、二维衔接洪水演进数学模型,在考虑铁路、公路、堤防及桥涵等阻水建筑物等复杂边界条件下,采用有限体积法进行离散和求解。结合蓄滞洪区实时洪水调度仿真系统的总体框架,建立了模拟洪水在蓄滞洪区内任意位置的水位、流速、淹没水深、历时等演进过程的一、二维洪水演进数值仿真系统。结合大清河实测资料对东淀滞洪区洪水演进进行了模型验证,结果基本吻合,并应用该系统对大清河滞洪区五洼联合调度方案进行了实时模拟,分析了洼淀联合调度下出现的倒淀现象,对不同方案进行了比较分析,实现了实时的洪水调度分析。     

蓄滞洪区平面二维干河床洪水演进数值模拟

在地形较复杂的情况下,采用常用的处理干河床问题的方法有时会出现水流虚假流动的现象。本在洪水干河床演进模拟中提出了“水位平铺”假设进行处理,取得了比较好的模拟效果。模型建立过程中采用有限差分法的逆风格式离散控制方程,并用ADI方法求解代数方程组,模型计算速度快,节约计算内存,基本可以满足洪水实时预报要求。     

流域洪水演进模型通用算法研究

提出现实世界、抽象世界和模型世界的概念,通过对基本对象型的赋值,把现实世界映射到抽象世界.在抽象世界里,流域由基本对象组成,基本对象由基本元素组成,构造基本对象的模拟模型,建立水量交换函数和节点水位方程.采用矩阵标识法求解节点水位,由水量交换函数的回代得出所有流域对象的水力要素.在抽象世界里构建模型,用矩阵标识法求解,实现了流域洪水演进模拟,算法具有通用性.     

长江防洪系统实时洪水调度仿真模型研究

根据长江流域防洪系统问题,以“先泄、后蓄、再分洪”为洪水调度原则,进行实时调度仿真模拟,并以长江流域1954年洪水为实例进行模拟验证。模型应用结果表明：应用信息反馈技术实施防洪系统实时调度时,将网络调度模型中节点之间的传播时间融合到网络时空结构中,调整了网络结构,减少了迭代次数和算时,且在网络结构中便于考虑上下游水库蓄放水时间空间差异的协调配合;宜昌至汉口的洪水演进由原来3段分为6段,从而计算精度得到提高。     

基于HEC_HMS水文模型的秦淮河流域圩垸式防洪模式洪水模拟

圩垸式防洪是我国东部平原水网区和一些中等流域的普遍防洪模式.构建秦淮河流域考虑圩垸的HEC_HMS水文模型,对流域进行降雨径流模拟.比较分析了有圩垸及无圩垸防洪模式对流域洪水的影响.结果表明,HEC_HMS模型应用方便,对秦淮河流域具有良好的适用性,可用于对流域的洪水过程进行模拟预报.秦淮河流域圩垸式防洪较无圩垸式防洪洪量削减均值超过10%、洪峰削减均值超过10%,有效地削减单次洪水的洪量及洪峰.洪水规模越小,圩垸对洪量的影响越显著.本文考虑的圩垸分布情况,圩垸式防洪模式对于流域防洪起到了积极作用.     

MIKE模型在城市超标准洪水风险分析中的应用

为了分析堤防发生溃口的洪水风险,需要对堤防溃口的洪水过程进行分析研究.通过构建MIKE 11模型计算河道堤防溃口洪水,并将结果导入MIKE 21模型,模拟堤防溃口发生后洪水演进情况,获得堤防溃口洪水的淹没面积、到达历时等特征要素.以合肥市南淝河干流险工险段为实例,应用研究结果表明模型能够较好地模拟超标准洪水引起堤防溃决...     

线性扰动模型在洪水随机模拟中的应用

将线性扰动模型用于模拟多站洪水过程线，提供了多水库长系列洪水，扩大了线性扰动模型的应用领域。模型的概念清楚，操作方便，具有足够的精度，改善了现行设计洪水的计算方法，对我国两个洪水特性不同的流域进行了科学的论证检验，模拟的洪水系列能够反映该地区洪水的重要随机特性，合格率达９０％以上。     

微波遥感在洪水探测中的应用研究

利用BEST软件,对ASAR雷达数据进行洪水区的快速提取,并利用开源的GRASS GIS和QGIS软件对提取结果进行再处理,最后进行相应的空间分析,最终得到了ASAR雷达数据的处理流程图。     

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.     

改进的TOPKAPI模型及其在洪水预报中的应用

分析改进的TOPKAPI模型的结构组成,并对模块计算做出相应调整.以地理信息系统技术为支撑,基于数字高程模型的数据构建数字流域平台,根据土壤、植被类型等资料建立属性数据库,结合空间水文气象资料,将改进的TOPKAPI模型应用于半湿润的洛河上游卢氏流域的洪水预报,并进行分析评价.应用实例表明,改进的TOPKAPI模型结构...     

流溪河模型在白盆珠水库入库洪水模拟中的应用与研究

 利用流溪河模型对广东省内白盆珠水库的入库洪水进行模拟计算与分析研究。采用200 m精度的DEM数据、1 km的土地利用类型和土壤类型数据构建了模型,并将流域水系分为5级不同的河道,通过在河道上设置结点将河道分为48条虚拟河段,对不同的虚拟河段赋予不同的河道参数。在给定模型参数初值的基础上,分别用3场和11场洪水对模型参数进行了调整和验证。结果表明,流溪河模型对白盆珠水库入库洪水的模拟效果较好,推求的参数具有物理基础,对于洪水模拟具有广泛的适用性,在洪水模拟及预报方面有巨大的潜力。     

雷达估测降雨与水文模型的耦合在洪水预报中的应用

尝试将雷达降雨数据作为水文模型的输入用于洪水预报中．流域面上的降雨分布是不均匀的．比较雨量计和雷达两种方式估测的降雨场分布,后者更接近于实际情况．从流域地形分布来看也证实了这一点．从实时洪水预报的角度出发,选择进行校准雷达降雨的雨量站个数与水情部门采用的报汛站的个数接近．由于雷达估测的降雨数据为分布式的降雨数据,需要采用分布式的水文模型．结合淮河史灌河流域蒋家集站进行洪水预报,预报结果表明,雷达测雨在洪水预报中具有广泛的应用前景.     

沁河流域洪水灾害与防洪对策

本文在对沁河流域重大历史洪水灾害详细考证的基础上,分析了洪灾的成因,提出了以工程措施为主的防洪对策。     

遗传算法与神经网络在洪水预报中的应用

采用遗传学习算法对神经网络BP模型的初始权重进行优化,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快和避免局部极小。将该方法运用于洪水预报问题,并利用山西省文峪河水库的历史资料条件建立一个网络,以洪水预报的各种控制因素相关资料作为样本,对网络进行训练并用训练好的网络进行预报。网络的训练速度及预报结果表明,该算法收敛速度较快,预测精度很高,为洪水预报提供了一种新思路和新方法。     

小清河滞洪区洪水演进数学模型的研究

随着我国经济的发展,蓄滞洪区的开发和建设越来越受到人们的关注,对滞洪区进行洪水演进数值模拟研究非常必要.本文采用有限体积法建立了二维洪水演进数学模型,并对洪水演进的水量平衡计算模式进行改进,提出单元水量出流修正法,消除了有限体积法单元体内出现负水深,产生虚假流动的现象.将该研究成果应用于小清河滞洪区洪水演进的数值模拟,采用实测资料,对小清河滞洪区50年一遇洪水演进进行验证和模拟,从而得到泛区内洪水形势及淹没情况,为滞洪区分洪调度提供理论指导.     

防洪数据仓库的结构模型研究及应用

流域防洪决策支持系统是一个庞大的复杂系统，论述了该系统中数据信皮具有的特点和决策的特性，并以此为基础，简要地介绍了数据仓库的定义，体系结构和功能，然后，针对我国现有防洪系统的特点和存在的问题，结合我国的防洪实际，提出了防洪数据仓库的结构模型，对其结构和功能进行了比较深入的研究。本文为防洪决策支持系统研究提供了新方法，并将所取得的研究成果应用于实际的应用系统中。     

团泊洼-沙井子行洪道洪水演进数学模型的研究与应用

以二维非恒定流基本控制方程为理论基础,采用有限体积法,建立了洪水演进数学模型.根据团泊洼蓄滞洪区的实际地形、地貌,采用该模型模拟了56型洪水分洪流量过程,对水量、最大流量和淹没水位进行了验证,其结果与设计结果吻合较好.应用该模型对团泊洼安全区塔基建设工程前后进行了洪水演进模拟,并通过构建塔基局部加密模型,分析了塔基建设前后对局部行洪、附近水深、流速的影响,为蓄滞洪区的工程建设提供了研究依据.     

灰色模型在全轮廓联合分析中的应用研究

全轮廓联合分析方法是使用较为广泛的一种市场分析方法,现存联合分析的一个局限性是分析中一般假设不存在信息不确定性问题。将灰数和灰序列的思想引入联合分析模型中,构建一类灰色联合分析模型,既能描述调查数据的主观不确定性,又有望获得更优的参数估计。利用济南乳业市场的一个调查项目数据,以GM（1,1）模型为例,分别用确定性联合分析模型和灰色联合分析模型对参数进行估计,最终结果显示GM（1,1）模型是相对可靠和稳定的。     

并行极限学习机在洪水预测中的应用研究

研究洪水预测的神经网络模型,要求模型保证一定的运行效率和准确度。文中应用并行极限学习机建立的洪水预测模型预报精度达到应用水平,可以用于渭河和汉江流域的洪水预报。并行极限学习机兼有极限学习机和并行计算的优点,不需要反复迭代调整隐层节点,通过训练后即可进行预测,运行效率高,预报效果较好,具有一定的实用价值。