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...     

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。     

Nash模型参数不确定性分析及概率洪水预报

针对通常水文预报过程参数的不确定性问题,利用贝叶斯理论,结合自适应采样的马尔可夫链蒙特卡罗方法来研究Nash模型参数的不确定性,并进行概率洪水预报。实例研究表明,该方法能充分利用已知的后验信息获取Nash模型参数的不确定性,得到其后验分布。根据获得的参数后验分布可实现概率洪水预报,同时给出各时刻洪水流量的均值和方差的预报值,为估计各种防洪决策的风险提供了依据。     

小流域洪水预报模型参数智能化的初步研究

以新安江三水源模型为例，分析了在不同土壤前期含水量、不同降雨强度和雨型、以及不同暴雨中心位置等情况下模型参数的特征规律。在此基础上重点探讨了模型参数智能化的方法和途径。最后以浙江曹娥江上游长诏小流域为实验区进行了分析验证。模拟结果表明该方法可较好地提高模型预报精度，且为洪水预报系统的智能化奠定了基础。     

水文预报不确定性的研究进展与展望

本文归纳了水文预报不确定性的来源与分类,综述了国内外对水文预报不确定性的研究进展以及相关文献、方法与模型,展望了水文预报不确定性研究的发展前景.水文预报的不确定性始终存在,并制约防洪调度决策的正确性,水文预报结果应该描述为概率的而不是确定的形式,概率水文预报实现了预报与决策的耦合.     

考虑降雨不确定性的洪水概率预报方法

基于流域雨量站网布设的抽站法原理,推导以面雨量计算值为条件的面雨量真值的概率分布,用以描述现有测站数目条件下流域面雨量计算的不确定性。在此基础上,结合确定性预报模型,展开洪水概率预报研究。以淮河黄泥庄流域为研究对象,对该方法进行应用,结果表明:该方法不仅可以实现任一时段流域面雨量真值概率分布的估计,描述面雨量计算的不确定性;同时,通过与水文模型(如新安江模型)耦合,结合Monte-Carlo抽样技术,可以实现预报流量概率分布的估计,从而实现洪水概率预报。     

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.     

一类灰参数模型识别及其在水文预报中的应用

探讨了水文系统和输入存在不确定性的灰色系统分析问题，基于输出观测的灰区间信息，提出了一类显式的灰参数模型识别方法，通过灰参数分析，获得了反映系统不确定度，过程模拟合格率精确性之间的量化关系，通过对黄河流域龙山峡水库月径流的预报分析与检验说明了这类方法的意义与实用性。     

绵阳机场雷暴概率预报研究

本文对于2001～2005年的5～8月期间的昼间(北京时08：00～20：00时)在绵阳机场出现的雷暴天气,将雷暴发生前12 h内和雷暴发生当时的地面天气形势和高空天气形势进行统计表明：绵阳机场周围的中低空都有槽线或切变线存在;地面气压场主要为匀形场、冷锋、低涡和鞍型场4种型式.针对不同的地面型式,采用多元线性回归和逐步回归的统计回归分析方法,建立雷暴概率估计方程.从而找出了不同型式下,影响雷暴发生的关键因子和预报的着眼点,为当地雷暴的概率预报提供了依据.     

小流域洪水预报新安江模型参数优选方法及应用研究

针对小流域洪水降雨强度大、历时短、汇流速度快的特点,提出了一种应用新安江模型进行小流域洪水预报及模型参数优化率定的方法.该方法以最小二乘法作为模型参数优选的准则,并采用逐次渐进网格寻优法优选模型参数.由于该方法同时优选所有模型参数,不需要对实测径流进行分割,从而可避免人工分割径流而出现的参数率定误差.最后,按照该方法,应用二水源、三水源新安江模型对广东省黄京塘流域进行了研究计算,优选出了模型参数.模型验证结果表明,二水源新安江模型效果比三水源新安江模型好.     

概率神经网络的边界预报

在概率神经网络用于时间序列预测的基础上,结合数理统计理论,提出在一定置信度情况下,对时间序列的边界预报问题．在时间序列预报时,不仅给出预报值,同时也给出预测值的变化范围．通过模拟数据和齿轮箱实际数据,对边界预报进行了应用分析,得出预报具有滞后性的结论并分析了其原因;同时讨论了平滑因子等参数对边界预报的影响．     

一类灰参数模型识别及其在水文预报中的应用

探讨了水文系统和输入存在不确定性的灰色系统分析问题。基于输出观测的灰区间信息，提出了一类显式的灰参数模型识别方法。通过灰参数分析，获得了反映系统不确定度、过程模拟合格率与精确性之间的量化关系，通过对黄河流域龙山峡水库月径流的预报分析与检验，说明了这类方法的意义与实用性。     

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.     

偏差递归神经网络在区间洪水预报中的应用研究

介绍了一种带有偏差单元的递归神经网络模型,并对其在区间洪水预报过程中的应用进行了分析和研究.利用东北丰满、白山等水电站的历史水文观测数据对模型进行验证,结果证明了这一方法的可行性,理论分析表明该方法可以推广到其他区间洪水预报中.     

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.     

Logistic回归及其在概率降水预报中的应用

介绍了一种气象上较少应用的Logistic回归的原理和计算方法，并利用1999年3月1日至2001年5月30日期间，国家气象局T106模式输出的80个物理量场及其导出场资料和福州地区降水的0、1化资料，采用Logistic回归方法，制作春季福州24h降水概率预报，并与事件概率回归方法作了比较。结果表明，该方法对二分类变量有较好的预报效果。     

非线性随机系统的参数辨识及动态预报

鉴于含有加性噪声的指数模型描述了一类重要的非线性随机系统，本人出这类系统的参数的递推辨识算法，克服了迭代算法不能在线运行，需反复矩阵求逆的不足，当系统时变时，还采用了虚拟噪声技术来补偿因参数时变引起的建模误差，从而改善动态预报器的性能，应用这种方法，对油田采油井，注水井的套管损坏的情况进行了多步动态预报，其精度令人满意。     

淮河流域洪水的分形特征及可预报时间研究

用淮河流域代表性测站蚌埠站的多年逐日流量资料建立了洪水时间序列，在计算洪水序列的分维，定量证明洪水系统分形性和混沌性的基础上，对该序列作R／S分析，计算了序列的Hurst指数及其随时间的变化。分析表明：淮河流域洪水序列是分式布朗运动，具有明显的Hurst效应，H值的时间变化反映了洪水系统的演化特征。通过计算反映洪水相空间特征的参数Lyapunov指数和Kolmogorov熵。分析了洪水变化的可预报时间。淮河流域洪水具有短期可预报性，其可预报时间尺度为4～7年，平均可预报时间为5年。     

灾害性洪水长期预报方法评述及探讨

通过研究常用的洪水长期预报方法后认为，对灾害性洪水发生时间规律的研究比对其量的变化过程的研究更有可能揭示这类洪水发生的规律，对防汛更有实际意义，指出历史洪水资料的重要性。以大洪水发生时间为预报对象，用谱分析和自回归模型相结合的方法对汉口水文站大洪水进行预报。