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.     

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。     

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。     

GIS在水文情报预报中的应用

简要介绍了GIS的概念和基本功能,并结合水库洪水预报调度系统的开发,探讨了GIS及其组件在水文情报预报中的应用.     

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.     

ARMA 模型超定快速建模及其在水文预报中的应用

研究了ＡＲＭＡ模型超定快速算法及半参数预报。给出了建模及预报步骤，并对水位预报问题进行了分析，得到预期的结果。     

半监督迭代模糊聚类模型及其在中长期水文预报中的应用

在循环迭代模糊聚类模型基础上导入半监督项,用已知数据的聚类成果对预报聚类过程进行训练,建立半监督循环迭代模糊聚类模型,确定待预报对象的级别特征值.根据监督权重及迭代模型,得到相对隶属度矩阵,从而得到预报对象的水文要素.最后以新疆伊犁雅马渡站的实测水文资料示例说明该模型在中长期水文预报中的应用效果.计算结果表明,该模型适用于一般的多因子输入、单指标输出的预报控制系统,为复杂系统的预报和控制等领域的应用提供了一条值得探索的新途径.     

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。     

长期水文统计预报方法在长江大通站径流预报中的应用

以北太平洋海温(SST)、500?ｈＰａ高度(H500)和100?ｈＰａ高度(H100)3个气象场因子作为预报因子，采用逐步回归和逐步判别分析方法，对长江大通站的月径流量、7～10月份的径流总量以及年最大洪峰流量做预见期为1年的预报.结果表明，建立的统计预报方案满足精度要求，可供实际预报工作参考.     

多变量灰色模型在预测中的应用

单变量的GM(1,1)模型用于单一时间序列的建模与预测,而MGM(1,n)模型是对GM(1,1)模型在多元变量情况下的自然推广,通过对MGM(1,n)模型建立过程以及应用方法的示例,来说明该模型的现实应用价值.     

尺度模型在水文频率分析中的应用

 简要介绍了一种新的结合物理过程的尺度模型,并分析比较了应用尺度模型和传统频率分析方法（即直接计算法）来计算设计降雨的优劣势。使用香港新界北雨量站数据,发现尺度模型在降雨历时120, 360,720和1 440 min范围内比较合理,计算得出的设计降雨比直接计算法得出的要小,且随着重现期的增加,两者的差异也相应地增加。结合了物理特性的尺度模型相较直接计算法更加合理,可以作为传统频率分析方法的一种替代或补充方案来计算设计降雨值。     

多因子逐步回归周期分析在中长期水文预报中的应用

利用多因子逐步回归周期分析法建立长江宜昌站年平均流量的中长期水文预报模型.结果表明:所选优势因子主要是一组反映冷暖空气活动的指数,冷暖空气的活动和强度对宜昌的年平均流量影响很大;各优势因子的优势隐含周期4～9个不等,且普遍都具有25a和22a的变化周期;多因子逐步回归周期分析法对长江宜昌站年平均流量的拟合和试预报合格率都达到了100%,具有较高的可信度.     

PSO-GM模型在拱坝变形预报中的应用

用PSO-GM模型来预测了拱坝变形情况.该模型通过粒子群算法优化灰色模型中背景值的权重系数r和指数灰元N,既保留了灰色模型要求样本数据少、短期预测精度高、可检验等优点,又弱化了线性GM(1,1)模型对累加生成的数据序列须成一定指数规律变化的要求,从而更具普遍性.通过工程实例计算验证可知,PSO-GM模型无论拟合精度还是预测精度都较一般线性灰色GM(1,1)模型好,可以为坝体位移监测提供参考.     

改进的神经网络模型在水文模拟中的应用

将BP神经网络与K-最近邻(KNN)算法耦合起来,建立BK(BP-KNN)模型,该模型以前期模拟流量和相应影响要素作为BP神经网络的输入,出口断面流量作为网络输出,对产汇流过程进行模拟;采用K-最近邻算法,基于历史样本的模拟误差和相应影响要素对网络输出进行修正,实现了非实时校正模式下的连续模拟。根据BK模型的计算流程将其参数分为3个层次,各层次分别使用NSGA-Ⅱ多目标优化算法进行参数优选,提高了模拟精度、优化效率和网络泛化能力。分别将新安江模型的产流、产流分水源计算模块与BK模型相耦合,建立 XBK (Xinanjiang runoff production-BK) 和 XSBK (Xinanjiang runoff production and separation-BK)模型,在呈村等3个不同类型的流域应用新安江模型、BK模型、XBK模型和XSBK模型进行模拟精度比较,结果表明改进的模型模拟精度更高,较好地解决了神经网络模型在水文模拟中存在的问题。     

随机搜索变量方法在滞后回归模型中的应用

对滞后回归模型进行贝叶斯分析,并将随机搜索选择变量方法引入模型中,基于香港空气污染和患呼吸疾病人数数据建立时间序列滞后回归模型。构造基于Gibbs抽样的MCMC数值计算对该模型进行变量选择和参数估计,分析结果表明：湿度对香港患呼吸疾病人数影响最显著,二氧化氮和悬浮粒子也是影响比较显著的空气污染物,模型体现了香港空气污染的真实情况。     

水文预报中的改进MISP方法

E.Todini于1977年提出的MISP方法被广泛应用于缺少先验知识情况下同时估计模型的参数和状态。但是这种方法收敛速度很慢且易趋向发散。本文分析了有关收敛问题的原因,指出在原MISP方法中不合适的公式被用来自适应估计测量噪声协方差阵及均值。本文提出了一种基于新息加速收敛速度的方法江并提出了一个新的公式来估计测量噪声协方差阵。人工和实际数据模拟的结果都表明改进MISP方法克服了原MISP方法收敛的困难并达到了一个相当高的收敛速度。     

地震水文地球化学前兆水氡异常在地震观测预报中的应用

本文试图通过介绍地震水文地球化学前兆水氡异常在地震观测预报中的应用,展示地球化学方法在地震前兆预报方法乃是地震预测、预报科学发展的一个重要方面,具有深远意义和光明前景。通过对怀4井水氡异常的分析,发现地震水文地球化学前兆水氡异常在地震观测预报中能够起到一定的指示作用。     

水口水电站截流期水文预报模型研究

本文以堰流理论为基础，提出水口水电站截流期上游围堰堰前水位及龙口和导流明渠分流比的水文预报模型．为水口水电站大江截流作了预报．     

基于贝叶斯分析的水文组合预报模型

水文组合预报方法是对多种预报模型的预报结果进行组合分析的一种预报方法.针对历史洪水数据不丰富的流域难于利用多种水文组合预报模型进行洪水预报的现状,构建了以贝叶斯分析为基础,同时结合专家经验、马尔科夫蒙特卡洛模拟、Gibbs抽样法,并引入实时校正的组合预报模型.以嫩江流域为实例,对基于贝叶斯分析的组合预报模型的精度进行了验证.验证结果表明,该模型可行而且实用,预报精度明显高于单个模型的预报精度.     

雷达测雨在水文模型中的应用及展望

首先介绍了雷达测雨资料在水文模型中应用的现状以及世界各国雷达网的布设情况;在分析产生雷达测雨误差的主要原因的基础上着重讨论了改进雷达测雨误差的方法;最后介绍雷达测雨技术的发展及雷达测雨技术在水文学中的应用前景.