淮河流域典型洪水年流量空间分布的季节特征

为了分析淮河流域洪水过程空间分布的季节变化特征,提高对典型洪水过程的认识,以TRMM 3B42卫星降水数据为驱动资料,利用分布式陆面-水文模型(LSX-HMS)模拟淮河流域典型洪水年(以2003年为例)的流量过程.结果表明:TRMM 3B42卫星数据能够较好地反映淮河流域降水的时空分布;LSX-HMS模型对流量时间变化过程的模拟精度较高;逐月流量空间分布给出了流域洪水过程的季节变化特征,准确反映了流量从南向北推进进而消退的空间演变过程.分布式水文模型对流量空间分布的模拟预测有助于流域洪水事件的预警与管理.     

珠江流域1981—2020年水文干旱时空特征分析

基于VIC模型和汇流模型生成的1981—2020年5 km×5 km网格模拟流量数据,构建了长历时、网格化的标准化径流干旱指数(SRDI),对珠江流域水文干旱时空演变特征进行了评估。结果表明：基于模拟流量构建的网格化SRDI能够较好地模拟珠江流域干旱时空演变过程;珠江流域水文干旱的时间演变特征明显,干旱集中发生在夏季,秋季可能发生大范围的水文干旱,季节尺度上一年四季均有可能发生极端干旱;珠江流域水文干旱在空间格局上呈现为自东向西由干旱高频区向干旱长历时、高烈度区过渡分布。     

基于时空特征自适应融合网络的加密流量分类方法

加密流量数据包之间具有明显的时序特征,现有方法很难提取出流量数据中隐含的时序特征,未能将时序特征与空间特征有效地融合,公开数据集大都存在类间样本不平衡的问题,给加密流量的准确分类带来巨大挑战.针对上述问题,提出了一种包含时空特征提取模块和难样本学习模块的卷积神经网络模型.时空特征提取模块先利用不同维度的卷积核来同步学习流量数据包序列中的时序和空间特征,再利用自适应加权融合策略将提取到的时空特征进行有效融合;难样本学习模块使用焦点函数让模型在训练过程中更偏向对困难样本的学习,进一步均衡不同类别的分类效果.实验结果表明：上述方法在ISCX VPN-nonVPN2016数据集和USTC-TFC2016数据集上的分类准确率分别达到了99.38%和99.46%,对不同类别流量分类结果的F1评价指标分别为99.04%和99.31%,与当前同类方法相比具有更优秀的识别性能.     

面向大规模交通网络的时空关联挖掘方法

时空关联挖掘是智能交通领域的关键技术之一。大规模交通网络中的交通流量数据具有高度非线性和复杂特征，故精准地预测交通流量面临巨大挑战。现有方法大多设计2个独立模块来分别捕获交通流量的时间和空间相关性，故无法精准地对流量数据中的复杂时空相关性建模。该文提出一种时空组合图卷积神经网络(STCGCN),以更好地预测交通流量。STCGCN通过构建自适应时空组合图，并提出时空组合图卷积，来有效揭示交通流量数据动态和复杂的时空相关性。在美国加利福尼亚州高速公路流量公开数据集上进行了实验，结果表明STCGCN的预测效果优于11个现有方法。     

虚拟环境中水文数据时空展布和三维等值线生成算法研究

为实现海量数据的信息快速挖掘和直观表达,提出了基于数字流域仿真平台的水文数据三维可视化方法.该方法利用顾及地形特征生成的流域离散点作为数字流域仿真平台与观测数据和分布式水文模拟结果集成的基础;研究了流域水文数据时空展布和三维等值线生成算法与分区透明度和颜色值相结合增加视觉敏感性来虚拟表达水文时空信息;并引入计算机动画技术实现水文数据时空演变过程.最后将以上算法与数字流域仿真平台集成应用于长江上游降雨过程的动态三维可视化系统的构建,取得了良好效果.     

基于动态时间规整和长短期记忆的空中交通流量短期预测

空中交通短期流量预测的准确性对于精准实施空中交通流量管理具有重要意义。为提高空中交通短期流量预测准确性,充分利用历史运行数据,本文提出了一种基于DTW-LSTM的空中交通流量短期预测方法。首先,分析了空中交通流的时空相关性特征,基于此特征采用DTW算法衡量扇区之间的空间相关性;然后,由空间相关性度量结果选取不同扇区的数据进行组合,构建输入时间序列长度不同的数据集,将历史时间数据输入LSTM模型中训练;最后,对不同时空参数组合模型的预测结果进行分析,与不考虑时空相关性LSTM模型、考虑时空特性的SVR模型的预测结果进行对比。实验结果表明,相比于传统方法,本文提出的空中交通流量短期预测方法通过考虑交通流的时空相关性,提高了预测结果的准确性,相比LSTM模型,MAE降低24.5%,RMSE降低31.4%,相比时空相关SVR模型,MAE降低36.4%,RMSE降低30.6%。     

基于模糊决策的短跑图视频中特征点轨迹模拟方法

提出了一种基于模糊决策的短跑图视频中特征点轨迹模拟方法.在时空信息中进行短跑图视频特征度量目标以及观测间距离特征提取,采用模糊决策方法计算不同目标中心的模糊隶属度,利用模糊综合函数对两种隶属度进行融合,获取模糊综合隶属度.通过模糊决策概念形成纹理特征关联规则和关联规则挖掘短跑图视频中特征点轨迹,完成短跑图视频中特征点轨迹模拟.仿真实验结果表明,所提方法能够提升短跑图视频中特征点轨迹模拟精确度,能够有效降低计算复杂度和绝对误差.     

基于特征聚类的光伏集群出力时空随机模拟方法

随着分布式光伏集群的建设和集群控制的需求,不仅需要单个光伏站点的信息,而且需要光伏集群内各站点的综合信息,亟须发展光伏集群出力时空的随机模拟模型.而光伏集群内各站点出力在时间和空间上的相关性,使得光伏集群出力特性的随机模拟模型的准确性不能保证.为此,文章提出了一种基于特征聚类的光伏集群出力时空随机模拟模型.该方法基于k-means特征聚类方法,考虑不同站点出力时空相关性特征,将光伏出力以天气类型划分为4类,并依此构建单站点出力的马尔可夫链的时序模型,利用不同站点间时空的相似性完成对光伏集群的数据模拟,为分布式光伏集群的建设和集群控制提供数据参考.基于河北电网部分实际光伏电站的仿真计算,验证了所提数据模拟方法的正确性和有效性.     

基于点过程模拟的时空级联模式统计挖掘方法

从时空统计的角度,将时空级联模式的频繁度评价建模为多元独立分布零假设下的显著性判别问题,提出一种基于点过程模拟的时空级联模式统计挖掘方法。首先,采用时空点过程模拟每类地理要素的观测数据集,构建显著性判别的零模型;其次,通过蒙特卡洛模拟获取零假设下每种候选时空级联模式频繁度的实验分布;最后,对候选模式的观测频繁度进行显著性检验,识别显著的时空级联模式。研究结果表明:本文方法能够用于有效识别地理要素间的时空级联模式,且避免了挖掘结果对频繁度阈值设置的依赖。     

黄土高原祖厉河流域日降雨-径流过程模拟

以陇西黄土高原祖厉河流域为研究区,采用松散耦合方式集成SCS模型和Clark方法,就区域尺度日降水-径流过程进行模拟研究.SCS模型参数空间化基于土地利用、土壤类型、坡度和前期水文条件等实现,Clark单位线的计算基于最大汇流时间和流域滞时两个关键参量进行.模拟结果表明:SCS模型能够实现黄土高原净雨的分布式模拟,产流总量误差为2.61％;净雨经Clark方法调蓄后,模拟的流域出口断面的流量精度在0.80以上(Nash系数和复相关系数).较好的模拟精度表明两种方法结合应用于黄土高原区域尺度日降雨-径流过程的分布式模拟是可行的.研究可为半干旱黄土高原区域尺度水文循环时空动态量化工作提供模式借鉴.     

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。     

基于雷达测雨的实时洪水预报模型

实时洪水预报系统通常会伴随系统误差,即模型误差和观测误差．为了减小系统误差,本次研究尝试将雷达测雨技术、BP神经网络技术引入流域洪水预报中,并建立基于分布式水文模型的洪水预报模型．将该实时预报模型应用于史灌河流域．从预报的结果来看,该实时预报模型很好地解决了雷达遥感数据与水文模型的耦合,为在流域洪水预报中采用雷达测雨提供了先行的研究基础．     

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。     

中小河流洪水预报智能调度平台关键技术

洪水预警预报平台以大量水文数据为支撑,针对中小河流水文气象数据缺失、异常等问题,提出多源水文气象数据质量控制技术和方法;研发云环境下具有状态和交互特征的模型封装服务技术,提供数据、算法和模型多层次按需服务;提出中小河流垂直河道淹没算法,并实现基于UE4虚拟引擎的洪水淹没可视化.基于以上关键技术,研发中小河流洪水预报智能...     

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。     

基于水文模型的缺资料流域设计洪水计算

从流域降雨径流物理机制出发，选取不同水文气象分区的4个缺资料小流域，基于暴雨衰减公式进行设计降雨过程计算，结合流域下垫面特征推求模型参数，构建流域水文模型实现设计洪水计算，并将水文模型法计算结果与推理公式法进行比较。结果表明：水文模型法得到的设计洪水与推理公式法相似(洪峰、洪量相对误差均不超过30%);水文模型法考虑了土壤下渗能力随着降雨过程的变化情况和流域内各点汇流过程的不确定性；水文模型参数的时空分布不均匀性更加符合流域实际的产汇流规律，提升了复杂情况下设计洪水计算的可靠性。     

贵州省水库运行及安全监测监管系统关键技术

针对贵州省水库雨水情及安全监测设施缺失严重、水文预报及库坝安全风险评估工作效率较低的难题,研发了全省水库运行及安全监测监管系统。该系统基于B/S架构,应用了WebGIS、GNSS等技术,集成了库坝雨水情测报与安全监测两大功能,并利用现有数据及相关挖掘方法初步集成了库坝工程信息识别与风险评估功能。该系统包含整体功能模块及典型工程展示模块,具备较强的大坝安全监测及雨水情测报能力,可有效提升全省洪灾预警预报防御能力,并为水库安全运行及智慧管理提供技术支撑。     

基于多源降水融合驱动的WRF-Hydro模型在中小河流洪水预报中的适用性

从提高驱动数据(降水)的质量和时空分辨率出发,评估了基于混合地理加权回归截尾函数(MGWR-BI)多源降水融合算法的有效性,以及融合降水对WRF-Hydro模型计算结果的影响。将融合降水数据用于WRF-Hydro模型中进行子午河流域的洪水预报,并与站点实测降水数据进行比较,结果表明,融合降水的精度高于原始CMORPH卫星降尺度降水,融合降水数据驱动WRF-Hydro模型比CMORPH卫星降尺度降水数据能更好地预报与模拟洪水事件,WRF-Hydro模型具有中小河流洪水预报的潜在优势。     

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.     

中小河流洪水防控与应急管理关键技术的思考

在总结国内外洪水防控与应急管理关键技术问题研究成果的基础上,针对中国中小河流众多、洪水频发、灾害严重等特点,讨论了高时空分辨率雨量场构建与短临精准预报、精细与智能洪水预报、洪水实时风险评估与应急处置、水文气象数据质量控制、云平台构建及多重情景仿真等关键技术问题,探讨关键科学问题,为中小河流洪水防控与应急管理提供思路.