基于TVF-EMD-PSO-GRU的月径流模型与应用研究

准确的径流预测在水资源规划和管理中发挥着重要作用．然而，受气候变化和人类活动等因素的影响，径流形成过程十分复杂，具有高度的非线性和非平稳性，更增加了径流预报的难度．为提高月径流预测精度，提出了基于时变滤波器的经验模态分解(TVF-EMD)和结合粒子群优化算法(PSO)的门限循环单元(GRU)的混合模型(TEPG)．首先利用TVF-EMD将原始月径流序列分解为若干个固有模态函数(IMF)，然后再利用PSO-GRU模型分别对每一个IMF进行预测，最后将每个IMF的预测结果相加得到原始月径流序列最终的预测结果．以黄河干流4个代表性水文站(包括唐乃亥站、头道拐站、花园口站、利津站)为研究对象，应用该模型对这4个测站的月径流进行单步预测研究，并与PSO-GRU(PG)模型、基于互补经验模态分解(CEEMD)的PSO-GRU(CPG)模型和基于经验模态分解(EMD)的PSO-GRU模型(EPG)进行对比分析．选用纳什效率系数NSE、相关系数R、均方根误差RMSE、预报合格率QR及预报精度等级等评价指标对模型预测精度进行评价．结果表明，与PG模型、CPG模型、EPG模型相比，TEPG模型具有更高的预...     

金沙江流域月径流时间序列的混沌分析

在介绍重构相空间技术的主要定量指标(关联维数D2和柯尔莫奇诺夫熵)的基础上,以长江上游金沙江流域小黄瓜园站和蔡家村站的月径流时间序列为例详细说明了求取时间序列中的混沌特征数的方法;并且采用主分量分析(PCA分布)方法进一步验证了两个站的径流序列具有混沌特性.得到金沙江流域径流序列的预测年限不应超过7～9个月,为金沙江流域径流预测提供了科学的依据.     

基于CMIP5 RCP情景的清江流域径流对气候变化的响应研究

气候变化的径流响应在近些年逐渐成为研究热点.在建立清江渔峡口以上流域SWAT模型的基础上采用CMIP5模式组3种模式下各RCP情景2016年～2100年的月降水数据集,经降尺度后对研究流域的月径流进行预测,并与历史时期(1990年～1999年)径流情况进行对比以评估径流变化.结果表明：以恩施站为代表的未来年内最大月降水出现时间提前1～2个月,流域年内最大月径流出现时间也提前1～2个月,降水和径流均在2016年～2100年间呈整体增强趋势.短期(2016年～2035年)内,大部分模式预测的降水和径流将低于历史时期(1990年～1999年),但中期(2046年～2065年)大部分模式预测的年降水量和径流量呈增加趋势,在2081年后该趋势更为明显.CMIP5模式组中不同预测模式的不确定性大于不同典型浓度路径,且降水的输入为径流预测误差的主要来源.     

基于ESMD-BP神经网络组合模型的中长期径流预报

径流预报的精度直接关系到流域水资源优化配置与综合利用的效益最大化.针对径流序列非线性、非平稳、直接预测精度低的特点,首次利用具有自适应性特点的极点对称模态分解(Extreme-point Symmetric Mode Decomposition,ESMD)方法对径流序列平稳化处理,结合可逼近任何非线性映射的误差反向传播网络(Back Propagation Neural Network,BP神经网络),建立ESMD-BP神经网络组合预报模型,并将其应用于黄河上游龙羊峡水库入库站唐乃亥站月径流和旬径流预报.首先,利用ESMD方法将径流序列中不同尺度的分量和趋势分量逐级提取出来,甄别了大尺度循环和非线性趋势;进而,分析径流周期和趋势变化规律;然后,利用BP神经网络将非平稳径流序列的直接预测转化为平稳的模态分量和趋势余项的预测,加和重构得到最终预测结果.并与单一BP神经网络、经验模态分解(Empirical Mode Decomposition,EMD)与BP神经网络组合模型作对比,结果表明:ESMD-BP神经网络组合模型的预报误差最小、预报精度最高.组合模型为"分解→预测→重构"模式,结合了EMD数据自适应分析和BP神经网络非线性映射的优点,提高了径流预报的准确率,为水文预报精度的提高开辟了新思路.     

基于CEEMD-BP模型的水文时间序列月径流预测

水文时间序列月径流预测在水资源的规划与管理方面具有重要的作用,由于径流序列的非线性和非平稳性,对其准确地进行预测较为困难.本文基于1956—2013年青海湟水河流域月径流序列,将完备的集合经验模态分解方法(complete ensemble empirical mode decomposition, CEEMD)与BP神经网络组合进行月径流预测.结果表明:组合模型CEEMD-BP和EEMD-BP相比于单一的BP神经网络,可以更好地保留原始数据的信息,预测效果更好,其中CEEMD-BP在组合模型中的预测精度更高,可用于水文时间序列月径流预测.     

基于EWT-PSO-Elman耦合模型在径流预测中的应用

由于径流序列的非线性和非平稳性,单一预测模型能力有限,难以做出准确预测。因此,论文基于澄碧河流域坝首站1979-2019年共41a的实测月径流序列,引入经验小波变换分解(EWT)、粒子群算法(PSO),建立一种基于Elman神经网络的组合月径流预测模型(EWT-PSO-Elman),并采用纳什效率系数(NSE)、平均相对误差绝对值(MAPE)和均方根误差(RMSE)对测试集的预测结果进行评价与分析,并将预测结果与EWT-PSO-BP、PSO-Elman、PSO-BP、Elman、BP模型进行比较。结果表明：EWT-PSO-Elman模型的纳什效率系数为0.9135,均方根误差为19.4511,预报等级为甲级,具有较好的预测精度和泛化能力;EWT-PSO-Elman模型的预测精度优于EWT-PSO-BP、PSO-Elman、PSO-BP、Elman、BP模型。可见,EWT-PSO-Elman模型具有更好的预测精度,可应用于径流预测研究中。     

有限记忆静态灰色冰雪融水径流预报模型及其应用

根据塔什库尔干河流域的径流资料及喀什探空站的气温资料,采用有限记忆静态灰色模型建立了该流域的冰雪融水径流预测模型。通过灰色关联度分析对各预报因子进行筛选、建模预测,将该模型与GM(1,1)模型进行了比较。结果表明,该模型能够较好地模拟预测塔什库尔干河流域的冰雪融水径流过程,具有实际的应用价值。     

基于弹性分析的闽江流域径流演变与气候变化关系

基于1960- 2006年闽江流域月径流、降水和气温资料,采用弹性分析和Mann-kendall检验的方法,探讨流域径流演变与气候变化之间的关系.结果表明:(1)采用非参数方法和改进公式方法计算弹性系数,均具有简便、可靠的优点,适于分析径流对气候要素的响应特征和规律.(2) 1960-2006年闽江流域控制站点竹岐站...     

基于多种径流预测耦合模型的流域月径流预测优选研究

为了提高径流预测的准确性,以澄碧河流域坝首站1979-2019年共41 a的实测月径流序列为例,在优选Elman神经网络模型、支持向量机模型、BP单一预测模型的基础上,分别耦合经验模态分解(EMD)、集合经验模态分解(EEMD)和经验小波变换分解(EWT),选取纳什效率系数(NSE)、平均相对误差绝对值(MAPE)和均方根误差(RMSE)对测试集的预测结果进行评价与分析。结果表明：相对于Elman神经网络模型和SVM模型,BP模型的预测效果较好;耦合预测模型预测精度都优于单一模型。耦合模型中,EWT-BP的纳什效率系数为0.91,预报等级为甲级,预测精度优于EMD-BP和EEMD-BP。采用数据预处理技术生成平稳序列,可有效减少原序列存在非线性和不稳定性特征的影响,并有利于提高流域水文模型的径流预测能力。     

基于随机漂移粒子群优化的随机森林预测模型及水文应用实例

提出一种基于随机漂移粒子群(RDPSO)算法优化的随机森林(RF)预测方法,利用RDPSO算法优化RF决策树数量和分裂属性个数两个关键参数,构建RDPSO-RF预测模型,并与基于RDPSO算法优化的支持向量机(SVM)、BP神经网络预测模型作对比,以某水文站枯水期1～3月月径流预测为例,利用实例前43年和后10年资料对3种模型进行训练和预测.结果表明,RDPSO-RF模型对实例1～3月月径流训练、预测的平均相对误差绝对值分别为4.28%、3.88%、5.67%和3.74%、4.57%、4.88%,训练、预测精度均优于RDPSO-SVM、RDPSO-BP模型,具较好的预测精度和泛化能力,可为相关预测研究提供参考和借鉴.     

怒江流域下游地区气象与水文干旱特征研究

以怒江下游勐波罗河流域为例, 利用周边气象站点年的月降水量、月气温和流域出口水文站月径流数据, 计算气象干旱指标标准化降水指数(SPI)、标准化降水蒸散指数(SPEI)和径流干旱指数(SDI), 分析该地区1966—2013年间不同参考期(12个月、6个月和3个月)的气象和水文干旱变化过程, 揭示流域水文干旱与气象干旱发生的关联。研究结果表明, 自21世纪初期以来, 流域各参考期干旱指数呈现减少趋势(干旱增加),尤其是SPEI-6M (参考期为6个月的 SPEI)和SPEI-3M (参考期为3个月的SPEI)。研究区气象与径流干旱均具有多尺度周期性特征: 在20世纪90年代中期之后, 25~30年大尺度周期的等值线中心逐渐下移, 时间尺度缩短为10~15年。进入21世纪以来, 径流干旱在25年以上的大尺度上演变为减弱的干旱期, 在10~15年中尺度上则处于由干旱向微湿润变化的过渡期。径流干旱与气象干旱关系密切, 通过气象干旱指数SPEI-6M, 可以较好地预测年径流干旱变化程度。     

基于SWAT模型和SUFI-2算法的渭河流域月径流分布式模拟

在渭河流域构建分布式水文模型SWAT,并采用SUFI-2算法进行参数敏感性分析以及参数率定、模型验证与不确定性分析,对渭河流域1961—2008年的月径流过程进行模拟.研究结果表明28个跟水文相关的参数对径流均有不同程度的相关性,如CN2、ALPHA_BF、SLSUBBSN、SOL_BD、HRU_SLP、SOL_K、SOL_AWC以及SMFMX等最为敏感.林家村、魏家堡、咸阳、临潼和华县水文站的月径流模拟与实测过程线总体拟合程度较好,率定期和验证期多数站的Φ和效率系数ENS值均高于0.6(0.7),所有站的确定性系数R2值均高于0.7(0.8).R-factor均较小,但林家村和魏家堡站在率定期的P-factor也很小,表明在这2个站的实际不确定性较大.可能的原因是水库运行以及农业用水考虑的不足.总体上,渭河流域SWAT模型月径流模拟效果较好.     

广义翁氏旋回模型及其在河川径流预测中的应用

将广义翁氏旋回模型（GWCM）应用于河川径流的中长期预测中,采用变维分形法求解模型;以黄河上游贵德站的径流预测为实例计算,将GWCM与WCM、BP神经网络模型的预测结果进行对比,结果表明,采用GWCM预测的径流过程与天然径流过程具有良好的同一性,且精度有较大的提高,为河川的年径流量预测提供了有效途径。     

考虑径流年内均匀度的生态流量计算方法研究

为了更加科学地体现河流生态流量的季节性变化规律,本文在考虑年内分配不均对生态流量影响的基础上,基于渭河流域1950—2018年月径流序列资料,采用Zenga指数计算径流年内分配均匀度,用水文综合诊断系统对月径流Zenga指数序列进行变异点诊断并分析其成因,采用广义极值分布函数(GEV)确定各月生态流量。结果表明:林家村、魏家堡、临潼3个站的径流年内分配均匀度Zenga指数序列均有显著减少趋势,变异点分别为1972年、1972年、1993年;咸阳和华县站的Zenga指数序列分别在1972和1988年发生跳跃变异;变异后5个站的生态需水满足率降低,非汛期下降幅度较汛期大。经与Tennant法比较,在考虑径流年内分配均匀度变异的基础上进行河道内生态流量计算是可行、合理的。该成果可为渭河流域生态流量计算提供一种新依据。     

变化环境下渭河流域径流丰枯遭遇变化特征及其影响因素分析

以渭河流域为研究对象,采用有序聚类与滑动t检验法诊断渭河干流(咸阳站)、泾河(张家山站)与北洛河(状头站)1960-2010年径流变异情况,引入Copula函数分析不同水文区径流丰枯遭遇特征。结果表明:咸阳站径流于1969年、1993年变异,张家山站于1996年变异,状头站于1994年变异;变异点前后,各水文区相同设计频率下径流量显著减小,干流减小趋势最为显著;不同水文区径流丰枯遭遇概率变化显著,1960—1993年径流丰枯同步遭遇概率远大于丰枯异步,1994—2010年,除张家山-状头径流遭遇组合外,径流丰枯同步遭遇概率远小于丰枯异步,不同组合遭遇概率趋向均匀化;流域内不利于调水概率显著减小,持续且剧烈的人类活动对径流的改变是造成该现象的主因。     

泾河流域径流复杂度的多维特性

基于近似熵复杂性测度方法分析泾河流域张家山、杨家坪和雨落坪水文站1956-2000年的天然、实测径流复杂度.结果表明:1)径流复杂度具有人类活动影响指示特性:杨家坪和张家山站实测径流复杂度大于天然径流的,杨家坪站径流复杂度变化可能与上游的巴家嘴水库的运用方式有关,而雨落坪站实测径流复杂度小于天然径流的,可能与上游大规模的水土保持有一定关系,流域降水量的变化对径流复杂度有重要影响;2)径流复杂度具有自相似特性与随机波动特性:杨家坪和雨落坪站径流复杂度的自相似性强于张家山站的,张家山站径流复杂度的随机波动性较强,与降水量关系密切;3)径流复杂度与降水量、径流量之间存在着反向变化特性:当降水量和径流量增加时,径流复杂度减少,反之则增大;4)径流复杂度具有径流峰值异常特性:径流峰值出现前后,径流复杂度显著下降,之后又逐渐上升.基于近似熵方法检测出的径流复杂度多维特性,可为径流系统特征分析提供参考.     

极大熵谱在径流时间序列周期分析中的应用

针对年径流序列存在多年变化周期,但径流时间序列变化受诸多因素影响,存在着多种不确定性的情况,笔者采用极大熵谱分析来提取径流时间序列的周期成分,对黄河上游贵德站年径流时间序列进行周期分析,得出贵德站具有12.5,5.9,4和3年的主周期。结果证明该方法可行,同时其结论为研究径流预测提供了科学的依据。     

松花江干流中游段径流年内分配变化规律

为了研究松花江干流中游段的径流年内分配变化规律,以哈尔滨站和佳木斯站1954—1987年、2001—2007年的逐日流量资料为基础,对径流年内分配的不均匀性、集中程度和变化幅度等指标进行了分析计算.结果表明:(a)松花江干流中游段在20世纪70年代径流年内分配较为均匀,80年代最不均匀;哈尔滨站的径流年内分配不均匀性和集中度通常要小于佳木斯站;最大径流出现的时间哈尔滨站滞后于佳木斯站.(b)2个站径流年内分配不均匀系数、完全调节系数、集中度和集中期的变化过程是同步的,且前3个指标之间具有较大的相关关系.     

结合大气环流和遥相关信息的集合径流预报方法及其应用

该文采用集合径流预报(ensemble streamflow prediction,ESP)方法对汉江白河站1970～2000年逐月径流量进行了回顾式预报。针对传统集合径流预报方法中对气象条件变异性考虑不足这一问题,该文尝试引入影响径流的大气环流因子和遥相关信息,对历史气象年份进行挑选,选择与预报年相似的历史气象条件组成集合,以增加气象集合输入的代表性,从而提高径流预报的精度。以夏季(6月、7月、8月)和冬季(12月、次年1月、2月)月径流量为预报对象,改进后的集合径流预报方法显著地提高了预报精度,各月预报的合格率均超过60%,其中8月和12月的合格率达88%,能够满足实际生产需要。     

三峡大坝建设前后对长江上游径流联合分布影响的分析

以三峡工程蓄水运行的2003年为分界点,利用长江上游流域寸滩、武隆、宜昌3站1951—2016年的月径流资料,利用Copula函数,定量分析了三峡水库蓄水前后对长江上游多站径流的联合分布的影响.研究结果表明:1)三峡水库建设前后,无论2个还是3个站的径流联合分布均发生了变化.其中,寸滩–宜昌2站联合分布没有变化,但分布函数的参数略有减小;武隆–宜昌的联合分布从Gaussian Copula转变为Gumble Copula型;寸滩–武隆–宜昌的3站联合分布由Gumble Copula变成Gaussian Copula型. 2)三峡建库后,在相同的概率水平下,3站对应的径流量均比建库前明显减少;在相同重现期下,3站对应的径流量同样比建库前明显减少,其中,宜昌站径流减小率最大,寸滩次之,武隆最小.这表明三峡建库后,对坝下宜昌站径流的影响高于三峡大坝上游的寸滩、武隆2站.