水库中长期水文预报模型研究（Ⅱ）

中长期水文预报模型库是水库中长期水文预报系统的核心。本研究面向预报对象,利用多要素预报法探索外界各种因素对水文预报对象的影响,分析预报对象与影响因子的相互联系及其变化的物理成因,利用数理统计方法建立了3个基于径流及其影响因子的成因统计关系的预报模型,分别为投影寻踪回归、时间序列—马尔可夫分析、非线性动力系统学以及神经网络模型,这些模型为有效进行水文对象的中长期预报提供了坚实的基础。     

集成多种预报方案的水库中长期水文预报系统设计与实现

水库中长期水文预报系统设计开发，符合国家有关信息技术和软件工程的设计规范、要求和国际通用标准，并且兼容水文气象部门的有关技术规范。从用户需求出发，针对3种不同类型的中长期水文预报对象，集成了包括多维混合回归、模糊分析、门限回归、投影寻踪回归、时问序列一马尔可夫分析、非线性动力系统学以及神经网络及小波分析共7种方法，并针对每种预报对象，利用历史数据检验提供了相应的推荐算法方案。从数据流程、计算框架、计算流程和程序实现方面进行了分析，并建立了一个实用的水库中长期水文预报系统。这与其他水库优化调度建立信息系统提供了很好的参考。     

非线性逐步回归在宜昌站年径流量预报中的应用

为了分析非线性关系的引入对中长期水文预报精度的影响,以对数变换后得到的非线性逐步回归模型为基础,利用长江宜昌站年径流量进行中长期水文预报,并与传统的逐步回归模型预报值进行比较.结果表明:宜昌站年径流量与该站上一年汛期7月、8月、10月流量存在明显非线性关系,并对太平洋副高活动以及厄尔尼诺效应反应敏感;非线性逐步回归模型...     

枯季径流预报探讨

在分析研究流域气候特征及枯季径流来水规律的基础上,用水文方法分别建立了枯水期月径流预报模型。水文方法是利用水文序列资料建立自回归模型,用实测资料对预报模型进行了验证。     

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.     

径流中长期预报的灰色预测方法

基于时间序列的扩维原理和灰色系统理论的关联分析，提出一种较适合于水文实测资料缺乏情况下的中长期预报方法，利用玛纳斯河水文的实测资料序列对该方法进行验证。     

智能预报模式与水文中长期智能预报方法

建立了以模糊优选、BP神经网络及遗传算法有机结合的智能预报模式与方法。在应用该方法进行中长期水文智能预报时，首先选取训练样本的数量，根据预报因子与预报对象的相关关系得到相对隶属度矩阵;再将其作为BP神经网络输入值以训练连接权重；最后将得到的连接权重值用于预报检验。计算结果表明，智能预报模式与方法的运行速度、精度及稳定性都达到了实际应用的要求。     

均生函数在水文时间序列回归分析预测中的应用

回归分析已广泛地应用于水文预报工作中,以何标准选定因子的估计值则成为影响预测值的一个相当重要的因素。详细地介绍了均生函数在水文时间序列回归分析预测中的应用,即对水文时间序列作差分变换,计算相应的均生函数,并采用双评分准则（CSC）建立最优回归模型;同时根据周期延拓性确定回归模型中选定因子的估计值,并作多步预测,为中、长期预报作业提供了一种切实、有效的方法和途径。     

开都河年径流量逐步回归模型的建立与预报

每年7、8月份，巴州有关部门要求水文部门预报开都河当年年来水量，本文为满足此项要求而撰写。文章应用逐步回归分析的基本原理和方法，分别以开都河大山口水文站1956-1999、1956-2000、1956-2001、1956—2002、1956-2003年当年1-7月及前一年1—12月月平均流量序列(19个因子)为预报因子，以当年年径流量序列为预报对象，建立了逐步回归预报模型，并对2000、2001、2002、2003、2004年年径流量分别进行了试预报，试预报结果符合水利部《水文情报预报规范》(SL250---2000)要求，可供生产实践参考和应用。     

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.     

雅鲁藏布江尼洋河流域洪水预报方法研究

针对尼洋河流域的水文特性和资料情况,利用基于混合线性回归模型的黑箱子模型方法建立了包括尼洋河流域工布江达、巴河桥、更张、八一等站的流域洪水预报模型,并采用1997～2002年汛期的水文观测资料分别率定各站相应的洪水预报模型,采用2003年汛期的水文观测资料分别验证率定的水预报模型．率定和验证结果表明,所提出的模型方法具有一定的精度,可以用于作业预报．     

浅谈单因子水文预报方程算法

本文介绍了单因子水文预报要素的数学模型,并通过实例列举计算分析水文预报方程的Gass消去法和Gass-Seidel迭代法基本算法。     

海洋水文预报方法研究

海洋水文预报是对一定海域未来一定时段内的水文状况作出的预测和通报,是海洋环境预报的重要内容。文章结合工作实际,通过对水文预报中＂经验统计预报＂和＂数值预报＂理论的论述,提出海流数值分析预报、回归分析预报和海浪预报的基本方法。     

新丰江水库月径流预报模型

通过对研究的气候、水文气象物理因子的分析,挑选出与月径流关系最好的物理因子作为预报因子;利用逐步回归分析和预报集成方法建立月径流预报模型;模型应用结果表明,预报精度满足生产要求。     

水文预报方法研究现状与展望

水文预报在防洪减灾中具有重要的理论意义和现实意义.系统回顾和总结了水文预报方面国内外的主要研究进展,对经验相关法、传统模型、现代模型和PUB方法分别进行了评述和分析,并对今后的水文预报工作进行了展望.     

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.     

基于机器学习方法的臭氧和PM2.5污染潜势预报模型 ——以成都市为例

以成都市为例,以多项可能影响污染物时空分布的变量为潜在预报因子,筛选关键入模因子,利用2016—2018年数据为训练集,采用多元线性回归、BP神经网络和随机森林算法,建立成都市夏季(4—8月)臭氧及冬季(11—2月)PM2.5污染潜势模型,并利用2019年数据对模型的中长期污染潜势浓度的预报性能进行评估.结果表明,建立...     

随机参数扰动下的洪水概率预报研究

基于水文模型参数不确定性的客观存在性,在分析随机参数概率分布特征的基础上,文章提出随机参数扰动下洪水概率预报的方法。通过淮河王家坝流域19场洪水的模拟试验可知,该方法所给出的概率预报结果能够覆盖不同量级的洪水过程,预报结果可靠;其均值预报结果与传统预报方法的预报精度相当,确定性预报结果准确。这说明基于参数不确定性客观存在研究洪水概率预报,可以定量描述参数不确定性对预报结果概率分布特征的影响,对于提高洪水预报数据的有效信息含量、提升预报结果的可靠性具有参考价值。     

闽江七里街流域洪水实时预报修正方法研究

根据闽江七里街流域水文实测资料信息,利用新安江三水源模型对该流域实时洪水预报进行了研究,分别采用自回归模型和自适应洪水修正方法对预报洪水过程进行了实时修正.分析结果表明,对预报洪水过程进行实时修正,能大大提高预报精度,采用自适应洪水修正方法具有较强的实时跟踪系统动态变化的能力,其修正效果优于自回归模型.     

基于遥感与区域化方法的无资料流域水文模型参数优化方法

针对无资料流域径流预报的难点, 探讨水文模型参数优化的共性问题, 综述区域化方法和遥感方法的研究现状。首先从水文模型参数优化面临的共性问题, 即水文地理数据生成、目标函数构建和优化方法选择等问题出发, 分析其对参数优选结果的影响, 并归纳出当前广泛认可的解决方案。然后结合区域化方法的技术原理和研究进展, 着重论述测站密度对区域化方法性能的影响, 并分析该方法在中国的适用性。接着从研究区域、水文模型结构、遥感资料以及率定目标等方面归纳总结遥感方法优化水文模型参数的最新研究进展。最后对区域化方法和遥感方法的优缺点及未来发展前景进行对比分析, 为中国无资料或缺资料流域径流预报实践提供参考。