五强溪水库近坝区洪水预报方法研究

针对五强溪水库近坝区洪水预报难度大、预报精度难以满足实际需求的现状,基于历史暴雨中心分布与流域产汇流特征划分单元流域,采用三水源新安江模型构建入库洪水预报新方案进行参数率定和历史洪水模拟,并综合剖析了洪水预报误差的主要原因。研究结果表明,构建的洪水预报新方案能够取得较高的洪水预报精度,在2021年实时洪水预报作业中取得了良好的应用效果。流域内水利工程泄洪资料的缺失是目前造成洪量及洪峰模拟误差的主要原因。     

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.     

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.     

基于TOPMODEL模型漓江流域洪水预报方案构建与应用

针对漓江流域上游洪水灾害严重,根据水系特征、雨量站网等情况将流域划分为11个子流域,通过DEM提取了各子流域地形指数与等流时线,构建了漓江流域上游的TOPMODEL模型洪水预报方案。通过2008年~2014年32场洪水的模拟计算,结果分析表明:率定期和验证期洪水预报合格率均大于80%、平均确定性系数大于0.81,达到乙级预报精度。     

基于模糊聚类和BP神经网络的流域洪水分类预报研究

传统的流域洪水预报大都通过率定一组水文模型参数来寻求一个流域径流形成的一般性或平均化规律,其预报精度需要进一步提高.用模糊聚类ISODATA迭代模型将历史洪水分为若干类型,进行水文预报模型参数的分类调试;并建立BP神经网络分类模型判断实时洪水所属类别,选择其相应类别的模型参数实现流域洪水的分类预报.在辽宁省大伙房水库流域的实际应用表明:此方法不但可以实现洪水实时在线分类而且提高了流域整体洪水预报精度,是一种为水库实时调度提供可靠依据的有效洪水预报方法.     

流域洪水预报与调度系统研制

研究作为防洪减灾非工程措施的重要措施之一的洪水预报及调度系统制定的方法.结合不同水文模型，采用最小二乘递推模型进行误差实时校正，使用水文资料的自动内插来编制流域洪水预报方案，以GIS为平台进行预报结果的显示、分析、查询等.提出了制定流域洪水预报及调度软件系统一套完整的方案，并提供在沂沭泗水系和故县水库的两个应用实例.     

基于DEM的流域河网信息提取——以江津区笋溪河流域为例

本文以Arc GIS为操作平台,通过数字高程模型(DEM)数据为基础,介绍了流域的河网信息提取过程,并以江津区笋溪河流域为例,提取了该流域及其支流上2个水文站控制断面以上流域的水系图、坡度分布图、水文特征参数和地形参数,为该流域以后的水文分析和洪水预报提供基础参考数据,并为其它流域河网信息提取和基础数据获取提供一种快捷、简便和实用的方法。利用DEM和Arc GIS提取的水文参数,可直接作为流域洪水预报模型参数,不仅使工作效率得到了提高,还保证了信息提取的准确性,对流域水文资料缺乏地区洪水计算和预报具有十分重要的实用价值。     

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．     

基于数据分析技术的水文组合预报应用研究

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.针对历史洪水数据丰富和相对贫乏两种情况,分别提出基于多目标模糊优选和基于贝叶斯分析的组合预报模型.前者是选用多目标模糊优选模型根据各预报方案在不同流量级别下的预报精度确定方案优属度,而后加权平均的组合预报模型;后者则是以贝叶斯分析为基础,同时结合专家经验、马尔可夫蒙特卡罗模拟、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,分别对两种组合预报模型的精度进行了验证.验证结果表明:两种模型可行而且实用,预报精度均明显高于单个模型的预报精度.     

漓江流域上游洪水预报方案研究与应用

漓江流域上游是广西山洪灾害多发区中较严重的流域之一,为了对漓江流域上游防洪减灾提供技术上的支持,根据漓江流域上游的水文资料、地形地貌及气候特征,构建漓江流域上游三水源新安江模型洪水预报方案。选取2008~2013年的27场洪水作为率定期洪水,2014~2015年8场洪水作为验证期洪水进行降雨径流模拟。模拟计算结果表明:率定期模拟合格率为85.2%,平均确定性系数为0.850;验证期合格率为87.5%,达到甲级精度,平均确定性系数为0.87,达到乙级精度。模拟结果的分析表明,三水源新安江模型适用于漓江流域上游且取得较好的模拟结果,可为漓江流域上游洪水作业预报提供参考。     

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.     

优选雨量站权重改进降雨输入的洪水预报方法

降雨是驱动水文模型进行洪水预报的重要输入数据,降雨资料短缺给洪水预报工作带来极大挑战．引入边缘雨量站降雨数据,基于随机优选方法,构建优选雨量站权重改进降雨输入的新安江模型,对资料短缺流域进行洪水预测,并在石灰窑以上流域进行试验研究．与泰森多边形权重相比,优选权重改进降雨输入的产流预报精度有显著提高,率定期、验证期产流合格率分别从60%、40%提高至100%、60%,汇流预报精度略有提升;改进降雨输入后的新安江模型的优选参数更符合流域产汇流特征,提升了模型参数的合理性．所提优选雨量站权重改进降雨输入的洪水预报方法,对类似降雨资料短缺流域洪水预报具有重要的参考价值．     

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.     

北江洪水预报模型

将北江流域按区域下垫面特征进行分区,建立起各单元区产汇流模型,并与北江干流非恒定流水力学演算模型耦合,形成适合北北流域洪水特点的实时洪水预报模型,用北江“９４．６”洪水验证的结果表明,模型预报精度较高,最后,还指出了模型存在的问题和进一步研究的方向。     

江西省修河流域洪水预报系统

本系统根据修水流域洪水预报的要求和流域水系、测报站网、水文和气象资料等情况。进行了洪水预报系统的总体框架设计，包括雨量站网分析、流域单元划分、模型率定、模型检验以及各种软件的开发和选用。     

新安江模型与衰减记忆最小二乘法耦合洪水模型的应用

利用新安江模型进行流域产流计算,采用扩散波方程推得的汇流状态方程描述流域汇流过程,由衰减记忆递推最小二乘法实现参数估计实时化,从而使新安江模型与衰减记忆递推最小二乘法耦合,实现洪水实时预报。利用耦合模型对矶头水库76场入库洪水进行模拟,模拟结果表明,耦合模型适合中小水库入库洪水实时预报,预报精度比独立使用新安江模型得到了大大的提高。     

基于集合卡尔曼滤波的新安江模型状态变量实时修正方法

为了提高洪水预报的精度,基于集合卡尔曼滤波,提出对流域中子流域中间状态量进行全状态量回溯修正方法。该方法根据每个子流域地貌特征和汇流时间不同,分别找出其相应的回溯时间,与新安江模型相结合对各个子流域特定时段前的中间状态量进行全状态量回溯修正,逐步降低误差的累积。采用理想模型验证,结果显示子流域中间状态量得到有效修正,洪量相对误差和洪峰相对误差减小,确定性系数提高。以大坡岭流域为例,采用该方法对流域12场历史洪水进行修正,修正结果表明此方法能有效提高洪水预报的精度,可在实际洪水预报中推广应用。     

经验性洪水预报模型在陆浑水库的应用及其与小花间洪水预报模型结果对比

在对陆浑水库经验性洪水预报模型介绍的基础上,根据历史数据及流域地貌信息确定了模型参数,对1975-2011年25场洪水的计算结果与实测值进行了对比,同时对2003-2011年的7场洪水预报结果与黄委水文局小花间洪水预报模型预报结果进行了对比.结果表明:两模型模拟结果精度相差不大,都能满足预报精度要求,7场洪水小花间洪水预报模型模拟结果整体效果稍好,尤其是洪水过程与实测过程比较吻合;经验性洪水预报模拟结果稍差,但误差在可接受范围之内.两个模型都具有一定实用性,建议两模型联合运用,将小花间洪水预报模型的洪水预报结果作为指导水库防洪调度的主要依据,经验模型的预报结果作为参考.     

相应涨差模型在水库实时洪水预报调度中应用

降雨发生时由于通信故障或遥测系统出错等原因,不能获得流域上游水雨情信息,只有中心站水雨情信息可得.为解决此问题,将改进的相应涨差模型应用到水库实时洪水预报调度中.模型采用衰减记忆递推最小二乘算法进行参数在缦识别,用预报流量修正公式对预报结果进行修正.通过模型及修正公式检验,该模型可应用于水库或河道的实时洪水预报中.在水库实时洪水预报时,只需中心站的流量信患,计算方法简单.将模型应用于辽宁省大伙房水库,其预报结果令人满意.该模型可为水库实时调度方案制定提供依据,也可为其他无资料或资料短缺地区的实时洪水预报调度提供参考.     

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。