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。     

淮河上中游复杂流域洪水预报

为了提高淮河洪水预报的精确度,以鲁台子和鲁蚌区间作为研究区域,选取2000—2017年之间的13场洪水资料,在降雨径流方面采用新安江三水源模型进行模拟预报,分别将鲁台子以上和鲁蚌区间分为9个和4个自然子流域,进行参数率定;对具有行蓄洪区的淮河干流河段进行节点概化,结合分流比法和马斯京根法,建立了具有行蓄洪区流域的洪水预报模拟方法,取得较好的模拟预报效果。研究结果表明:在洪量相对误差方面,鲁台子和鲁蚌区间的预报合格率都达到100%;在洪峰相对误差方面,鲁台子流域的合格率达到100%,而鲁蚌区间则达到92. 3%。2003年和2007年这2场大洪水的洪峰相对误差和确定性系数方面都得到显著改善。     

水文水力学结合的秦淮河流域洪水模拟与实时校正

针对以栅格新安江模型为代表的分布式水文模型在秦淮河流域洪水模拟预报中下游感潮河段应用精度受限的问题,以前垾村(秦)站为节点,上游采用栅格新安江模型计算产流,下游采用水动力学模型对受闸泵调度影响的感潮河段水位进行模拟,并采用K最近邻(KNN)法和反馈法对模拟结果进行实时校正。结果表明,采用KNN法校正后确定性系数为0.718～0.975,达到了乙等预报精度要求,可用于秦淮河流域洪水模拟预报。     

新安江模型和支持向量机模型实时洪水预报应用比较

选择新安江模型和支持向量机模型分别在浙江省、陕西省的4个流域进行实时洪水预报,并使用K-最近邻实时校正法对新安江模型预报结果实时校正,比较2种模型在不同流域的应用效果,其中选择确定性系数、峰现时间误差、洪峰相对误差和均方误差作为模型预报评价指标。进一步改变预报预见期并分析2种模型在不同预见期内的预报精度。研究结果表明,新安江模型和支持向量机模型在不同流域洪水预报中各有优势,支持向量机模型预报精度受降雨精度影响较大。当预报预见期较长时,新安江模型预报结果更好;随着预见期缩短,支持向量机模型预报精度显著提高,在短预见期实时预报中支持向量机模型优势更明显。在预报难度较大的半湿润半干旱流域,新安江模型和支持向量机模型在率定期和实时预报过程中均具有较高精度。     

新安江模型中河道汇流方法的改进

为解决子流域与网格河道之间的匹配问题,在新安江模型(XAJ)的基础上,采用考虑旁侧入流的扩散波和修正后的Muskingum-Cunge-Todini(MCT)2种演算法对河道汇流计算进行改进,建立了XAJ-DCH模型。分别采用原新安江模型的Muskingum以及XAJ-DCH模型中的MCT和扩散波演算法对呈村流域进行洪水模拟,模拟结果表明:呈村流域率定期和验证期的洪峰相对误差为-20%~20%,洪量相对误差为-10%~10%,确定性系数都大于0.7,并且3种方法的洪峰相对误差、洪量相对误差、确定性系数模拟的结果相似,从而验证了XAJ-DCH模型的合理性;相比于新安江模型,XAJ-DCH模型不仅可以用于出口站点的流量模拟,同时可以预测流域内部河道断面的水位和流量;由于汇流计算模块中引入了扩散波方法,可提高模型在地势平缓地区的预报精度。     

考虑水库泄水影响的逐网格汇流演算方法

为将网格新安江(Grid-XAJ)模型更好地应用于受水库泄水影响地区的洪水模拟及预报,以横排头流域为研究区域,基于水库真实地理位置,利用分段马斯京根(MK)法、逐网格MK法、逐网格Muskingum-Cunge-Todini(MCT)法对比分析水库泄水对模型汇流计算的影响。结果表明:3种方法对洪峰的模拟情况均较好,率定期与验证期全部洪水的平均合格率均为100%;逐网格MK法与分段MK法全部洪水的平均径流深合格率均为76.9%,小于逐网格MCT法(84.6%);与分段MK法相比,逐网格MCT法与逐网格MK法可以反映上游水库泄水对汇流过程中流量在流域中时空分布的影响;逐网格MCT法在逐网格MK法的基础上进一步考虑了下垫面河道的真实情况;总体而言,逐网格MCT法对于受水库泄水影响流域的洪水预报具有较强的适应性和可靠性。     

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．     

GR模型与新安江模型及两参数月水量平衡模型在赣江流域的降雨径流模拟比较

针对赣江全流域及18个子流域,在日和月时间尺度上分别进行GR模型与三水源新安江模型、两参数月水量平衡模型的比较。结果表明：在所选择的研究流域, GR模型在率定期和检验期的确定性系数达到0.85以上,径流总量相对误差在依10%以内;GR日模型的精度略高于新安江模型,具有更强的稳定性,且结构简易,参数不确定性较低;GR月模型的精度及模型复杂性与两参数月水量平衡模型相当。     

产流误差的动态系统响应曲线修正方法应用

产流误差的动态系统响应曲线修正方法(Dynamic System Response Curve,DSRC)是一种基于微分响应来反演修正的实时修正方法.简要介绍了实时修正概念和三水源新安江模型的结构、计算原理,详细阐述了DSRC的基本修正原理和过程.基于东圳流域1965~1999年共16场历史洪水运用三水源新安江模型洪水预报的结果,分别采用DSRC和二阶自回归(AR)模型进行实时修正.分析比较这16场历史洪水的平均修正结果,表明对洪水预报进行实时修正能提高预报精度,且采用DSRC的修正效果比AR模型更好.     

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。     

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。     

VIC模型与新安江模型径流模拟对比研究

分别选取VIC模型与新安江模型作为分布式和集总式水文模型的代表,以太湖上游山区西苕溪流域为例,以Nash-Suttcliffe效率系数为目标函数,用SCE-UA (shuffled complex evolution algorithm)自动优化算法进行参数自动率定,探究不同结构的模型在径流模拟中的差异性.模拟结果表明:VIC模型和新安江模型在该地区日降雨径流模拟中都表现出了较好的适用性,率定期模型效率系数分别为0.76和0.77,验证期分别为0.84和0.82;但是在月时间尺度上,VIC模型和新安江模型则表现出了较大的差异,率定期分别为0.78和0.87,验证期则分别为0.85和0.91;从月均方根误差和平均绝对误差来看,新安江模型也表现了更好的模拟性能.从丰水(25％)、平水(50％)和枯水(25％)三个流量等级探究VIC模型和新安江模型的模拟及预测效果,结果显示:VIC模型在丰水时模拟较好,新安江模型在平水和枯水时模拟较好,尤其是在低流量时,模拟能力远优于VIC模型.     

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。     

基于长短时记忆（LSTM）神经网络的黄河中游洪水过程模拟及预报

洪水预报是防洪减灾的重要非工程措施,黄河中游地区水文情势近50 a发生显著变化,为提高变化环境下黄河中游半干旱半湿润地区洪水预报精度,本文以对时间序列数据具有良好模拟效果的深度学习神经网络（长短时记忆神经网络）为基础,建立不同预见期下的流域暴雨洪水模型,以探讨长短时记忆神经网络在黄河中游水文预报中的应用. 模型建立采用汾河上游静乐控制站1956—2014年98场暴雨洪水数据,其中以14个站点降雨及静乐站水文数据作为输入,不同预见期下的洪水过程作为输出,率定期为78场次,验证期为20场次. 结果显示:在预见期为0～6 h时预报精度较高,预见期为6 h以上时预报效果相对较差;预报精度随神经元数量和训练次数的增加而呈上升趋势,预见期为0～6 h时预报精度上升较为明显,而预见期6 h以上时预报精度上升较为均匀.      

湿润地区中小河流山洪预报方法研究与应用

针对湿润地区中小河流,提出2套山洪预报方案:一是对于有资料地区,建立基于新安江模型的山洪预报方案;二是对于无资料或资料缺乏地区,采用API-Nash模型,即采用降雨-径流经验相关法进行产流预报,采用Nash模型进行汇流预报。以皖南山区屯溪流域为例,分别用2套方案对流域的次洪过程进行模拟。研究结果表明：2套方案均取得良好的应用效果,洪量合格率比较一致;对于洪峰合格率和确定性系数,新安江模型的模拟结果优于API-Nash模型。     

小流域洪水预报模型参数智能化的初步研究

以新安江三水源模型为例，分析了在不同土壤前期含水量、不同降雨强度和雨型、以及不同暴雨中心位置等情况下模型参数的特征规律。在此基础上重点探讨了模型参数智能化的方法和途径。最后以浙江曹娥江上游长诏小流域为实验区进行了分析验证。模拟结果表明该方法可较好地提高模型预报精度，且为洪水预报系统的智能化奠定了基础。     

基于网格水滴的汇流模拟计算方法

为探究网格水滴汇流方法的预报精度及物理性质,并验证其在缺资料或无资料地区的适用性,以蓄满产流为原理,结合网格新安江模型进行产流计算,构建了基于网格水滴的汇流模型。以湿润地区屯溪及其嵌套子流域和半湿润地区东湾及其嵌子套流域为研究对象,假设嵌套子流域为缺资料地区,在不重新率定参数情况下对屯溪和东湾内部嵌套子流域进行模拟验证。结果表明：相同流域内,基于网格水滴的汇流模型综合模拟精度随着子流域面积减小而降低;模型在屯溪流域模拟精度达到甲级,其嵌套子流域模拟精度基本满足需求;在东湾流域模拟精度达到乙级,其嵌套子流域模拟精度除洪峰合格率外均达丙级;模拟结果验证了网格水滴汇流模型在缺资料流域的适用性。     

小流域洪水预报新安江模型参数优选方法及应用研究

针对小流域洪水降雨强度大、历时短、汇流速度快的特点,提出了一种应用新安江模型进行小流域洪水预报及模型参数优化率定的方法.该方法以最小二乘法作为模型参数优选的准则,并采用逐次渐进网格寻优法优选模型参数.由于该方法同时优选所有模型参数,不需要对实测径流进行分割,从而可避免人工分割径流而出现的参数率定误差.最后,按照该方法,应用二水源、三水源新安江模型对广东省黄京塘流域进行了研究计算,优选出了模型参数.模型验证结果表明,二水源新安江模型效果比三水源新安江模型好.     

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。