面平均雨量误差和产流量误差修正的对比研究——以富江流域为例

实时洪水预报误差修正技术对于提高洪水预报精度有着重要意义,首先对两种基于系统响应理论的实时洪水预报误差修正方法进行了简要介绍,然后将两种不同的修正方法与新安江模型结合,同时应用于受水利工程和雨量资料代表性影响较大的富春江流域。通过对两种方法修正结果的对比和分析,基于系统响应曲线的产流量误差修正方法的效果优于面平均雨量误差修正方法的效果。作者从修正方法的结构方面分析了二者的区别并解释了应用效果不同的原因。对于研究者选取适当的实时洪水预报修正方法具有一定的指导意义。     

空间变尺度流域洪水预报修正研究

针对考虑流域内水库运行规律但缺少小型水库、塘坝运行资料的洪水预报,提出了一种以朴素贝叶斯分类为基础、利用小尺度流域水库信息推求大尺度全流域水库信息的空间变尺度水库运行规律分析方法,并将其分析结果应用于流域洪水预报修正中。最后,以丰满五道沟控制站以上流域为例,采用该方法对2场洪水预报进行了修正。结果表明,修正后的预报精度较原预报方案预报精度明显提高,预报结果可以对水库调度起指导作用。     

洪水预报实时校正技术比较及应用研究

以闽江建溪流域为研究区,建立建溪流域洪水预报模型,比较了误差自回归校正方法、卡尔曼滤波校正方法以及以贝叶斯实时校正技术对流域洪水预报的校正效果。结果表明,3种实时校正方法都能有效提高预报精度,在充分利用实时观测数据对子流域进行实时校正后,七里街的洪水预报精度显著提高。在水量误差方面,贝叶斯方法较好;对于洪峰流量的校正,卡尔曼滤波方法表现较好;对于纳西效率系数,贝叶斯方法适合短预见期预报,而卡尔曼滤波方法对于长预见期的预报较为稳定且能保持高值。     

产流动态系统响应正则化修正方法

为进一步提高洪水预报精度,深入分析了产流误差动态系统响应曲线修正方法,对其修正结果不稳定问题做了初步解释,并在此基础上提出了产流动态系统响应正则化修正方法,通过增加罚函数项,降低了产流修正系列对流量测量误差的敏感性,并通过条件数量化表示了这种敏感性,从而改善了方法的修正稳定性,随后讨论了新方法中权重系数与产流修正时段的关系。将产流动态系统响应正则化修正方法应用于滩坑流域,通过对流域内19场历史洪水的检验计算,结果表明新方法修正效果符合实际情况,能够有效改善预报精度;将计算结果与产流误差动态系统响应曲线修正方法比较,结果显示新方法明显改善了修正稳定性,进一步提高了预报精度。     

微分响应在降雨误差修正中的应用

误差修正是实时洪水预报研究和应用中的重要内容,从修正模型降雨输入角度出发,提出了一种基于微分响应的降雨误差修正方法,并通过实例论证了该方法修正降雨量的适用性。该方法通过计算降雨所对应模型的微分响应来修正降雨,从而修正出口断面流量过程。将该修正方法结合新安江模型,对闽江建阳流域的19场历史洪水进行了有效性检验,结果表明:此方法对洪量、洪峰的修正效果明显,且能够显著提高洪水预报的合格率,修正后合格率由63.2%提高到94.7%。     

与马斯京根汇流模型耦合的BP神经网络修正算法

为提高洪水预报的精度,提出一种BP神经网络耦合修正算法。该方法将水文模型预报的稳定性与神经网络预报的精确性相结合,应用实测流量资料与马斯京根汇流模型耦合进行单时段修正检验,对新安江模型计算的主河道各河段区间入流进行实时修正,并将实时修正的结果与二阶AR模型进行对比分析。通过实际流域验证,结果表明:改进BP耦合修正算法修正效果稳定,收敛迅速,在提高洪水预报精度的同时不损失预见期,实时修正效果整体优于二阶AR模型。     

基于遗忘因子和误差修正的水文实

在进行水文预报时，由于影响河道洪水的因素众多，常用的水文预报模型往往不符合实际水文系统的客观规律。对这类系统的参数辨识要求算法具有较强的实时跟踪能力，以适应模拟或预测洪水运动变化过程的要求。利用洪水预报误差信息，对BP网络洪水实时预报校正模型与方法进行了探讨，提出了两种实时预报方法。第一：运用最小二乘递推算法，引入时变遗忘因子实时跟踪模型中时变参数的变化，建立了神经网络在非线性系统中动态的系统输入、输出数据之间的映射关系。第二：利用BP网络模型对误差的可识别性，将模型对输出变量的预报误差再次作为输出变量，对网络可能预报的误差进行实时修正。计算实例表明：以上两种方法提高了神经网络在水文领域的预报精度，给BP神经网络的实时预报方法提供了新的途径。     

合浦水库流域洪水实时预报模型研

根据广西合浦水库流域的水文特征，利用分散型新安江三水源模型对合浦水库流域洪水实时预报进行了研究。对流域产汇流模型以及洪水实时预报校正模型的参数进行了率定，将研制的产汇流模型应用于实际洪水预报，再利用两种不同实时校正模型对洪水预报的结果进行了校正。最后取得了较为满意的效果。     

基于多流域同步率定的HBV模型参数移植方法研究

无资料地区洪水预报是水文学研究的难点之一。为提高无资料地区HBV模型参数移植的精度,以安徽屯溪流域为例,基于多目标优化函数实现多个流域HBV模型同步率定,获得同时适用于多个流域的模型参数,并对参数的移植效果进行验证。结果表明:基于单个流域率定的参数移植不确定性较高,移植效果不稳定;多流域同步率定的参数移植效果普遍较优,能够有效提高无资料地区参数移植稳定性和洪水预报的精度。     

AR模型参数的抗差递推估计

将抗差理论引入到自回归模型(AR)的参数估计中,在实时洪水预报的误差修正中,可以利用抗差理论估计AR模型的参数,抵御异常观测值对参数估计的影响,以保证实时洪水的预报精度。选取闽江水吉流域的5场实测洪水资料,通过递推最小二乘法和抗差递推最小二乘法来率定AR模型参数,结果表明:当观测资料无异常值时,递推最小二乘法和抗差递推最小二乘的结果相近,都比较满意;当观测资料中有异常值时,递推最小二乘的结果明显不合理,抗差递推最小二乘法能获得最优估值。     

桂江流域洪水模拟研究

桂江流域具有降雨量大,汇流快,难预报的特点。利用EasyDHM模型建模,采用EasyDHM产流模型和马斯京根法汇流模型演算方法进行产汇流计算。经过参数率定,模型模拟的洪水具有较高的精度,同时,模型所率定的参数适用于验证期的洪水。对桂江流域比较重要的参数进行了对比分析,得出适用于桂江流域的一组参数。     

紫荆关流域分布式HEC-HMS水文模型构建及洪水模拟

国内外学者利用HEC-HMS水文模型模拟流域降雨径流过程,发现该模型有良好的适用性。【目的】提高紫荆关流域洪水模拟精度。【方法】采用紫荆关流域水文气象及下垫面资料,将流域划分为11个子流域,通过选择产流和汇流计算方法,构建了该流域分布式HEC-HMS水文模型,并从历史实测暴雨洪水事件中选择14场洪水对构建的HEC-HMS水文模型进行了参数率定和模型验证。【结果】率定的各子流域产流参数基本相同,由于各子流域面积不同导致汇流参数也不同。模拟的洪峰流量和洪量相对误差均在20%以内,纳什效率系数为0.51～0.95,模拟与实测的洪水过程线吻合较好,模型模拟精度较高。【结论】构建的水文模型能反映紫荆关流域实际的产汇流过程,可用于该流域洪水过程模拟和洪水预报。     

基于流溪河模型的梅江流域洪水预报研究

为了探讨流溪河模型在中小河流实时洪水预报中的适用性,构建了1、2、3级河道的梅江流域洪水预报流溪河模型,采用PSO算法优选模型参数,并对不同河道分级的模型进行了验证。结果表明,1级河道建立的模型不能较好地模拟出实测洪水过程,尤其是洪峰流量值的模拟,不能满足模型在中小河流洪水预报中的计算要求。3级河道构建的模型可以很好地模拟实测洪水过程,采用流溪河模型进行中小河流洪水预报时,可以选择3级河道构建模型;流溪河模型采用1场实测洪水就可以对模型参数进行有效优选,在实测资料系列不长的我国中小河流洪水预报中应用具有明显优势;采用3级河道构建梅江流域洪水预报流溪河模型和优选的模型参数时,模拟效果良好,可用于梅江流域实时洪水预报。     

基于新安江模型和BP神经网络的中小河流洪水模拟研究

为探讨更加符合中小河流域防洪要求的预报方法,并提高洪水预报精度,以屯溪流域为例,结合中小河流实际洪水预报要求,采用以洪峰合格率和峰现时间合格率为主要约束的非等权重的参数率定方法(即目标函数中径流深、洪峰流量、峰现时间合格率和确定性系数的权重分别为(1:2:2:1)对新安江模型进行参数率定,并采用算术平均法耦合新安江模型...     

系统微分响应误差修正方法在VIC模型中的应用与研究

在应用水文模型进行水文预报的过程中，由于流域水文模型结构存在诸多的简化和假设，这些简化和假设会给水文预报结果带来误差，因此需要误差修正技术来提高水文模型在实时预报中的精度。系统微分响应方法利用系统响应函数通过对水文模型的输入、状态变量、参数的修正来修正预报结果，该方法理论基础扎实，具有结构简单、不损失预见期的优点，已在多个流域水文模型中得到了广泛的应用，效果较好。VIC模型是一种大尺度分布式水文模型，该模型通过将流域划分成多个大小相同的网格，在网格内模拟产汇流结果。以闽江建阳流域为研究区域，构建流域VIC模型进行径流模拟，将系统微分响应误差修正方法应用于VIC模型中，通过对模型输入中的降雨量进行修正来修正预报结果，并与传统自回归模型误差修正方法（AR模型）进行对比分析。结果表明：系统微分响应方法在VIC模型中的修正效果较好，纳什效率系数从修正前的0.752提高到0.895，径流相对误差从修正前的7.89%降低到5.71%，而AR模型修正结果的纳什效率系数为0.807，径流相对误差为6.77%，这两种修正方法结果表明系统微分响应方法优于AR模型误差修正方法。结果表明系统微分响应修正方法在...     

新丰江水库流域相似洪水识别及洪量预报

采用统计方法进行相似洪水的识别,挖掘流域历史洪水数据,可用于延长洪水预报预见期,从而为水库预泄调度工作提供指导。研究分析影响洪水形成的流域产流特性、气象成因和季节性因素等,经过指标聚类筛选出累积降雨量、洪水起涨时间、前期平均流量作为相似指标归类历史洪水,使用灰色关联度优选最相似洪水并进行洪量移用。以新丰江水库流域为对象,在212场洪水事件中选取100场洪水对所提方法进行验证,结果表明:除小量级和少数大量级的洪水,洪量预测误差整体偏小,有59场洪水的预报洪量误差小于30%,集中于"龙舟水"时期的第二类洪水,其整体误差在三类中最小。该方法有助于提前预判入库洪量,对华南地区多年调节水库的洪量预报调度有重要的借鉴意义。     

基于时变增益水文模型的实时预报研究

近年来,洪水灾害事件频发,洪水预报是有效预防和抵御山洪灾害的重要非工程手段,为流域防洪预警提供重要决策依据。实时校正可以有效地改善洪水预报精度。以湖北省3个典型中小流域(高家堰、西河驿、渔洋关)为研究区,基于时变增益水文模型,采用具有可变遗忘因子的递推最小二乘法作为校正方法进行洪水预报实时校正研究。结果表明,未校正前,3个流域洪水预报所得纳什效率系数总体均值为0.78。实时校正后,3个流域各自的纳什效率系数均值均达0.90以上,峰现时间和洪峰流量预报合格率均达乙级及以上,预报精度得到明显提升。     

HEC-HMS模型在四川省清溪河流域山洪预报中的应用

山洪灾害往往给山区人民生命财产、自然环境等造成了极大的损害,降低山洪灾害的有效途径之一是实现基于降雨径流模型的实时预报预警系统。选取四川省山洪易发流域-清溪河流域为研究区,通过GIS技术,结合流域DEM、土壤及土地利用数据提取流域信息,构建HEC-HMS降雨-径流模型进行流域山洪预报。根据降雨径流形成过程,分别采用SCS-CN曲线法、SCS单位线法、指数退水法和马斯京根法进行计算产流、坡面汇流、基流和河道汇流四个部分。选取6场洪水进行模型参数的率定,4场洪水进行模型验证。模拟结果表明:Nash效率系数均值为0.792,相关系数均值为0.84,峰现时差均在3 h以内,合格率为90%,该模型对清溪河山洪预报具有较好适应性,可为四川省中小河流域山洪预报提供借鉴和参考。     

基于粒子群算法的交互式水文模型

以长江三峡水库寸滩、武隆入库径流预报项目为依托,研究洪水预报模型参数率定。针对以往洪水预报模型参数率定所采用的人工试错法率定参数困难,精度不高的问题,提出粒子群优化算法和交互式率定方法。实例计算表明,算法加快参数优选速度,交互式率定提高了模型预报精度。     

基于差分模型和最小二乘法的组合预测模型在实时洪水预报中的应用

洪水预报系统因其动态性、不确定性，加大了洪水预报的难度，一直以来许多水文工作者致力于洪水预报的研究工作。最优组合预测模型具有最大信息利用原则和最小均方误差原则的特点，因而被广泛地运用在预报上。在洪水预报中，递推最小二乘算法是对洪水预报模型的参数进行校正的一种实时洪水预报方法。本文分析了最优加权组合预测模型的基本原理，提出了差分模型和衰减记忆的最小二乘递推算法的组合预测模型，并将该模型应用到实时洪水预报中。实例应用表明，所建立的预测模型具有较高精度和较好稳定性的特点，为实时洪水预报提供了一种新的途径。