降雨径流相关模型在丹江口水库洪水预报中的应用研究

针对丹江口流域已有水文资料及流域气象特点,将该流域划分为12个单元区,建立降雨径流经验相关模型,应用于丹江口水库的短期洪水预报系统,并采用基于可变遗忘因子递推最小二乘算法的校正技术对预报流量过程进行实时校正。计算结果表明,基于降雨径流经验相关模型预报的洪水过程与实测过程基本一致,洪峰数值及峰现时间指标合格率较高。实践证明,模型具有较高的预报精度,可为防汛部门提供较为准确的降雨径流预报方法。     

基于小波分析的黄河上游径流变化周期研究

为了研究黄河上游径流变化周期,在综合评述已用方法的前提下,引入了小波分析法;然后采用Morlet连续小波变换,对兰州和贵德2站84年(1920～2003年)年径流时间序列变化特征进行了多时间尺度分析,揭示出黄河上游年径流在不同时间尺度下的小波变换时频特征及其丰、枯交替变化的周期规律;进一步分析其径流变化规律,发现黄河上游年径流变化具有同步性,现正处于偏枯期;最后对分析结果进行小波系数过程线及方差图检验,得出黄河上游年径流具有32年的主周期变化规律,同时预测2007年后的17年(2008～2024年)时期内,将处于偏丰期。     

1986年以来黄河上游可利用降水量变化及对径流影响分析

以黄河上游兰州以上历年逐月可利用降水量为基本资料,分析确定1986年为近57年变化转折点,进而统计分析了1986年以来汛期可利用降水量较前期的时空变化,并依据天然径流量与其的关系,建立天然径流量计算公式,计算分析了可利用降水量变化和其它因素对径流量的影响。主要结论为:(1)可利用降水量年际变化特点有:①近57年总体呈减少趋势,并有前期偏多,中期基本正常和近期明显偏少的阶段性特点;②1986年前以正距平居多,之后则以负距平为主。(2)近期较前期变化特点有:①全年总量减少,主要由汛期总量明显减少所致;②尽管非汛期11、12、1、4月有所减少,但因2、3月显著增多使得其总量相对增多;③不同月份差异甚大,如5、10月变化不大,6月有所增加,7~9月明显减少;④夏秋季明显减少,冬春季有所增多;⑤中南部普遍减少20~60 mm;⑥北部湟水流域变化不大;⑦西北小部分有所增加。(3)时段不同,可利用降水量变化和其它因素对径流的影响幅度不同:①20世纪80年代后期不及其它因素的影响显著(二者影响幅度比为2∶8);②20世纪90年代和近8年影响相对较为显著,二者影响的幅度比为3∶7。     

年径流预报的非线性混合回归模型研究

径流中长期预报一直以来都是人们关注的热点研究问题,常用的时间序列法、多元回归分析法等都存在预报精度偏差过大的问题。以年径流作为自回归因子,降水和气温作为多元回归因子,建立了年径流预测的非线性混合回归模型,并利用BP神经网络进行模型求解。戴营水文站的年径流预报结果表明,与自回归模型、多元回归模型、BP网络模型和线性混合回归模型相比较,非线性混合回归模型具有较高的预报精度。     

基于GIS的降雨径流预报方法研究

为满足降雨径流预报的需要，研究了基于GIS的降雨径流预报方法。分析了水文过程的影响因素并阐述了数据信息的预处理方法；提出了基于遗传算法的神经网络模型，该模型提高了神经网络的训练精度和效率，将该模型应用在降雨径流预测中能有效提高预测水平；提出了结合地理信息系统的流域降雨径流预报方法，通过GIS对降雨信息的处理，提高了降雨径流预报模型的输入数据的精度；通过实例分析，验证了该方法在降雨径流预报应用中的可靠性和高效性。     

输入方式对BP模型年径流预测影响研究

针对输入方式对BP模型的影响问题,基于岚河流域降雨、蒸发、径流等资料,设置了不同的资料情况及数据输入方式,分别构建了BP模型。研究结果表明,与未同时考虑降雨、蒸发、径流等影响因素的模型相比,同时考虑了三者影响的模型精度更高;以各资料前三年数据作为输入量较以前两年和前四年的数据作为输入量,紧邻下一年的径流数据作为输出量的模型的精度更高;既考虑了降水、蒸发、径流等影响因素又选用上述最佳的数据输入方式的模型精度最高。BP模型适用于干旱半干旱地区的岚河流域,其预报结果可用于该流域的水资源规划管理。     

基于TVF-EMD与LSTM神经网络耦合的月径流预测研究

为了有效提高非平稳非线性径流序列的预测精度,采用具有自适应序列特征的时变滤波经验模态分解(TVF-EMD)与长短期记忆神经网络(LSTM)耦合,构成TVF-EMD-LSTM预测模型.首先利用TVF-EMD方法自适应地将径流序列分解为高频序列和低频序列;进而,利用LSTM神经网络对分解后的序列分别预测;最终,将预测结果加...     

基于NARX神经网络的年径流预测

针对传统BP模型在时间系列年径流预测中的适应性问题,本文构建了基于动态反馈性NARX神经网络的年径流预测模型,模型结构带有外部输入的非线性自回归网络,输入向量选取降雨及气温,输出向量为未来的年均流量。本文采用构皮滩站历史实测数据对模型进行训练及测试,对NARX模型与传统BP模型及逐步线性回归模型性能进行了对比分析。     

基于小波分析的年最大径流预测方

径流序列可以看成是各种不同成分线性叠加构成的时间序列。利用小波变换良好的局部化时频分析能力，将年最大径流序列进行分解，使其趋势项、周期项和随机项得以分离。各子序列分别代表不同的时间尺度，反映了各种物理因素对径流过程的影响。然后根据各子序列的特性分别建立幂函数、周期函数或ARMA模型并进行预测。最后将各子序列的预测值合成，得到年最大径流序列的预测值。对宜昌站1991年至2002年最大径流量的预测结果表明，该方法是切实可行的。并指出小波包变换在分析中、高频信息方面优于小波变换，有助于进一步提高预测的精度。     

基于BP神经网络的雨雪混合径流预

通过分析暴雨融雪混合径流的物理成因,确定其主要影响因子,然后分析雨雪混合径流主要影响因子对径流的影响,建立一个基于BP神经网络雨雪混合径流预报模型。并利用新疆喀浪古尔河流域暴雨融雪径流资料对模型进行仿真训练实验和验证,通过结果比较分析,在一定程度上提高了模型预报精度,取得了一定成效。     

基于EMD的黄河下游利津站年水沙量变化的多时间尺度特征

运用经验模态分解方法对黄河下游利津站1952~2009年的年水沙量的时间序列资料分别进行多时间尺度的分析,得到各自具有不同周期的波动分量以及趋势分量。研究结果表明：利津站年水沙量的变化过程具有复杂的多时间尺度特性,是各种波动成分共同作用的结果;年水量和年沙量变化过程均存在三个波动周期,且趋势项呈递减降低的态势,而各分量的波动周期大致相近;两者相同尺度下的分量之间具有显著的相关性,而不同尺度下的分量之间基本无相关性,揭示了水沙变化过程内在多时间尺度振荡结构和特征。     

黄河上游可利用降水量及其变化特点分析

利用1951~2007年黄河上游水文气象站的月降水量和月平均气温资料,采用高桥蒸发量计算公式计算了各站历年逐月蒸发量,以水量平衡关系得到可利用降水量,据此分析了可利用降水量的空间分布和变化特点。结果表明近57年降水量呈减少趋势,气温呈逐步升高趋势;蒸发前期相对偏大,中期偏小,近期持续增强;可利用降水量分布趋势与降水等值线基本一致,但地区差异显著;全年总量不足同期降水量的一半;时间分配不均,以夏季最多,秋季其次,春季较少,冬季最少,其中95%集中在汛期5~10月;年际变化总体呈减少趋势,且有1951~1968年偏多、1969~1985年正常和1986年以来偏少之阶段性特点。     

黄河源区降水径流变化特征及响应分析

利用1961-2014年黄河源区周边气象站站点降水数据和唐乃亥以上流域水文观测数据,采用Mann-Kendall法、Spearman秩次检验、有序聚类法及累积距平法对源区降水量径流量变化特征分析,再结合相关性分析、格兰杰因果检验和双累积曲线法对降水径流的响应关系进行讨论.结果表明:黄河源区的年际降水量表现为非显著减少趋...     

基于SOM神经网络的年径流划分 ——以密云水库为例

传统的年径流划分往往通过年径流量的数量指标划分丰水年、平水年与枯水年.但仅仅通过该方法难以反映年内径流分布的情况.引入SOM神经网络,根据径流序列的月径流量、集中度与集中期,年内不均匀系数等指标,进行年径流序列的划分,得出具有年内特征的年径流划分成果.并以密云水库为例,对密云水库年径流进行了应用研究,将密云水库年径流序...