共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
采用贝叶斯概率水文预报理论制订水电站水库中长期径流预报模型,以概率分布的形式定量地描述水文预报的不确定度,探索概率水文预报理论及其应用价值。采用气象因子灰关联预报模型处理输入因子的不确定度,将实时气象信息和历史水文资料有效结合,突破传统确定性预报方法在信息利用和样本学习方面的局限性,以提高水文预报的精确度。以丰满水电厂水库为例对所建模型进行检验,模拟计算结果表明,该模型与确定性径流预报方法相比,不仅有利于决策人员定量考虑不确定性,而且在期望意义上提高了径流预报精度,具有较高的应用价值。 相似文献
3.
针对目前长期径流预报中物理成因考虑较少的问题,以丹江口水库为例,在分析影响径流物理背景的基础上,研究前期气象因子与水库秋汛期入库径流过程的相关关系,识别影响径流的大气环流与海温等物理因子,利用主成分分析法提取主要预报信息,建立了包含大气环流因子、海温因子等气象物理信息以及前期降雨、径流等水文信息作为预报因子集的三层BP神经网络预报模型.利用1956~2008年秋汛期9、10月入库径流量进行模拟与试报,并与仅采用前期降雨径流的预测模型进行了比较,结果显示基于物理成因分析的预测模型稳定性良好,模拟及试报精度较高,9、10月试报精度平均提高约30%,分别达到87.5%和75%,并对预报年份中的丰枯特征有较好的体现. 相似文献
4.
随着水文信息系统的普及,水文数据的采集越来越方便。传统上依靠各类水文模型及参数率定以刻画水文数据和预报成果间的复杂关联,如何实现水文数据驱动的水文自动预报是当前面临的问题。近年来,人工智能技术蓬勃发展,深度学习技术开始应用于水文学领域,试图解决这一问题。本文以沮漳河西支峡口至远安区间流域为研究对象,结合分布式水文模型的原理及深度学习理论方法,基于流域多维度数据对流域产汇流特性进行提取,利用特征网络进行流域径流预报,构建基于卷积神经网络（CNN,Convolutional Neural Networks）的流域降雨径流预报模型。研究将模型模拟结果与前期影响雨量模型（API, Antecedent Precipitation Index）结果进行对比分析,结果表明,基于卷积神经网络的流域降雨径流预报模型模拟精度为90%,模型可靠,能满足大部分的降雨洪水预报,为流域降雨径流预报提供一种新的方法。 相似文献
5.
以福建金溪池潭水库流域为例,采用TIGGE数据中心的ECMWF、UKMO、NCEP等7种模式控制预报产品驱动新安江模型,开展径流集合预报。通过集合挑选、多模式集成前处理以及基于BMA模型的后处理等过程,探讨不同处理方案和初始集合质量对气象水文耦合径流预报精度及不确定性的影响。结果表明,不同的处理方案均能有效提高径流预报的精度和稳定性,同时进行前处理和后处理能从降低误差输入和控制误差输出两方面减小预报误差,相对于其他方案表现更好。初始集合质量对气象水文耦合径流集合预报有一定影响,但前处理或后处理对预报误差的有效控制使得该影响并不显著。总体而言,前处理和后处理过程是提高气象水文耦合径流预报准确性和可靠性必不可少的环节,应予以重视。 相似文献
6.
中小河流洪水预报研究进展 总被引：1，自引：0，他引：1
中小河流洪水预报是当前国际水文科学中亟待研究的重大科学问题之一。由于中小河流存在分布广、降水及下垫面空间异致性强、产汇流时间短、突发性强、水文资料欠缺等特点,因此预报精度较低,预见期短,预报难度大。目前国内外学者对中小河流洪水预报开展了一定的研究,主要集中在中小河流洪水形成机理、洪水预报模型、缺资料中小河流水文模型参数确定方法、洪水预报耦合降水预报等方面。对中小河流洪水预报相关研究进展和存在的问题进行了总结,并指出未来在多源信息高效融合、精细化洪水模拟、高精度降水预报等方面还应进行更深入的研究。 相似文献
7.
“黄河流域典型地区遥感动态研究”是“七五”国家科技攻关“遥感技术开发”项目中的专题,由中国科学院遥感应用研究所负责,中科院冰川所、中科院地理所和中国科技大学参加共同完成。在攻关中,利用多种遥感数据在黄河上游进行冰雪覆盖遥感监测,发展了流域雪盖率提取方法,融雪径流预报模型及春季径流周期分析与趋势预报等短、中期预报模型和超长期预报预测模型,实现了为龙羊峡水库春季入库流量的业务预报服务。从1987年连续三年发布春季旬平均入库流量实时预报及春季径流总量的预测,其精度满足生产部门的需要和水文预报规范的要求,为水库的用水调度提供了可靠的科学依据。由于及时、准确,仅1989年就增发了三亿度电,取得了重大经济效益,在甘宁蒙黄灌区的经济建设中发挥了重要的作用。 相似文献
8.
不同时间尺度的中长期水文预报研究 总被引：1，自引：0，他引：1
为研究中长期水文预报时间尺度对预报精度的影响,选取最近邻抽样回归模型与基于小波分析的组合模型对长江干流典型断面不同时间尺度的径流序列进行中长期径流预报。将1980~2012年的逐日径流资料经过时间聚集方法转换成三天、周、旬、半月、月、双月、季、半年、九月、年等10个不同时间尺度,对高场、寸滩、宜昌、螺山、汉口、大通6个典型断面的径流进行拟合和预报。结果表明:随着预报时间尺度增加,预报精度呈现先降低后提高的趋势,其中,在月时间尺度上预报效果最差,三天和年尺度上预报效果相对较好。 相似文献
9.
环境变化影响下流域径流的精确模拟对洪涝灾害防治与区域水资源管理都具有重要意义。在径流模拟研究中，现有机器学习模型未能充分考虑水文中间状态变量对降雨-径流过程的影响，本研究基于集合卡尔曼滤波(EnKF)更新水文状态变量，结合主成分分析(PCA)提取预报因子的主要特征，采用长短时记忆神经网络(LSTM)构建考虑水文中间变量的机器学习水文模型EnKF-PCA-LSTM。以赣江流域为例，评估EnKF-PCA-LSTM模型的径流模拟效果，同时将模拟结果与LSTM模型、物理水文模型HYMOD做对比分析。结果表明，EnKF-PCA-LSTM模型模拟径流的纳什效率系数、Kling-Gupta效率系数和对数纳什效率系数分别为0.954、0.971和0.972,比LSTM模型和HYMOD模型具有更好的模拟性能，说明考虑水文状态变量可有效提高机器学习模型的径流模拟精度及稳定性。研究成果可为流域径流模拟提供技术参考。 相似文献
10.
Local Modeling模型及其在黄河上游月径流预测中的应用 总被引：2，自引：0，他引：2
基于黄河上游有关水文气象台站的降水径流资料, 将Local Modeling方法应用于龙羊峡水库月入库径流预报的中长期水文预报模型. 模型的检验和应用结果表明, 该方法有着稳健性好、数学物理意义明确、对数据系列要求不高和容易操作等优点, 在非汛期各月的径流预测中具有较高的准确性, 并且在考虑了降水的影响后, 对汛期径流的计算精度亦基本符合水文情报预报规范和实际应用的要求. 该模型在黄河上游水量预报和调度工作中具有良好的应用前景. 相似文献
11.
概念性水文模型在出山径流预报中的应用 总被引：37，自引：6，他引：37
根据HBV水文模型的基本原理，建立了西北干旱区内陆河出山径流概念性水文模型。该模型反映了我国西部山区流域的径流形成特征，将山区流域划分为高山冰雪冻土带和山区植被带两个基本海拔景观带来对山区径流的形成和汇流过程进行模拟计算，以常规气象站的月气温和降水量为模型的初始输入，模拟计算月出山径流量。应用该模型对河西走廊黑河祁连山北坡的山区流域水量平衡进行了模拟计算，并对年径流和逐月分配进行了预报。结果表明，从枯水年到丰水年，降水量、蒸发量、径流量和径流系数均增加，而冰川融水和积雪融水对出山径流的补给比重则减少，这表明了冰雪融水对径流的具有调节作用。黑河山区流域径流系数远比干旱内流区的平均值大，但要小于全国的平均径流系数。所提出的内陆河山区流域出山径流的模拟和预报模型对年径流量和月分配的预报具有较好的精度，可用于黑河以及其他西北干旱区内陆河出山径流的预报，为内陆河流域中下游的水资源分配和开发利用提供依据。 相似文献
12.
中小河流大多位于资料短缺的山丘区,洪水具有突发性强、汇流时间快、预见期短以及分布广的特点。中小河流洪水预报首要目的和任务是预警预报,预报方式应以自动预报为主,以实现及时预警,最大程度地避免人员伤亡,减轻灾害损失。本文分析了中小河流洪水预报的特点与难点,提出了中小河流洪水预报的思路及实用预报模型与方法,开展了基于分布式水文模型的中小河流洪水预报技术在新安江上游屯溪流域预警预报中的应用研究,以期为当前所开展的全国中小河流洪水预警预报系统建设提供参考。研究表明:分布式水文模型是资料短缺地区中小河流洪水预报的有效方法,基于分布式水文模型的洪水预报技术能够满足中小河流洪水自动预警预报的生产需要。 相似文献
13.
为研究洮河流域径流预报,根据河流集合预报方法,利用红旗水文站实时监测资料,基于中国洪水预报系统开发的三水源蓄满产流、滞后演算和马斯京根模块构建全流域洪水预报模型,并应用该模型分析预测红旗水文站径流及其概率分布统计。结果表明:径流拟合过程拟合较好,取得了较好的预报效果,模型满足河流集合预报应用的条件,结论可为洮河流域水资源开发利用、防汛保安提供参考依据。 相似文献
14.
以额尔齐斯河（以下简称“额河”）流域为例,开展了基于多气候因子的中高纬度地区径流预报的研究。额河流域深居内陆,准确筛选出主要影响因子是开展该流域中长期径流预报的关键。根据额河流域地理位置特点,确定北半球500 hPa高度场、ENSO、结冰期北极海冰面积三类气候因子作为影响流域降水的主要因素。通过典型相关分析（Canonical Correlation Analysis）方法对影响因子与额河年径流量总体相关性进行分析,并在此基础上建立了年径流量预报的典型回归方程。研究结果表明,基于多因子情景下的额河年径流量与气候因子整体相关性高,径流预报结果在满足同号率要求的同时,也符合精度要求,可作为该河流中长期径流预报模型。研究结果对额河流域开展生态调度实践提供支撑,也对中高纬度干旱区域径流预报具有参考意义。 相似文献
15.
径流预报对于防洪、发电和生态调度等具有重要意义。以大渡河丹巴以上流域为研究区域,采用黏菌优化算法（SMA）对长短期记忆神经网络（LSTM）的隐藏层输出维度进行优化,构建SMA-LSTM模型对未来10日径流过程进行预报,以探讨深度学习方法对流域径流预报的适用性。基于2012—2017年的日降雨量和日流量资料,构建了预见期为10天的逐日径流SMA-LSTM预报模型,以2018—2019年的资料进行模型验证;采用最大1日径流量相对误差和10日总径流量相对误差作为SMA-LSTM模型精度的评价指标,并与未优化的LSTM模型和新安江模型结果进行对比。结果表明：SMA-LSTM模型具有较高的模拟和预报精度,无论是在率定期还是验证期,两种指标均控制在±10%以内,且两种指标的绝对值平均都不超过7%;整体而言,SMA-LSTM模型精度更高,预报的径流过程与实测过程更为贴近。研究成果可供流域径流预报实际工作参考。 相似文献
16.
17.
18.
基于BP人工神经网络的枯水径流预报方案研究 总被引：2，自引：0，他引：2
介绍了BP人工神经网络的桔水径流预报方法,编制了锦屏一级水电站枯水径流预报方案.根据枯水径流预报方案的预报精度评定成果,总结了应用BP人工神经网络进行枯水径流预报的特点.研究表明基于BP人工神经网络的枯水径流预报方案能够满足水文情报预报规范,具有较好的实用性和可行性. 相似文献
19.
随着寒区水文模拟研究的深入,春季融雪径流模拟误差大这一问题越来越明显.针对此问题,以八宝河流域为研究区,利用积雪衰减曲线将MODIS积雪面积比例产品转化为雪水当量,并用其更新分布式水文模型GBHM(Geomorphology-Based Hydrological Model)中模拟的雪水当量,达到提高春季融雪径流模拟精度的目的.利用GBHM模型对八宝河流域2005-2007年进行了模型预热,参数率定,同时选择2008年进行模型检验.结果表明:GBHM模型在八宝河流域有较好的径流模拟精度,年均纳什效率系数(NSE)达到0.64.但模型对春季融雪过程的模拟效果较差,通过引入积雪遥感数据,这一问题得到很大改善.加入积雪遥感数据后,2008年3-6月径流模拟精度NSE和相对偏差Bias分别由-1.0、-0.45改进为0.58、0.06,单点雪水当量模拟精度获得提高,流域水量平衡也更加合理. 相似文献
20.
以延长洪水预见期、提高预报精度为目标,研究气象水文耦合机制,利用数值天气预报模式WRF(Weather Research and Forecasting)驱动分布式VIC(Variable Infiltration Capacity)水文模型,构建三峡库区陆气耦合洪水预报系统,并对2007~2008年期间四场暴雨洪水进行日滚动预报试验。结果表明,WRF模式在三峡库区内有着良好的短期降水预报精度,基于数值天气预报模式和分布式水文模型的陆气耦合洪水预报系统能有效延长三峡入库洪水预见期、提高洪水预报精度,具有较大的应用潜力。 相似文献