共查询到17条相似文献，搜索用时 281 毫秒
1.
与传统确定性预报相比，洪水概率预报能够为防洪调度决策提供更为丰富的信息。以大渡河猴子岩水库以上流域为研究区，建立新安江次洪模型，并采用动态系统响应曲线进行实时洪水预报校正。在确定性预报校正基础上，建立基于水文不确定性处理器（HUP）的次洪概率预报模型，定量分析预报不确定性，实现入库洪水概率预报。结果表明：(1)利用猴子岩流域2009 2019年水文气象资料，建立的新安江次洪模型整体精度较高，率定期和验证期的洪量和洪峰相对误差均在±20%以内，平均确定性系数分别为0.69和0.72；经动态系统响应曲线校正后，洪峰和洪量误差均有降低，率定期和验证期的确定性系数分别提高0.13和0.09。(2)以2020年3场洪水未来48 h预报降雨为输入，新安江模型预报精度不高，且随着预见期增长而降低，但经动态系统响应曲线校正后，整体预报精度有所提高，洪量相对误差减小幅度超50%，确定性系数提高幅度超60%。(3)HUP次洪概率预报模型提供的分布函数中位数Q50的预报精度在一定程度上优于校正后的确定性预报；提供的90%置信区间覆盖率均在90%左右，离散度均在0.40以下，能以相对较窄的区间覆盖大部分实测值... 相似文献
2.
空间集总式水文模型的洪水预报精度会受到面平均雨量估计误差的严重影响.点雨量监测值的误差类型、误差大小以及流域的雨量站点密度和站点的空间分布都会影响到面平均雨量的计算.为提高实时洪水预报精度,本文提出了一种基于降雨系统响应曲线洪水预报误差修正方法.通过此方法估计降雨输入项的误差,从而提高洪水预报精度.此方法将水文模型做为输入和输出之间的响应系统,用实测流量和计算流量之间的差值做为信息,通过降雨系统响应曲线,使用最小二乘估计原理,对面平均雨量进行修正,再用修正后的面平均雨量重新计算出流过程.将此修正方法结合新安江模型使用理想案例进行检验,并应用于王家坝流域的16场历史洪水以及此流域不同雨量站密度的情况下,结果证明均有明显修正效果,且在雨量站密度较低时修正效果更加明显.该方法是一种结构简单且不增加模型参数和复杂度的实时洪水修正的新方法. 相似文献
3.
洪涝灾害是世界主要自然灾害之一,优化洪水预报方案对防洪决策至关重要,然而传统水文模型存在参数多、调参受人为因素影响,泛化能力弱等问题。针对上述问题,本文提出基于改进的鲸鱼优化算法和长短期记忆网络构建自动优化参数的WOA-LSTM模型,通过优化神经网络结构进一步增强该模型的稳定性和精确度,并且建立不同预见期下的洪水预报模型来分析讨论神经网络结构与预报期之间的关系。以横锦水库流域1986—1997年洪水资料为例,其中以流域7个雨量站点的降雨以及横锦站水文资料为输入,不同预见期下洪水过程作为输出,以1986—1993年作为模型的率定期,1994—1997年作为模型的检验期,研究结果表明:(1)以峰现时差、确定性系数、径流深误差和洪峰流量误差作为评价指标,相比较于LSTM模型和新安江模型对检验期的模拟结果表明WOA-LSTM模型拥有更高的精度、预报结果更稳定;(2)结合置换特征值和SHAP法分析模型特征值重要性,增强了神经网络模型的可解释性;(3)通过改变神经网络结构在一定程度避免由于预见期增加和数据关联性下降而导致的模型预报精度下降的问题,最终实验表明该模型在预见期1~6 h下都可以满足横锦水库的洪水预报要求,可以为当地的防洪决策提供依据。 相似文献
4.
中国北方半干旱地区的降水与下垫面条件具有明显的时空异质性,如何完整准确地描述该类区域的水文过程是当代水文学研究的难点之一.选择半干旱地区水文实验区域——绥德流域和曹坪流域,通过构建不同时空规律的降水场,并结合3种不同产流机制的水文模型,进行大型数值模拟实验,去探究时间、空间、产流机制等因素对半干旱地区洪水模拟的影响,为该类地区水文模型的研制工作提供借鉴.结果 表明:1)半干旱地区中小流域的产流对降雨强度较为敏感,因此降水输入的时间步长对洪水模拟效果的影响程度较大;相比之下,流域雨量站数量的增减,仅体现在降雨分布场的暴雨中心缺失以及面平均降雨量的微小差别,对洪水模拟效果的影响程度较小.2)水文模型能否准确描述主导水文过程是半干旱地区洪水模拟效果优良的关键,流域的尺度效应及其下垫面条件的空间异质性是半干旱地区不同水文模型研制和调整应当优先考虑的问题,无论时间步长、雨量站数量怎么组合,产流结构适宜的模型其模拟效果总是趋于较好的结果. 相似文献
5.
引入两个负指数型差值函数,估计降雨量的概率分布,以此描述流域降雨空间变异性问题.将降雨量空间统计分布与垂向混合产流模型耦合进行产流量计算,即对地表径流,采用超渗产流模式,根据降雨与土壤下渗能力的联合分布推求其空间分布;对地面以下径流,采用蓄满产流模式,以地表渗入量的均值作为输入,进行简化处理以提高其实用性;最终推导出总产流量概率分布函数计算公式.将流域概化成一个线性水库,并根据随机微分方程理论,推导任一计算时段洪水流量的概率分布,从而构建了一个完整的随机产汇流模型.以淮河支流黄泥庄流域为例进行应用研究,结果表明,该模型可提供洪水过程的概率预报,可用于防洪风险分析,若以概率分布的期望值作为确定性预报,亦具有较高精度. 相似文献
6.
为考虑洪水预报误差的空间变化,提出一种基于微分响应的流域产流分单元修正方法.该方法建立了各单元流域产流与流域出口流量之间的微分响应关系,采用正则化最小二乘法结合逐步迫近进行反演求解,将产流误差估计量分配给相应单元流域实现流域产流分单元修正.将构建的方法应用于大坡岭流域和七里街流域进行新安江模型产流修正,比较分析了流域产流分单元修正、流域面平均产流修正和自回归修正的效果.结果表明：流域产流分单元修正效果优于流域面平均产流修正;随着预见期的增大,产流微分响应修正效果优于自回归修正.该方法通过汇流系统将流域出口断面流量信息进行分解用于修正各单元流域产流,有利于提高实时洪水预报精度. 相似文献
7.
开都河流域融雪径流模拟研究 总被引：1，自引：0，他引：1
高山融雪是塔里木河源流区重要的产流方式,4个山区流域具有面积大、测站稀少、降雨与融雪混合补给径流和显著局部降雨等特征.以开都河流域为研究区,分析流域特征对SRM融雪径流模型参变量的影响,确定相应选取策略以提高融雪径流模拟预报精度,为相似流域融雪径流模拟提供参考.研究结果表明(i)气温输入控制模拟径流的整体趋势,对模拟精度起决定性作用.但测站日均气温数据通常不能代表流域同高程的平均水平,直接作为输入会导致很大误差.基于遥感积雪图和模拟结果分析,开都河流域选择0.5倍巴音布鲁克站日最大气温作为流域平均气温较为合理.(ii)由于雨量站稀少和局部降雨特征显著,计算各高程分带平均降水并不现实.将测站降雨乘以放大系数,并借助参数"降雨径流系数"进行校正,可以满足模型对降雨输入的需求.(iii)根据融雪和降雨位置变化,调整参数"滞时"取值对提高局部洪峰过程的模拟精度非常重要.(iv)随气温升高,降雨增多,未能被有限测站完全监测,导致模拟精度逐步降低. 相似文献
8.
高山融雪是塔里木河源流区重要的产流方式,4个山区流域具有面积大、测站稀少、降雨与融雪混合补给径流和显著局部降雨等特征.以开都河流域为研究区,分析流域特征对SRM融雪径流模型参变量的影响,确定相应选取策略以提高融雪径流模拟预报精度,为相似流域融雪径流模拟提供参考.研究结果表明:(i)气温输入控制模拟径流的整体趋势,对模拟精度起决定性作用.但测站日均气温数据通常不能代表流域同高程的平均水平,直接作为输入会导致很大误差.基于遥感积雪图和模拟结果分析,开都河流域选择0.5倍巴音布鲁克站日最大气温作为流域平均气温较为合理.(ii)由于雨量站稀少和局部降雨特征显著,计算各高程分带平均降水并不现实.将测站降雨乘以放大系数,并借助参数"降雨径流系数"进行校正,可以满足模型对降雨输入的需求.(iii)根据融雪和降雨位置变化,调整参数"滞时"取值对提高局部洪峰过程的模拟精度非常重要.(iv)随气温升高,降雨增多,未能被有限测站完全监测,导致模拟精度逐步降低. 相似文献
9.
2013年第23号“菲特”台风期间太湖流域洪水运动分析 总被引：1，自引：0，他引：1
2013年"菲特"台风影响期间,太湖流域普降暴雨,10月6-8日杭嘉湖区、浙西区和浦东浦西区过程降雨量均位列1951年以来第1位;在强风、暴雨、高潮、洪水"四碰头"的影响下,湖泊河网水位、沿江沿海潮位迅速上涨,多个站点水位(潮位)超历史记录,严重制约流域排洪和区域排涝.通过模型计算、统计分析等方法,计算"菲特"台风造峰期的径流量、调蓄量、外排水量,分析流域洪水运动规律,并与降雨特性较为相似的1999年大水相比较,提出流域防洪的蓄泄关系建议,可为水利工程调度以及今后防洪工程布局设计提供参考依据. 相似文献
10.
准确、及时的入库洪水预报,对三峡水库综合效益的发挥和长江流域水旱灾害防御、水资源利用、流域综合管理等具有重要作用。基于预报误差的最优分布估计和分布函数动态参数假定,提出了一种三峡水库入库洪水概率预报方法,并进行了洪水概率预报业务试验。结果表明:本文所提方法科学可行,计算快捷,使用方便,便于在实时作业预报中应用推广;概率预报结果较确定性预报结果,在水量预报、预警效果等方面均有所改善,1～5 d预见期预报的确定性系数提高0.1%～3.4%,水量误差减少0.1%～4.8%,可为三峡水库实时调度提供更可靠的预报信息;所提出的三峡水库入库洪水概率预报业务化产品,可提供更多风险信息,为三峡水库的科学调度,尤其是洪水资源化利用提供更好的优化决策支撑。 相似文献
11.
Simulation of rainfall-runoff process in urban areas is of great importance considering the consequences and damages of extreme runoff events and floods. The first issue in flood hazard analysis is rainfall simulation. Large scale climate signals have been proved to be effective in rainfall simulation and prediction. In this study, an integrated scheme is developed for rainfall-runoff modeling considering different sources of uncertainty. This scheme includes three main steps of rainfall forecasting, rainfall-runoff simulation and future runoff prediction. In the first step, data driven models are developed and used to forecast rainfall using large scale climate signals as rainfall predictors. Due to high effect of different sources of uncertainty on the output of hydrologic models, in the second step uncertainty associated with input data, model parameters and model structure is incorporated in rainfall-runoff modeling and simulation. Three rainfall-runoff simulation models are developed for consideration of model conceptual (structural) uncertainty in real time runoff forecasting. To analyze the uncertainty of the model structure, streamflows generated by alternative rainfall-runoff models are combined, through developing a weighting method based on K-means clustering. Model parameters and input uncertainty are investigated using an adaptive Markov Chain Monte Carlo method. Finally, calibrated rainfall-runoff models are driven using the forecasted rainfall to predict future runoff for the watershed. The proposed scheme is employed in the case study of the Bronx River watershed, New York City. Results of uncertainty analysis of rainfall-runoff modeling reveal that simultaneous estimation of model parameters and input uncertainty significantly changes the probability distribution of the model parameters. It is also observed that by combining the outputs of the hydrological models using the proposed clustering scheme, the accuracy of runoff simulation in the watershed is remarkably improved up to 50% in comparison to the simulations by the individual models. Results indicate that the developed methodology not only provides reliable tools for rainfall and runoff modeling, but also adequate time for incorporating required mitigation measures in dealing with potentially extreme runoff events and flood hazard. Results of this study can be used in identification of the main factors affecting flood hazard analysis. 相似文献
12.
以淮河流域吴家渡水文站作为试验站点,采用基于贝叶斯平均法(BMA)的集合预报模型处理来源于马斯京根法、一维水动力学方法、BPNN(Back Propagation Neural Network)的预报流量序列,通过分析BMA的参数以及其预报结果,对各方法在淮河典型站点流量预报中的适用性进行验证与分析.经2003—2016年19场洪水模拟检验可知,BMA模型能够有效避免模型选择带来的洪水预报误差放大效应,可以提供高精度、鲁棒性强的洪水预报结果.通过进一步比较各模型统计最优的频率与BMA权重值之间的相关性,发现权重值不适用于对单场洪水预报精度评定,而适用于描述多场洪水预报中,模型为最优的统计频率;基于大量先验信息,提前获取BMA的权重等参数,将是指导模型选择、降低洪水预报不确定性、改进洪水预报技术的有效手段. 相似文献
13.
本文利用全球陆面数据同化系统与降雨观测数据,以陕西半湿润区陈河流域为研究对象,驱动WRF-Hydro模型,研究该模型的表现和适用性,并在结构、参数、输入输出和模拟结果方面与新安江模型对比.考虑到次表面层与实际包气带的区别,引入土层厚度乘子ZSOILFAC对前者进行等比缩放,发现其与新安江模型反推包气带的厚度有较好的一致性.研究表明:在陈河流域中WRF-Hydro计算步长须在建议值的基础上缩小; WRF-Hydro模型善于模拟洪水细节,新安江模型表现好且稳定;前者的径流深和洪峰合格率平于或略低于后者;在两个指标均合格的洪水中,前者平均均方根误差比后者小21.5%,但对于其他洪水,前者平均均方根误差比后者大56.2%; WRF-Hydro在洪水起涨时刻模拟较好,表现出其在中小流域应用的潜力. 相似文献
14.
对降水预报进行性能评估及应用对策研究可以更好地发挥降水预报在水库调度中的决策支持作用.基于大别山库区近10 a汛期(2007—2016年5月1日—9月30日)24~168 h共7个预见期降水预报和地面降水观测资料,采用正确率、TS评分、概率统计、ROC曲线以及CTS等方法评估大别山库区降水预报性能,并以响洪甸水库为重点研究区域分析降水预报在水库调度中的应用对策.结果表明:1)大别山库区各量级的降水预报都有正预报技巧;24~72 h预见期降水预报的TS评分较高且空报率、漏报率也较低,具有较高的预报性能;但96 h及以上预见期降水预报性能明显下降,中雨以上量级空报率、漏报率较大,特别是对大暴雨及其以上量级的降水预报性能显著下降.2)大别山库区预报降水量级与实况降水量级基本符合,预报降水量级大于等于实况降水量级的概率超过75%;虽然降水预报量级上呈现出过度预报的现象,但降水过程预报对水库调度仍有较好的应用价值,应用时要考虑到降水预报量级可能存在偏差.3)转折性天气预报96 h及以上预见期CTS评分较低,但72 h以内预见期的性能明显改进,尤其是24 h预见期CTS评分也提高到了38.2%;水库调度可从长预见期的降水预报获取降水过程及其可能发生转折的信息,根据短预见期的降水预报进行调度方案调整. 相似文献
15.
Yen-Ming Chiang Kuo-Lin Hsu Fi-John Chang Yang Hong Soroosh Sorooshian 《Journal of Hydrology》2007,340(3-4):183-196
We investigated the effectiveness of combining gauge observations and satellite-derived precipitation on flood forecasting. Two data merging processes were proposed: the first one assumes that the individual precipitation measurement is non-bias, while the second process assumes that each precipitation source is biased and both weighting factor and bias parameters are to be calculated. Best weighting factors as well as the bias parameters were calculated by minimizing the error of hourly runoff prediction over Wu-Tu watershed in Taiwan. To simulate the hydrologic response from various sources of rainfall sequences, in our experiment, a recurrent neural network (RNN) model was used.
The results demonstrate that the merged method used in this study can efficiently combine the information from both rainfall sources to improve the accuracy of flood forecasting during typhoon periods. The contribution of satellite-based rainfall, being represented by the weighting factor, to the merging product, however, is highly related to the effectiveness of ground-based rainfall observation provided gauged. As the number of gauge observations in the basin is increased, the effectiveness of satellite-based observation to the merged rainfall is reduced. This is because the gauge measurements provide sufficient information for flood forecasting; as a result the improvements added on satellite-based rainfall are limited. This study provides a potential advantage for extending satellite-derived precipitation to those watersheds where gauge observations are limited. 相似文献
16.
Zhaohui Lin Jason K. Levy Xingkui Xu Sixiong Zhao Jens Hartmann 《Stochastic Environmental Research and Risk Assessment (SERRA)》2005,19(6):428-437
This paper describes the use of numerical weather and climate models for predicting severe rainfall anomalies over the Yangtze
River Basin (YRB) from several days to several months in advance. Such predictions are extremely valuable, allowing time for
proactive flood protection measures to be taken. Specifically, the dynamical climate prediction system (IAP DCP-II), developed
by the Institute of Atmospheric Physics, Chinese Academy of Sciences (IAP), is applied to YRB rainfall prediction and flood
planning. IAP DCP-II employs ensemble prediction with dynamically conditioned perturbations to reduce the uncertainty associated
with seasonal climate prediction. IAP DCP-II was shown to successfully predict seasonal YRB summer flooding events based on
a 15-year (1980–1994) hindcast experiment and the real-time prediction of two summer flooding events (1999 and 2001). Finally,
challenges and opportunities for applying seasonal dynamical forecasting to flood management problems in the YRB are discussed. 相似文献
17.
A methodology is proposed for constructing a flood forecast model using the adaptive neuro‐fuzzy inference system (ANFIS). This is based on a self‐organizing rule‐base generator, a feedforward network, and fuzzy control arithmetic. Given the rainfall‐runoff patterns, ANFIS could systematically and effectively construct flood forecast models. The precipitation and flow data sets of the Choshui River in central Taiwan are analysed to identify the useful input variables and then the forecasting model can be self‐constructed through ANFIS. The analysis results suggest that the persistent effect and upstream flow information are the key effects for modelling the flood forecast, and the watershed's average rainfall provides further information and enhances the accuracy of the model performance. For the purpose of comparison, the commonly used back‐propagation neural network (BPNN) is also examined. The forecast results demonstrate that ANFIS is superior to the BPNN, and ANFIS can effectively and reliably construct an accurate flood forecast model. Copyright © 2005 John Wiley & Sons, Ltd. 相似文献