排序方式: 共有36条查询结果,搜索用时 875 毫秒
11.
基于洪水灾害风险管理的背景分析,提出用广义分布函数及其广义熵理论统一描述、物理解析洪水灾害风险管理系统的各种不确定性信息。基于洪水灾害风险形成机制和风险管理理论与水利科学、信息科学、智能科学综合集成途径,提出由洪水灾害孕灾环境和致灾因子危险性广义熵智能分析、承灾体易损性广义熵智能分析、承灾体灾情广义熵智能分析和风险决策广义熵智能分析组成的洪水灾害风险管理广义熵智能分析的初步理论框架及其主要研究内容,在其它灾害风险管理中具有一定的参考应用价值。 相似文献
12.
快速城镇化进程中太湖流域下垫面的剧烈变化对流域产水量时空分布产生了深刻影响.在分析太湖流域城镇化进程及土地利用变化的基础上,采用太湖流域模型对3种典型降雨过程(1991、1999和2009年)与5种下垫面(1985、1995、2000、2005和2010年)的组合情景进行模拟,综合分析了城镇化进程中全流域和各水利分区在全年期、汛期、涨水期产水量变化的时空分布特征.结果表明:时程上,太湖流域和所有水利分区的各统计时段产水量增幅伴随城镇化进程推进均呈现增加趋势,2005年后产水量增幅进一步加大,且全年产水量增幅主要集中在汛期;空间上,东、中部城市集聚区的产水量增长率明显高于西部山丘区与太湖湖区,这主要是由于西部山丘区、太湖湖区不透水率增幅较小所致.产水量变化的时空非均匀分布特征为城镇化背景下太湖流域防洪除涝格局演变及流域-区域-城市防洪除涝协调性研究提供了重要的先验认识. 相似文献
13.
近实时卫星降水反演数据具有覆盖范围广、空间连续性和时效性较强以及开放获取等优势,是重要的全球性降水资料。针对2021年河南省“7·20”极端暴雨,基于116个地面气象站观测资料及其空间插值数据,综合解析了4种GPM近实时卫星降水数据(IMERG early、IMERG late、GSMaP NOW和GSMaP Gauge NOW)对极端强降水事件的表征能力。结果发现:(1)IMERG early、IMERG late对站网累积雨量的低估程度在20%左右,GSMaP NOW和GSMaP Gauge NOW的高估程度分别达到了约35%和70%,但2种GSMaP数据更易探测到500 mm以上的累积雨量。(2)在雨量过程方面,4种GPM数据对小时降水事件均具有较强的分类辨识能力,但未捕捉到主要雨峰过程,定量误差较突出,与地面降水量之间表现出显著的负相关关系。GPM降水数据对小时雨量低于10 mm的降水事件以高估为主;对于小时雨量超过30mm的降水事件以低估为主,甚至存在普遍低估。(3)在空间格局方面,4种GPM数据的精度指标均具有较强的时间波动性,IMERG数据的空间相关系数和体积临界成功指数... 相似文献
14.
15.
基于台风发源地、运动路径,以及对太湖流域影响范围、降雨量等特征的分析,提出影响太湖流域台风的刻画标准。据此从1949~2010年的台风资料中遴选出230场影响太湖流域的台风。采用非参数统计、累积距平曲线及Morlet连续小波分析等方法,剖析影响太湖流域台风的频次、年内最早及最晚影响时间等参数的趋势、突变和周期性,并分析了台风与ENSO现象的关系。结果表明:影响太湖流域台风的频次和最早影响时间变化的趋势性不显著,而最晚影响时间则有显著推后的趋势;台风频次的变化呈现"少-多-少-多"波动时演变特性,并可能存在21~22a、6~8a的振荡周期;研究对太湖流域防洪减灾具有一定的指导意义。 相似文献
16.
17.
强烈下渗条件下天然河道洪水演进模拟方法 总被引:2,自引:0,他引:2
河道洪水演进模拟是河道洪水预报与汇流计算的主要内容和关键.对于常年断流、河水与地下水长期处于脱节状态的河道,一旦行洪下渗非常强烈,渗漏量很大.不考虑河道下渗洪水演进模拟模型,无法准确模拟真实的洪水运动行为,不能用于洪水模拟预报.本文采用土壤下渗理论描述河道下渗,推导出了河道下渗流量计算公式,建立了基于霍顿下渗公式的河道下渗模拟方法;并把下渗当做单位区间出流,与基于马斯京根康吉法天然河道洪水演进模型进行耦合,构建了强烈下渗条件下天然河道洪水演进模拟模型.针对天然河道水力特性复杂特点,研究了洪水演进模型参数确定方法和波速计算方法.海河流域漳卫河水系岳城水库-蔡小庄段的典型场次洪水应用结果表明,模型能很好反映强烈下渗条件下洪水演进实际情况,具有很高模拟精度,基于土壤下渗理论的下渗量计算公式和模拟方法可以很好地模拟河道下渗过程.这一模型具有计算简便、参数确定简单、适合于洪水预报等特点,在干旱和半干旱地区河道洪水演进模拟预报与河道汇流计算中也具有一定的推广应用价值. 相似文献
18.
19.
20.
高精度的中长期径流预报信息是水资源规划管理与水利工程经济运行的重要基础支撑。论文在组合预报与误差修正2类径流预报后处理方法串联应用的技术框架下,考虑径流的高度非平稳与非线性等特征,提出了基于时变权重组合和贝叶斯修正的中长期径流预报方法。应用该方法开展了云南龙江水库年、月入库径流预报的实例研究,结果表明时变权重组合平衡了已建立的随机森林与支持向量机模型在建模期与检验期预报性能的差异,经贝叶斯修正后的预报精度接近或优于两阶段各自的最优单一模型。根据年径流预报结果判断水文年型的正确率达到77.2%,月预报径流的确定性系数超过0.90。因此,该方法在提升中长期径流预报精度方面具有积极效果。 相似文献