水文预报

摘要： 原有米山水库水文预报方案中降雨径流关系资料为1961—2007年系列资料,本次修订将资料系列延长至2020年,重新绘制P+Pa-R关系线并进行误差评定,同时绘制近10 a典型洪水汇流单位线。通过对产流方案的合格率测定,米山水库水文预报产流方案精度评定为乙级,可用于发布预报。米山水库水文预报产流方案及汇流单位线修订,提升了米山水库水文预报预警服务能力和水平,对米山水库流域防洪减灾工作有积极作用。

摘要： 水情自动测报系统是水电站自动化系统的重要组成部分,是水库科学、优化调度的重要工具。以落水洞水电站水情自动测报系统为例,在落水洞电站建立覆盖大坝上游区域的水情自动测报系统,对水库来水进行预测和管理,实现洪水预报、水库调度、发电调度等功能。满足电站防汛安全和发电生产的需要。

摘要： 无资料流域水文预报研究对我国水文地质灾害防范和减少人民生命财产损失具有重大意义。基于文献计量学和可视化分析法,对国内相关文献的研究进行分析,总结参证法、推理公式法和水文模型法的基本原理及特点,并讨论了三种方法的缺点和不足,建议加强对能够充分反映流域下垫面差异性的耦合分布式水文模型在无资料地区应用的研究,对无资料地区水文预报将朝着多学科、多模型和多渠道方向发展做出展望。

摘要： 为了提高流域径流量预报的准确率,考虑数据驱动水文模型缺乏模型透明度与物理可解释性的问题,提出了一种使用图注意力网络与基于长短期记忆网络(LSTM)的双阶注意力机制(GAT-DALSTM)模型来进行径流预报。首先,以流域站点的水文资料为基础,引入图神经网络提取流域站点的拓扑结构并生成特征向量;其次,针对水文时间序列数据的特点,建立了基于双阶注意力机制的径流预报模型对流域径流量进行预测,并通过基于注意力系数热点图的模型评估方法验证所提模型的可靠性与透明度。在屯溪流域数据集上,将所提模型与图卷积神经网络(GCN)和长短期记忆网络(LSTM)在各个预测步长下进行比较,实验结果表明,所提模型的纳什效率系数分别平均提高了3.7%和4.9%,验证了GAT-DALSTM径流预报模型的准确性。从水文与应用角度对注意力系数热点图进行分析,验证了模型的可靠性与实用性。所提模型能为提高流域径流量的预测精度与模型透明度提供技术支撑。

摘要： 数据密集研究范式主导的数据水文学正在成为水文研究的一个重要方向,而善于从大量数据中挖掘规律的深度学习理论推动了近年来数据驱动水文预报的研究热潮,并不断和水文学科融合,逐步成为数据水文学的重要研究方法体系。从深度学习与水文预报学科交叉的角度,简要介绍水文领域常用深度学习模型的原理与结构及其应用于水文预报中的一般建模方法,在此基础上进一步介绍深度学习与水文物理机制整合的基本方法,以期为相关研究人员开展深度学习水文预报研究提供有益参考。

摘要： 中小流域水文资料基础条件较差,流域河道基流往往缺乏实施监测数据,导致汛期河道水量较多或遭遇骤停骤起的多雨峰暴雨时,水文预报结果存在较大偏差,影响日常报汛工作。本次研究采用滚动预报机制,基于单位线原理,将上一时刻预报成果作为下一时刻整点预报输入,采用径流过程线叠加的方式预报下一时刻水文预报,同时基于线性回归确定预报时间区间,避免区间结束后引起的预报成果波动。以苍南县桥墩水库上游流域为研究对象,结果表明采用该方法后,当来水量较少时,预报成果也基本可信,并消除了预报成果波动的现象。

摘要： 数字孪生流域是在三维地理信息数字底板基础上,耦合水文、水动力等专业模型,结合基于数据驱动的机器学习等技术,构建流域自然要素与管理业务之间的响应关系,实现流域防洪“四预”(预报、预警、预演、预案),为流域管理和高质量发展提供技术支持。珠江三角洲流域水网密布,通过数字孪生小流域快速构建技术,能有效推动大流域数字孪生建设步伐。以广东佛山市三水区大塘引涌为例,通过无人机倾斜摄影技术快速构建小流域三维实景模型,应用地理信息系统(GIS)技术进行三维实景发布,结合视频水位流量监测,集成基于机器学习的小流域短历时水文预报模型,实现了区域水情监测、预报及预演,为数字孪生小流域构建及“四预”应用提供了成套解决方案。

摘要： 针对水文时间序列非线性、多尺度等特征,提出基于小波包分解(WPD)和相空间重构的松鼠搜索算法(SSA)-极限学习机(ELM)预报模型,并应用于云南省上果水文站月径流和月降水量预报。首先利用WPD对径流和降水时序数据进行分解,并采用Cao方法对各子序列分量进行相空间重构;其次简要介绍SSA原理,通过各分量训练样本构建目标函数,利用SSA对目标函数进行寻优,并与鲸鱼优化算法(WOA)、灰狼优化(GWO)算法、粒子群优化(PSO)算法的寻优结果进行比较;最后利用SSA、WOA、GWO、PSO算法寻优获得的ELM输入层权值和隐含层偏值建立SSA-ELM、WOA-ELM、GWO-ELM、PSO-ELM模型及未经优化的ELM模型对各子序列分量进行预报,将预报结果加和重构得到最终预报结果。结果表明:SSA对各分量目标函数的寻优效果优于WOA、GWO、PSO算法,具有更好的寻优精度。SSA-ELM模型对月径流、月降水量预报的平均相对误差、平均绝对误差、圴方根误差、预报合格率分别为5.32%和3.84%、0.078 m3/s和0.169 mm、0.103 m3/s和0.209 mm、97.5%和95.8%,预报精度优于WOA-ELM等其他模型。

摘要： 深度学习在数据驱动水文模型方向的应用研究是当前水文预报的研究热点。综述近期深度学习模型在水文预报中的应用研究进展,归纳以往数据驱动模型未表现出的新特点,分析深度学习在水利工程影响下水文建模、不确定性分析等问题中的应用潜力以及深度学习水文预报模型解释的知识发现作用。从物理机制模型中融入深度学习和物理机制指导的深度学习两方面讨论深度学习与水文物理机制整合的研究实例。总结深度学习水文预报研究仍面临的重要挑战,展望可能的发展趋势,以期为深度学习在水文预报中的研究发展提供有效参考。

摘要： 为提高洪水预见期,文中采取TIGGE(6个天气预报中心)集合预报雨量驱动新安江模型,对东湾以上流域2010年汛期洪水进行滚动预报。结果表明,气象-水文耦合的集合洪水预报模型充分考虑了预报系统的不确定性,有效提高了洪水预报精度及预见期,对采取抗洪措施、最大限度地减少洪灾损失及预报调度的风险分析具有重要意义。

摘要： 本文对雅砻江流域现有水文预报情况进行了分析,结合流域电力生产新形势对水文预报的要求,提出从率定电站特征曲线、优化站网结构、提高区间流量预报、掌握支流来水信息和建立基于数值气象预报技术的雅砻江水文预报模型等思路着手,由浅入深、循序渐进,逐步提高流域水文预报精度.本文对于提高雅砻江流域水文预报工作水平具有一定的参考意义.

摘要： 河道水文预报最关键的预报要素有洪峰流量、洪峰出现时间和洪量.根据上游断面来水过程,预报下游河道洪峰流量和峰现时间对于防洪减灾具有重要意义.南方地区河道多为季节性河流,河道上游流量的大小、水库回水长度、河道糙率等都会对洪水传播时间产生影响.本文拟以小湾电站为例,采取天然河道和回水影响河道洪水传播时间相结合的方法,探讨形成库区的河道洪水传播时间的规律.

摘要： 三峡水库是治理长江和开发利用长江水资源的关键性骨干工程,承担了防洪、发电、航运等综合利用任务,汛期防洪是三峡首要调度目标.随着水文气象预测预报水平的提高,防洪调度经验的积累以及对洪水的掌控能力不断增强,三峡水库洪水调度已经从防御控制洪水转变为科学管理和利用洪水,洪水资源化利用成为一种极具潜力的水资源利用方式.本文从洪水资源化利用的理念出发,结合长江中上游地区水文预报,分析和研究了三峡水库汛期不同时期洪水资源化利用条件和调度方式,并总结了近些年三峡水库洪水资源化利用调度实践.

摘要： 以概率分布的形式定量描述和估计水文预报不确定性,据此作出的概率水文预报在理论上更加科学,能为防洪决策提供更多有用的风险信息.本文创新性地采用Copula函数取代原有基于正态分位数转换和线性一正态假设的亚高斯模型,推导了贝叶斯似然函数和后验密度的解析表达式,提出了基于Copula函数的贝叶斯预报处理器(Copula-BPF),并在三峡水库进行应用和检验.结果表明:后验期望值预报相比确定性预报可以提高预报精度,特别是径流总量相对误差显著地减小.Copula-BPF推求的概率预报结果合理可靠,预见期1～3d的连续概率排位分数值相比确定性预报分别降低9.12％、14.35％和15.65％.Copula-BPF不需要进行线性一正态假设,能很好地捕捉水文过程的非线性和非正态特征,适用范围广,应用非常灵活,是概率水文预报的一条有效途径.

摘要： 针对目前中长期水文预报中定量预报结果存在不确定性问题,开展了基于改进贝叶斯判别的中长期水文分类预报研究.首先利用核密度估计方法,对贝叶斯判别方法中的分布密度函数估计进行了改进,在此基础上,提出基于改进贝叶斯判别的中长期水文分类预报模型,并在丹江口水库秋汛期9月径流预报中进行了实例应用.结果表明:不同预报因子对径流分类(丰、平、枯)的预报能力不同,其中500hPa高度场因子对丹江口径流类别(丰、平、枯)均有较高的预报能力,100hPa高度场因子、SST和环流特征量对径流偏丰状态有较好的指示作用.Half-Brier评分结果显示组合预报模型结合了各因子的预报优势,预报效果最佳,其中模拟期合格率为89.8％,检验期合格率为87.5％,模拟和预报结果均较为稳定.

摘要： 通过结合实际工作需求与河道流量预报新方法探索,实现了能够依据河道上游相关水文测站日常报汛信息(如8时流量、日均流量等)开展对下游站未来一日平均流量进行全自动预报.这一新型预报技术,具有全自动分析判断功能、全自动选择合适变动因子项功能、全自动选择最佳模型表达式功能及开展全自动预报等功能,使预报工作实现了智能化与高效化,克服了河道流量预报既往传统方法费时、费力等诸多缺点,同时,所建立的预报系统还使用户实现了在不同地域、不同网络环境、不同终端、不同浏览器的自由访问与应用,显著提升了水文预报应用技术水平与成果精度,对流域防汛机构、水文部门及水利枢纽管理运行单位等具有重要应用与参考价值.

摘要： 利用中国江河流域的实测降雨和径流资料而制作的降雨径流相关图是用于水文预报的一种有效的方法,研究其区域规律对解决无实测径流资料流域的降雨径流关系具有重要的指导意义.从全国的湿润、半湿润和半干旱地区选出17个代表流域,分别求出各子流域的降雨径流各要素值,然后绘制其降雨径流相关图.通过对不同下垫面条件下的降雨径流关系线进行对比分析,发现只有在比较容易发生全流域全面产流的湿润地区,降雨径流关系线的上部才能成为坡度为45°的直线.另外还发现嵌套流域的降雨径流关系线适用于嵌套流域内的任何子流域;当下垫面情况和降水等要素相似时,地理位置相距较远的流域嵌套在一起时也可以用同一条降雨径流相关线来分析它们的降雨径流关系.

摘要： 2013年8月,水利部确定全国首批45个水生态文明建设试点城市,重点围绕落实最严格水资源管理制度、优化水资源配置、构建江河湖库水系连通体系、加强节水型社会建设、严格水资源保护和水污染防治、推进水生态系统保护与修复、深化体制机制改革创新等方面展开.水文作为江河湖库水量水质监测机构,与城市水生态文明建设密切相关,本文以江西省九江市为例,较全面地阐述水文在水生态文明城市建设中的作用.

摘要： 2013年8月,水利部确定全国首批45个水生态文明建设试点城市,重点围绕落实最严格水资源管理制度、优化水资源配置、构建江河湖库水系连通体系、加强节水型社会建设、严格水资源保护和水污染防治、推进水生态系统保护与修复、深化体制机制改革创新等方面展开.水文作为江河湖库水量水质监测机构,与城市水生态文明建设密切相关,本文以江西省九江市为例,较全面地阐述水文在水生态文明城市建设中的作用.

摘要： 2013年8月,水利部确定全国首批45个水生态文明建设试点城市,重点围绕落实最严格水资源管理制度、优化水资源配置、构建江河湖库水系连通体系、加强节水型社会建设、严格水资源保护和水污染防治、推进水生态系统保护与修复、深化体制机制改革创新等方面展开.水文作为江河湖库水量水质监测机构,与城市水生态文明建设密切相关,本文以江西省九江市为例,较全面地阐述水文在水生态文明城市建设中的作用.

摘要： 本发明公开了一种基于量变参数水文不确定性处理器的场次洪水水文模型实时预报方法，包括收集并整理研究流域的资料；构建水文模型；构建次洪预报模型；为组内各场次洪水分别设计目标函数；以目标函数最小为目标，利用目标函数优化算法对组内多场次洪水的目标函数同时进行优化，确定最优参数；确定实测流量过程和预报流量过程的边际分布和经验分布；推求转换空间上实测流量的先验密度函数和似然函数以及后验分布；推求原始空间场次洪水实测流量的后验分布函数；基于量变参数的水文不确定性处理器预报次洪径流过程。优点是：在流域全年场次洪水产汇流特性差异较大、调参者不具备丰富的调参经验的情况下，仍然能得到精度较高的实时洪水预报结果。

摘要： 本发明涉及一种基于分布式水文径流模拟替代模型的径流滚动预报方法，包括：(1)对分布式水文模型中的格点按径流特征进行聚类，获取流域的代表单元；(2)基于所确定的流域代表单元的格点径流、分布式水文模型得到的站点模拟径流、以及长短记忆神经网络LSTM构造分布式水文径流模拟替代模型；(3)利用分布式水文径流模拟替代模型对研究区域进行径流滚动预报。本发明方法基于径流特征对流域格点进行分类获得代表单元，并基于LSTM构造替代模型，加速了分布式水文模型的径流模拟速度，显著地缩短了分布式水文模型径流滚动预报所需的时间，极大地节省了分布式水文模型在径流滚动预报时所需的算力。

摘要： 本发明公开一种基于时变参数水文不确定性处理器的日模型实时预报方法，其包括：S1：资料的收集与整编；S2：构建适用于研究流域的日水文模型；S3：确定实测流量过程和预报流量过程的边际分布和经验分布；S4：推求转换空间上的先验密度函数和似然函数；S5：推求原空间的后验分布函数；S6：计算水文不确定性处理器得出的日流量系列；本发明所述方法在预报期的时间间隔较长或计算时段长度较长的情况下，仍能够得到较高的预测精度，其精度提高效果显著。

摘要： 基于气象水文预报因子分类和深度学习模型耦合的日径流预报方法，属于日径流预报领域。核心组成包括数据分类、因子筛选、预报模型建模和预报模型评估，相对应的方法包括聚类分级方法、偏互信息方法和深度学习预报模型及改进评估方法。本发明提出的日径流预报方法用确定系数进行评估，均可达到0.8以上，达到水情预报规范的乙等预报精度。

摘要： 本发明公开了一种不同机制水文模型组合的水文预报方法，根据流域特性，配置符合本流域特性的3种或3种以上中期水文预报模型，其中应包括物理概念模型和系统分析模型；采用10年左右的水文历史数据，针对每一种水文预报模型率定出综合精度最高的模型参数；在每个预报时刻，配置不同的预报组合方案，组合模型应为水文物理概念模型与系统分析模型的组合，组合方式采用权系数组合和模型组合；选取预报时刻前的历史水文资料自动进行组合模型的组合参数优选，并依据优选参数进行前期试预报计算；自动评定各组合方案的试预报计算结果，获得当前最优的组合方式，应用于当前水文预报。本发明能更好的描述当前中期来水特性，提升中期预报精度。

摘要： 本发明公开了一种多模型组合水文预报方法、系统及计算机存储介质，方法包括：基本水文模型筛选、基本预测序列获取、多元决策支撑信息选择、基本预测序列过程相似度计算、基本预测序列量值偏离度计算、基本预测序列综合权重计算和基本预测序列加权组合。本发明从多个角度评价筛选出合格的基本水文模型并获取预测序列，从历史水文时间序列中选择多元决策支撑信息与预测序列融合，以确定不同基本预测序列权重，最终加权组合多个基本预测序列获取水文时间序列多模型组合预报结果，通过在多模型组合预报方案确定过程中融入关键决策支撑信息，实现科学可靠的水文时间序列多模型组合预报。

摘要： 本发明公开了一种基于物联网的水文预报方法，涉及水文预测技术领域，通过采集目标区域与水患灾害对应的水文数据，分析水患灾害的物理成因，以此构建水文预测模型；并采集对应的大气数值，统一大气数值模型与水文预测模型的陆面过程机制，构建大气数值模型与水文预测模型的双向耦合，根据双向耦合关系，实现两个模型间数据信息的精准交互，实现了综合江河湖海和陆地气象两方面的数据，综合进行江河湖海流域的水文预测，解决现有水文预测结果不精确和适用性不强的问题。

摘要： 本发明公开一种基于XGBoost的水文预报误差校正方法，该方法包括：(1)采集一水系流域对应预报站点一定时间段内的实况水位值及水文模型预报水位值，组织成水文时间序列数据集；(2)构建误差数据集，对数据进行预处理，划分训练集和测试集并确定模型最终的输入；(3)采用SPGA优化算法对XGBoost的学习率、弱学习器个数、惩罚项系数、决策树最大深度四个参数进行优化，同时利用样本数据集对XGBoost模型进行训练，最终得到SPGA优化的XGBoost预报误差校正模型；(4)对所述SPGA优化的XGBoost水文预报误差校正模型进行测试。本发明自行组织数据集，使用XGBoost模型进行模拟误差计算，其中采用SPGA算法对XGBoost模型的参数进行优化，利用最优参数得到的模型进一步提升误差校正能力。

摘要： 本发明提供了一种基于多因子相似分析的水文预报系统，包括数据存储模块、多因子分析模块和预报模块，所述数据存储模块用于记录水文区域的历史数据，所述预报模块用于输入预报时间并输出预报结果，所述多因子分析模块根据历史数据以及预报时间进行多因子模型分析得到预测数据；本系统采用的是统计学的分析原理，能够自由地设定需要预报的时间，并根据预报时间获取对应的历史数据进行分析，具有强大的灵活性，在分析过程中，通过多因子的相似性建立映射模型，从而得到准确的预报结果。

摘要： 本实用新型涉及水文预报装置技术领域，且公开了一种基于物联网的水文预报装置，包括底座，底座的顶端壁面上固定连接有支撑块和支撑板，支撑块和支撑板的顶端壁面上固定连接有顶座，顶座为空心的矩形体，支撑块的左侧壁面设置有滑动组件，滑动组件包括有滑板，滑板的底端设置有超声波雷达水位计。通过设置连接块活动卡合，升降块活动贯穿第一螺纹杆，从而实现对滑板和滑板底端的超声波雷达水位计进行升降，通过设置旋转旋钮可以实现对超声波雷达水位计的左右移动，现有技术在安装更换过程中由于存在倾斜角，实际安装较为麻烦，本新型则解决了这点，更便于安装以及后期更换，通过合理的结构设计，提高了本装置的实用性。