基于多水文模型预报能力分析的洪水预报

为了解决概念性和黑箱模型在小时尺度模拟效果对比中预见期选择的问题,提出利用滞后演算法求解概念性模型预报能力.在两模型共同预报能力条件下,引入集对分析理论对比新安江模型、土壤水核算与演算(SMAR)模型、倒传递(BP)和Elman神经网络模型模拟效果.概念性模型预报能力与流域面积成正相关且特定流域的预报能力相对固定,其中金华江和龙泉溪流域的预见期可以分别取第7、3 h;在相同预见期条件下,龙泉溪流域表现最好的是BP模型而最差的是Elman模型,金华江流域表现最好的是新安江模型而最差的是SMAR模型;引入集对分析方法可以从单指标转向更多指标进行综合评价,具有较好的适用性和高效性.

水文模型在不同时间尺度的适用性研究

为了探讨人工神经网络和概念性水文模型在不同流域模拟日及月尺度径流的适用性,分别在长春岭和元江流域构建径流预报模型,日尺度用倒传递神经网络(back-propagation neural network, BPNN)和新安江模型,月尺度用BPNN模型和ABCD水量平衡模型,并以线性插值方法提高径流序列自相关性来提升模型模拟的精度,采用流量过程曲线图和纳什效率系数进行定性和定量评价。研究结果表明:(1)ABCD水量平衡模型适用于流域的月尺度径流模拟,该模型参数少、易优化,对数据要求低,而新安江模型对较小流域的适用性较差;(2)BPNN模型适用于径流时间序列自相关性高的日尺度径流模拟;(3)通过线性插值方法可有效增加数据量,并提高BPNN模型模拟的精度。

小创意赢得大民心

一张小卡片上印着农村常见的治安安全防范措施和报警电话、投诉电话以及火警、急救等应急电话号码，方便群众随时报警、求助、咨询和投诉。这是近年来辽阳市文圣公安分局罗大台镇派出所党支部为方便群众、服务群众，精心制作、发放给群众的“安全防范便民卡”。2009年以来，该所党支部已发放便民卡3593张，发放印有“安全防范七诀”的多功能“福”字年画31600张，像这样便民、利民的小点子、小创意、小方法在该所还真是不胜枚举，受到群众的欢迎。

基于概率分布模型的流量预报及参数动态识别

概率分布模型(PDM)在国内流域的适用性及参数在不同径流阶段的变化研究较少。本文以浙江省两典型流域为例,建立PDM流量预报对比模型,根据参数动态识别分析确定不同时间窗口下参数变化,从而推断关键影响因子。研究结果表明:(1)PDM模型在两流域模拟结果较为满意,纳什效率系数均可达到0.7以上,且低流量为主的龙泉溪流域模拟效果明显优于高流量主导的金华江流域;(2)在不同洪水事件下PDM参数(经验参数α、b和最大蓄水能力Smax)均与前期土壤湿度显著负相关,与退水斜率有关的参数b在金华江流域与蒸发量显著正相关,而在龙泉溪流域与平均降雨负相关性显著;(3)受地表以下28 cm土壤湿度变化控制的参数α在洪峰及退水阶段识别度最大。