下垫面变化条件下合河流域设计洪水修订

基于新安江-海河模型,选取合河流域为研究对象,开展下垫面变化对设计洪水影响的研究。将合河流域的洪水系列分为1980年前、后两个部分,针对两个系列分别率定模型参数;再根据1980年后的参数来重新模拟1980年前的洪水,通过模拟出的次洪径流深和洪峰的变化幅度来反映下垫面变化对设计洪水的影响;同时,利用径流深的模拟结果修订设计洪水,并计算设计洪水的变化幅度。结果表明,合河流域的自由水蓄水容量和河网水消退系数均变大,流域的调蓄能力变大,设计洪水的洪峰值在减小;地下水过度开采与水利工程的建设是导致该流域设计洪水减小的主要因素。

r台装置搜索两个坏硬币的一个最优过程

:给出了用r台装置搜索两个坏硬币的本性理想模型Bre的一个最优测试过程

流处理技术在水利物联网领域的应用

物联网在水利行业的快速发展使实时数据处理成为一项重要的业务,然而数据源多样、数据格式复杂、数据并发度大等问题给实时数据处理带来了巨大挑战,迫切需要引入流处理技术。Apache Kafka作为一个优秀的流处理框架,具备高强度实时数据负载能力。基于此框架,将流处理技术应用于数据清洗、数据拆解、数据诊断等水利实时数据处理业务当中,显现了其强大的数据驱动能力与算法融合能力,表明流处理技术在水利物联网领域具备广阔的应用前景。

一种基于TOPMODEL模型求解流域蓄水容量分布的方法

结合蓄水容量定义,以TOPMODEL模型为基础,构建了一种概念性分布式水文模型中网格单元的蓄水容量计算方法,得到相应的流域蓄水容量分布曲线。选取东湾流域为研究对象,计算流域蓄水容量分布曲线,与传统的流域蓄水容量分布曲线进行比较,并通过洪水模拟分析验证了该方法的合理性。结果表明,该方法可用于流域蓄水容量分布的求解,并为概念性分布式水文模型参数求解提供了思路。

水库洪水实时优化校正预报模型的探究与应用

以经典流域水文模型——新安江模型为基础,耦合SCE-UA全局自动优化算法和AR自回归误差校正模型构建出适用于水库流域的洪水实时优化校正预报模型。根据实测的降雨径流过程对水文模型参数和流域状态变量参数进行全局优化实时校正计算,并依据预报降雨对未来一定时期内水库洪水过程进行高精度预报。选取亭下水库流域为实验对象,对亭下水库流域洪水分别进行初步预报和实时优化校正预报,两种预报结果比较分析显示,实时优化校正预报结果能更好地模拟实测洪水过程,其预报精度更高。

考虑降雨空间分布的地貌瞬时单位线汇流模型探究与应用

降雨空间分布的不均匀性对洪水预报精度有着重要的影响,提出基于数字高程模型和降雨空间分布规律的地貌瞬时单位线汇流计算方法,进一步补充地貌瞬时单位线汇流理论。选取横山水库流域作为研究对象,利用DEM数据提取流域地形地貌特征,结合历史洪水期间的降雨空间分布律计算得到地貌瞬时单位线。选取2013年~2015年期间3场典型洪水进行模拟验证,结果表明考虑降雨空间分布的地貌瞬时单位线洪水模拟效果良好,优于传统地貌瞬时单位线。

基于粒子群与知识图谱的突发水污染事件溯源方法

水污染溯源是一种应对突发水污染事件的有效方法。针对传统水污染溯源方法存在工作量大、计算复杂、耗时长的问题,提出基于粒子群与知识图谱的突发水污染事件溯源方法,通过预案库构建、水污染扩散模型在线率定、污染物溯源正向模拟、知识图谱关系分析,完成水污染快速溯源,确定偷排企业;同时,岸边瞬时排放污染物的溯源实验表明了该方法具有很好的适用性与准确性。

山洪灾害风险分区划分模型构建与应用

山洪灾害风险分区可以为山洪灾害风险防治和管理提供决策支持。从触发因子、下垫面孕灾因子、承灾体因子3个层次选取11个山洪致灾因子,用于划分山洪灾害风险分区。前期收集11个致灾因子的离散数据,利用克里金插值生成栅格数据,采用层次分析法确定各因子的向量权重,构建了山洪灾害风险等级评估模型,用于划分山洪灾害风险分区。选定宁波市作为研究区,采用以上方法划分风险分区,其中,高风险区域为宁海山区片,中风险区域有象山港南片、象山港北片及四明山区片,低风险区域有奉化山区片和姚江北部山区片。结合宁波市历史山洪灾害调查资料及风险等级成果,统计发现落在中高风险区的历史灾害点占比为98%,表明模型构建方法及风险分区划分合理,对山洪灾害风险管理具有指导意义。

山洪灾害短历时风险预报预警平台研究及应用

为克服传统山洪灾害监测预警系统存在的预见期、精确性不足等问题,建设山洪灾害短历时风险预报预警平台。以气象部门精细化短临降雨预报为数据驱动,构建基于雨量指标法的山洪风险预报预警分析模型,能够比传统监测预警系统提前1〜3 h准确预判山洪灾害风险区域。平台上线运行后,在宁波市“20180917”“利奇马”等多场次台风暴雨中得到成功应用,可为山洪灾害提前防御和及时部署提供有力技术支撑。

宁波鄞东南平原洪涝风险分析与动态预报预警系统研究

提前预估可能存在的洪涝风险,加强洪水风险管理,能够降低洪涝灾害损失。利用甬江流域洪水模拟数学模型,模拟计算鄞东南平原遭受暴雨、风暴潮和江河洪水影响的情况下,城市可能发生的受淹情况,选用了16场洪水和6场量级不同的台风进行模型率定与计算,并在此基础上绘制城市洪水风险图,预报预警洪涝灾害。同时在模型的基础上设计了鄞东南平原洪涝风险动态预报预警系统,经验证系统模拟精度较好,成果合理可信,能够为平原洪涝风险动态预警预报提供强大的技术支持。

基于k-最近邻筛选的BMA集合预报模型研究

针对冗余训练样本会降低BMA参数求解效率与精度问题,本文提出在BMA运算之前采用k-最近邻(k-nearest neighbor)算法筛选有价值训练样本,并用于BMA参数求解的改进模型。模拟试验在淮河王家坝站进行,分别以k-最近邻筛选、不筛选两种方案为BMA提供训练样本,统计分析两种方案中王家坝站流量模拟结果,评价BMA改进法的性能。模拟结果显示,采用k-最近邻样本筛选方法后,BMA模型对洪水过程以及洪峰的预报精度提升明显;概率预报结果的离散程度降低的同时,可靠性程度获得提升。k-最近邻样本筛选方法的引入,能够有效去除BMA模型训练样本中的冗余数据,以少量的样本获得更可靠的模型参数,改善集合预报性能。