黄龙带水库库容曲线复核及淤积现状分析对策

以黄龙带水库库容复核项目为例,开展黄龙带水库库容复核及淤积分析对策研究。利用已有的无人机倾斜摄影技术和无人船声波测深技术,通过先进的无人机和无人船设备,利用自主研发的无人机智能操控系统准确获取黄龙带水库的地形数据,然后利用专业数据处理软件对自动化采集的数据进行快速建模,得到库区的地形三维模型,最后基于不规则三角网的库容计算方法,对黄龙带水库的库容进行了复测。在此基础上对建库时的1977年库容和此次测量获取的2019年库容进行了对比分析,提出了防治对策。有效地解决库容的复测问题,降低了成本,推动了水利科技进步,具有实践意义。

基于多尺度天气预报技术的水库流量预报平台应用研究

本文基于黄龙带水库防洪发电的实际需求,将多尺度的实时天气预报及其不确定性与洪水预报和水库调度相结合,通过机器学习等技术建立基于多尺度天气预报的洪水预报模型和水库优化调度模型,在此基础上构建一套集降雨预报、洪水预报到调度为一体的洪水预报和水库调度平台,为相关地区和部门开展水库调度决策和风险评估提供理论支撑。

黄龙带水库入库水量与降水量关系研究

入库水量是科学制定水资源调度方案、确保水利设施安全和发挥其经济效益的重要依据。利用黄龙带水库水源区三个观测站点1977—2020年逐月降水量和入库水量数据,研究了黄龙带水库流域降水量和入库水量的分布特征及其相关性,利用线性回归建立了逐月入库水量诊断模型。结果表明,黄龙带水库流域月降水量和入库水量存在显著的月变化,降水量4—6月最大,入库水量5—7月最大;逐月的入库水量与降水量存在一定的滞后关系,除1月入库水量只与当月降水量显著相关外,其余各月的入库水量均与当月和前1~2个月的降水量存在显著相关。建立入库水量与同期和前期降水量的线性回归模型,各月解释方差在63.3%~91.0%,具有较高的拟合能力。同时,拟合程度与降水集中度密切相关,降水集中度高的月份,诊断结果易偏低,而降水集中度低的月份,诊断结果易偏高。研究为利用降水量预测入库水量奠定了基础。