VMD-PSO-LSTM模型的日径流多步预测

为了弱化径流时间序列的非线性和非平稳性,提高不同预见期的日径流预测精度,提出了一种新的VMD-PSO-LSTM多步预测组合模型。首先采用变分模态分解(VMD)方法将原始日径流序列分解为子序列,通过粒子群优化算法(PSO)对长短期记忆(LSTM)模型参数进行优化,对各子序列建立PSO-LSTM模型,各分量的预测值重构集成预测结果。将VMD-PSO-LSTM模型应用于黄河下游花园口和利津站的日径流多步预测,采用Nash sutcliffe效率系数(ENS)、相关系数(R)和均方根误差(ERMS)3个定量评价指标对模型预测结果进行评价。结果表明:在预见期为1、2、3 d的情况下,两个测站的Nash sutcliffe效率系数和相关系数均在0.90以上。与CEEMD-PSO-LSTM和PSO-LSTM模型的预测结果对比表明,该模型能够有效提高日径流多步预测精度,是一种高效稳定的径流预报模型。

基于SPI指标左江流域旱涝演变规律与趋势预测分析

为探明广西驮英灌区旱涝灾害演变机理,揭示旱涝的演变规律,选取了1983年~2018年该灌区及周边5座大中型水库的逐月降水量数据,采用标准化降水指数SPI法对降雨数据进行不同时间尺度的处理,以SPI指数表征区域历史旱涝程度,采用趋势分析并运用Morlet小波分析方法,分析灌区近年旱涝变化的周期性,预测未来旱涝变化趋势。结果表明,该灌区年降水量变化波动幅度较大,年降水呈不显著的增长趋势;降水量具有明显的阶段性特征;年降水主要分布在汛期,夏秋季节的降水过程对年降水过程影响较大。根据Morlet小波分析结果,预测未来灌区总体降水将偏多,其中春夏两季将处于丰水期,而秋冬两季将处于枯水期。

广西左江治旱工程综合监测预警与智能调控信息系统研发

广西左江治旱驮英水库及灌区工程是国家172项重大水利工程之一,工程建设管理具有工程体系构成复杂、多目标应用需求高、精细调度难度大、施工质量管控存在不确定影响因素等难点。依据工程建设与管理数字化、网络化、智能化和专业化需求,构建广西左江治旱驮英水库及灌区工程综合监测预警与智能调控信息系统,研发了水情监测预警、水库联合调度、输水仿真控制、水资源精细调配、工程三维空间展示、网络自动办公等业务支撑智能信息化功能,多层面提供高效、快捷的信息支持与业务服务,提升了左江治旱工程建设和运行管理的智能化水平,保障工程建设质量和运行安全。

协整和集对分析法在降雨资料短缺地区的插补移用

针对中小流域降雨资料短缺,洪水精确预报难度大的问题,提出利用线性协整和集对分析(SPA)方法分别对台风雨和非台风雨下的观测降雨数据进行插补移用,以驼英水库为例,进行洪水预报研究。研究得出:(1)基于台风雨协整计算结果发现雨量站之间存在协整关系,协整模拟结果与实测降雨的纳什系数均在0.85以上,相关系数达到0.90,主雨峰和场次降雨误差均较小,说明协整理论可用于降雨资料短缺时的数据插补;(2)非台风雨降雨序列经补充集合经验模态分解(CEEMD)和集对分析(SPA),根据综合联系度拟定数据移用最优方案,显著提高了降雨数据移用的有效性及准确性,提高了洪水预报精度。该方法可为其他同时存在台风雨和非台风雨地区降雨资料的插补移用提供新思路。

驮英水库及灌区综合管理信息系统设计与应用

介绍了驮英水库及灌区综合管理信息系统的基本内容,论述了综合管理信息系统在驮英水库及灌区工程建设、发挥效用和水资源开发利用过程中起到的作用。