基于陆气耦合模式的降雨径流模拟研究进展

基于陆气耦合模式的降雨径流模拟是变化环境下水文循环过程研究的重要内容之一。围绕陆气耦合降雨径流模拟,分析基于陆气耦合模式的降雨径流模拟框架,对比基础输入资料、天气模式和陆面水文模型各方面的优缺点,回顾基于该框架的发展历程,从集合预报、数据驱动、陆面水文模型与天气模式3个方面介绍了陆气耦合降雨径流模拟技术的发展,提出多尺度转换、双向耦合、不确定性问题及误差修正4个热点关键技术问题,并对未来研究进行展望,以期为推进基于陆气耦合模式的降雨径流模拟研究提供参考。

基于人工神经网络的降雨径流模拟研究

针对水库径流难以预测的问题,采用改进的动量-自适应学习率调整BP神经网络方法,以南告水库作为研究对象,对水库的日资料进行径流模拟,并对该模型在径流模拟中的方法和难点问题进行分析和探讨。改进的BP模型模拟的结果与三水源新安江模型的模拟结果相比较,探讨改进的BP模型应用于水文模拟的可行性。研究结果表明,改进的BP模型用于水文模拟是可行的。

基于CA的小流域分布式降雨径流模拟

构建基于元胞自动机(CA)模型的分布式水文模型,模拟小流域内降雨径流过程。从元胞状态、转换规则与时间步长3个方面扩展普通CA模型,包括5个子状态、5个元胞系数及两条转换规则,并实现模型与GIS的集成。以黄土高原岔巴沟流域的降雨径流观测数据对模型进行了验证分析。试验结果表明,确定性系数、峰现时差与洪峰误差3个评价指数都达到一定精度,实现了流域内径流过程的可视化。结合CA模型与GIS技术可以较为有效地模拟流域次降雨径流过程,模型在该试验区是基本适用的。

基于BP神经网络的泉州市山美水库降雨径流模拟研究

考虑到降雨-径流的非线性关系的复杂性,同时保证较高的计算时间效率,本研究采用率定-验证同步进行的BP神经网络模型,以降水量、时间、气温、风速、辐射量等5个因子作为输入层变量,以实测流量为训练数据,对泉州市山美水库来水量进行月时间尺度的模拟.并与SWAT分布式水文模型的模拟结果进行比较,以此评价BP神经网络模型模拟降雨径流过程的精确度与可行性.研究结果表明,BP模型模拟结果的误差均在允许范围内且精确度较高,适用于山美水库来水量预测研究.

降雨径流模拟神经网络模型及应用

针对水文系统的非线性,构建了基于遗传算法和人工神经网络的降雨径流模拟神经网络模型(GA-BP模型).采用附加动量法和自适应学习速率对BP神经网络进行改进,遗传算法用于优化神经网络的初始权重.以大别山及皖南山区月潭流域为例,将GA-BP模型、BP模型以及新安江模型应用于水文日径流过程模拟,进行应用比较以及分析GA-BP模型在水文径流模拟过程中的难点及其可行性.结果表明,GA-BP模型优化了网络结构,加快了算法收敛速率;可以用于降雨径流过程模拟,也为今后类似研究提供一种模拟技术.在实际应用中可以根据流域资料情况选择合适的模型进行水文模拟作业.

新型耦合数据驱动模型在降雨径流模拟中的应用研究

为解决传统数据驱动模型的不足,使其能实现降雨径流过程高精度连续模拟,提出新型耦合数据驱动模型——PEK,即:基于偏互信息的输入变量选择、基于新型集成神经网络的出流量预测和基于K最近邻模型的出流量误差预测。PEK模型具有以下特点:(1)提出了基于分离式选择策略和滑窗累积雨量的模型候选输入向量,并与基于偏互信息的输入变量选择方法联合使用,提高了输入信息的充分性和无冗余性,对建立精度高、泛化能力强的高质量模型意义重大;(2)提出了新型集成神经网络——EBPNN及其率定方法。联合使用NSGA-II多目标优化算法和早停止Levenberg-Marquardt算法,通过一次优化过程同时确定全局最优个体网络个数、各个体网络拓扑结构和网络参数。个体网络权重由基于AIC信息准则的权重优选方法确定。EBPNN在模拟精度和网络复杂度间取得了良好折衷,精度高、泛化能力强、率定结果客观;(3)PEK模型能够进行多步外推预报,实现了非实时校正模式下的高精度连续模拟,增长了预见期;(4)PEK模型不需要进行流域状态变量的计算,仅需初始出流量就可进行出流量的连续模拟。在呈村流域应用PEK和CLS两个数据驱动模型进行次洪降雨径流模拟及精度比较。结果表明PEK模型使用简便,模拟精度高于CLS模型,实现了多步外推的高精度连续模拟,增长了数据驱动模型的预见期。

基于Source平台的祖厉河流域降雨径流模拟

选用基于Source平台的SIMHYD模型进行祖厉河流域的降雨径流模拟。采用1956—1985年靖远站实测径流数据进行参数率定,并采用1986—2000年的数据进行模型验证。结果表明,多年平均径流量及最大、最小日平均径流量计算值分别与实测值相差-8.6%、0.2%、-20.1%,相关系数为0.98,Nash效率系数为0.96。SIMHYD模型总体模拟结果较好,可以满足模型精度要求。采用更为准确的降雨、蒸发和用水资料,进一步率定优化参数,可以提高模拟结果。

电阻法测流在降雨径流模拟测控系统中的应用

文中介绍降雨径流模拟测控系统,该系统用于降雨量与径流量和土壤湿度方面数据信息的测量、采集、处理和控制。特别介绍电阻法测流流量计的设计理论基础,在对电压—流量关系进行线性处理的基础上,设计具有良好线性关系的电阻法测流槽。电阻法测流槽具有结构简单、使用方便的特点,比较适合小流量、低流速的应用场合。

洣水流域无资料地区降雨径流模拟应用研究

应用区域化流量历时曲线模拟无资料地区径流过程时,模拟精度常受到有资料地区径流资料长短、回归因素及推求的流量历时曲线片段长短等因素的影响。采用中周期连续时段径流资料,通过流量历时分位数回归法推求无资料地区流量历时曲线,并以此率定水文模型参数,进而实现洣水流域无资料地区降雨径流过程模拟。模拟结果表明:综合考虑多种回归因素有利于提高流量历时曲线精度;采用流量历时曲线片段也可实现模型参数率定,且随着片段延长,率定精度也相应增加;在流量历时曲线高、中、低水三类片段中,采用中水片段率定的精度相对高于仅用高水或低水片段,因此率定过程中应尽可能保留流量历时曲线中水部分片段。

遗传编程在降雨径流模拟中的应用研究

针对降雨径流过程的复杂性,介绍了遗传编程的基本原理和方法,建立了王家厂水库流域不同输入变量情况下基于遗传编程的降雨径流模拟模型,讨论了遗传编程符号集和终止集对模拟精度的影响。结果表明,遗传编程可用于降雨径流模拟并可给出明确的降雨径流关系式,便于理解复杂的降雨径流过程。

基于长短时记忆神经网络（LSTM）的降雨径流模拟及预报

长短时记忆神经网络(LSTM)具有很强的时间序列关系拟合能力,非常适用于模拟及预报流域产汇流这一复杂的时间序列过程。基于LSTM针对不同预见期的径流预报分别建立了流域降雨径流模型,以探讨LSTM在水文预报当中的应用。模型采用流域降雨、气象及水文数据作为输入,不同预见期后的径流过程作为输出,率定期为14a,验证期为2a。结果显示,在预见期为0~2d时LSTM预报精度很高,在预见期为3d时预报精度较差,但仍优于新安江模型。隐藏层神经元数量作为神经网络复杂程度的代表既会影响模型预报精度,也会影响模型训练速度。而输入数据长度则仅会在预见期为0的条件下影响模型预报效果。

降雨径流模拟试验中小流量电测方法的研究

本文就电阻法测流的电压-流量非线性关系进行了探讨,提出了线性处理的方法,并设计了具有良好线性关系的测流槽。加上电测线路的高稳定性与测流系统较优的讯噪比,使得实验室降雨迳流模拟实验的分析研究十分方便。另外,还解决了由于水质不纯而导致的电极极化效应。最后,文章给出电阻法测流与体积法的精度对比结果。

Thornthwaite经验公式在降雨径流模拟中的适用性研究

利用增加时间步长离散化处理后的Thornthwaite经验公式在新安江-海河模型结构上增加流域蒸散发能力计算模块,代替原模型中实测蒸发数据的输入;并对气象数据进行插值处理,将蒸发输入由集总式变为分布式。以子牙河平原区献县流域为例,分别利用改进前后的新安江-海河模型进行日径流模拟。结果表明,基于温度的Thornthwaite经验公式能够代替实测蒸发数据有效地进行日径流模拟,减少了对实测资料的依赖,为半湿润半干旱流域适合于降雨径流模拟的蒸散发计算提供了一种简便的计算方法。

不同蒸发数据在降雨径流模拟中的适用性

为了探究不同质量和精度蒸发数据对降雨径流模拟的影响,选取E601蒸发皿蒸发数据、离散化的Thornthwaite经验公式计算的潜在蒸散发和将固定值作为蒸发数据3种来源的蒸发资料作为输入,利用新安江模型分别对屯溪流域1981-2004年的径流过程进行模拟,对比分析了3种数据对径流模拟结果的影响,结合年内各季节误差规律,分析了不同季节对蒸发数据精度的敏感程度。结果表明,蒸发皿蒸发、公式计算蒸散发和固定值的模拟结果确定性系数均值分别达到0.90、0.89和0.86,公式计算蒸散发值适用性较好;在季节尺度上,季节内蒸发存在趋势性变化的春季和秋季对不同来源的蒸发数据更加敏感,对流域潜在蒸散发的精度要求更高;通过优化冬季蒸发的固定值模拟结果显示,使用固定数值代替流域蒸发能力的方案在夏季和冬季适用性较好,其中冬季蒸发固定为1mm时在降雨径流模拟中可以取得较好的模拟效果。

GIS水文模型在降雨径流模拟中的应用研究

基于GIS的水文模型及其相关分析工具在国外工程界已得到广泛的应用,并已成为流域水文建模和分析的最主要工具。本文以若曲流域为研究对象,试图探索将GIS和RS等先进技术与分布式水文模型相结合运用于无资料流域的流域建模及降雨径流的数值模拟,为水资源开发和工程规划设计提供参考。

渤海湾滨海平原河网地区降雨径流模拟

渤海湾滨海平原河网地区河道纵横交错,流态多样,降雨径流过程复杂。为准确模拟其降雨径流过程,在水文特征数据矢量化的基础上,将以二维非恒定浅水运动方程为控制方程的二维水动力模型与以河道汇流关系及水文方法为基础的一维河道拟序汇流模型相耦合,建立了适用于平原河网地区的降雨径流模型。经实测数据验证,模型可靠。研究表明,该模型可模拟计算渤海湾滨海平原2015年各时刻各处产流量、水位、流速及其变化过程;计算得出各河道的入水、出水水量及主要河流的入海水量,实现了对平原河网地区的降雨径流模拟。

潜在蒸散发量数据对网格HBV模型降雨径流模拟的影响

针对雅砻江流域雅江以上集水区缺少水文资料的问题,利用以遥感数据为主的多源数据构建了网格水文局水平衡模型(Hydrologiska Byrns Vattenbalansavdelning,HBV),较好地模拟了雅江站2008年—2013年的降雨径流过程。利用美国全球陆面数据同化系统提供的气象数据产品,采用FAO56Penman公式与修正的Hargreaves公式分别计算潜在蒸散发量(potential evapotranspiration,PET),从数值与时间尺度分析了二者与MODIS/MOD16潜在蒸散发数据产品分别作为网格HBV模型的驱动数据对模型降雨径流模拟结果的影响。结果表明,由于模型参数与网格HBV模型自身结构的原因,潜在蒸散发输入数据对网格HBV模型模拟结果的影响较小。

塞内加尔河流域降雨径流模拟

针对塞内加尔河上游流量系列严重不足的问题,使用GR2M降雨径流模型,以模拟和延长其上游的水文系列。在计算流域降雨量、平均潜在蒸散量,以及最大、最小和平均土壤含水量的基础上,对模型输入的降雨量和土壤含水量数据进行了灵敏度分析。基于纳什-苏特克里弗标准,按流域选择了输入数据的最佳组合。根据输入数据,选择模型参数设置,最终完成模型交叉率定-验证测试。该研究延长了塞内加尔河上游的水文系列,为该河的梯级大坝建设提供了有价值的统计数据。

计算CN值及其在黄土高原典型流域降雨-径流模拟中的应用

针对SCS模型推广应用中存在的下垫面及气候不匹配造成的精度受限问题,基于SCS模型机制,反推得到CN值计算式。根据黄土高原小流域水保观测资料就不同土地利用类型对应的计算CN值进行率定,并在径流场和流域尺度进行还原验证,效果良好,表明计算CN值是一种值得推广和借鉴的水文计算模式,有助于提升SCS模型应用于黄土高原小流域降雨-径流模拟的精度。

黄土高原祖厉河流域日降雨-径流过程模拟

以陇西黄土高原祖厉河流域为研究区,采用松散耦合方式集成SCS模型和Clark方法,就区域尺度日降水-径流过程进行模拟研究,SCS模型参数空间化基于土地利用、土壤类型、坡度和前期水文条件等实现,Clark单位线的计算基于最大汇流时间和流域滞时两个关键参量进行,模拟结果表明:SCS模型能够实现黄土高原净雨的分布式模拟,产流总量误差为2.61%;净雨经Clark方法调蓄后,模拟的流域出口断面的流量精度在0.80以上(Nash系数和复相关系数).较好的模拟精度表明两种方法结合应用于黄土高原区域尺度日降雨一径流过程的分布式模拟是可行的.研究可为半干旱黄土高原区域尺度水文循环时空动态量化工作提供模式借鉴.