BFS-HUP模型在潼关站洪水概率预报中的应用

采用马斯京根演算法作为确定性预报模型,并选用贝叶斯预报系统(BFS)的水文不确定性处理器(HUP)作为概率预报模型,获得预报变量的概率分布,实现黄河潼关站洪水的概率预报。将预报变量概率分布的中位数作为定值预报与确定性预报进行对比,发现预报精度有所提高,表明贝叶斯模型的预报校正能力较强。通过设定不同确定性预报精度的情景方案,探讨了确定性预报精度对概率预报可靠度的影响。结果表明,随着确定性预报精度的提高,概率预报区间宽度和离散度均有所减小;HUP洪水概率预报的可靠度对确定性预报的偶然性误差比较敏感,对系统偏差相对不敏感。

大渡河猴子岩水库入库洪水过程预报-实时校正-概率预报集成

与传统确定性预报相比,洪水概率预报能够为防洪调度决策提供更为丰富的信息。以大渡河猴子岩水库以上流域为研究区,建立新安江次洪模型,并采用动态系统响应曲线进行实时洪水预报校正。在确定性预报校正基础上,建立基于水文不确定性处理器(HUP)的次洪概率预报模型,定量分析预报不确定性,实现入库洪水概率预报。结果表明:①利用猴子岩流域20092019年水文气象资料,建立的新安江次洪模型整体精度较高,率定期和验证期的洪量和洪峰相对误差均在±20%以内,平均确定性系数分别为0.69和0.72;经动态系统响应曲线校正后,洪峰和洪量误差均有降低,率定期和验证期的确定性系数分别提高0.13和0.09。②以2020年3场洪水未来48 h预报降雨为输入,新安江模型预报精度不高,且随着预见期增长而降低,但经动态系统响应曲线校正后,整体预报精度有所提高,洪量相对误差减小幅度超50%,确定性系数提高幅度超60%。③HUP次洪概率预报模型提供的分布函数中位数Q50的预报精度在一定程度上优于校正后的确定性预报;提供的90%置信区间覆盖率均在90%左右,离散度均在0.40以下,能以相对较窄的区间覆盖大部分实测值,具有较高的可靠度。

基于Copula函数的多变量水文不确定性处理器

传统的水文不确定性处理器(HUP)属于单变量结构类型,只能独立地给出各预见期实际流量的贝叶斯后验概率密度,没有考虑它们之间的内在相关性。本文利用Copula函数推导了贝叶斯转移预报(BTF)方法中后验转移密度的解析表达式,提出了基于Copula函数的贝叶斯转移预报(CBTF)方法和基于Copula函数的多变量水文不确定性处理器(CMHUP),进而发展了基于Copula函数的贝叶斯极值预报(CBEF)方法,并应用于三峡水库入库洪水预报中。结果表明:所提方法实用有效,CBTF方法和CMHUP可以定量地评估三峡水库入库流量转移预报的不确定性,准确揭示了水文预报不确定性在时间上的演变特征,CBEF方法则提供了预见期时段内最大入库流量预报的不确定性信息。所提方法不需要进行线性-正态假设,能够很好地捕捉流量过程的非线性和非正态特征,适用范围更加广泛,对于支撑防洪减灾和水库运行调度具有重要的参考价值。

丹江口水库入库月径流模拟及不确定性分析

将SWAT模型与HUP处理器相耦合,对汉江流域丹江口水库的入库月径流过程进行模拟预测,在此基础上分析水文模型结果的不确定性。结果表明:(1)从各项精度评价指标来看,SWAT模型在率定期及验证期内均具有较高的精度,能有效地应用于丹江口入库径流模拟研究;(2)由HUP处理器生成的倾向值结果(Q50值)精度显著高于SWAT模型结果,说明HUP模型可进一步提升径流模拟结果精度;(3)HUP模型结果对应的90%置信区间在率定期及验证期均能覆盖了大多数实测点据,且区间带宽较窄,说明本次不确定性分析的结果是合理可靠的。

三峡水库中长期径流预测及不确定性分析研究

以三峡水库为例,采用轻量梯度提升树(LGB)对1965-2016年逐月流量过程开展了中长期预测研究,并在其基础上结合水文不确定性处理器(HUP)对预测结果的不确定性进行了定量分析,得到以下结论:(1)各精度指标结果表明,与GBDT模型相比,LGB模型在率定期及验证期均具有更高的精度,能较好地应用于三峡水库中长期径流预测中;(2)基于HUP模型提取的倾向值预报(Q50值)精度显著高于LGB模型结果,尤其对于汛期径流的提升效果更为显著;(3)90%不确定性区间在率定期及验证期均能以较窄带宽覆盖多数实测点据,且相对偏移程度较小,说明不确定性分析结果是合理可靠的。

融雪补给型河流径流概率预报方法

基于水文模型的径流预报不可避免存在不确定性,特别是融雪型补给河流径流预报结果不确定度更大.分别建立考虑融雪的新安江模型和退水曲线法用于汛期(包括融雪期)和枯季退水期的径流预报,并集成误差自回归校正模型,以提高实时预报精度;综合确定性预报结果和水文不确定性处理器,建立日径流概率预报模型,采用精度评价和可靠度评价两类指标评定概率预报精度.为验证提出的概率预报框架的有效性,以大渡河猴子岩水库以上流域为研究区开展研究.结果表明:新安江日模型在率定期和验证期的多年平均确定性系数均为0.85,整体精度较高;经误差校正后,预报精度得到进一步的提高,在延长预见期的基础上保证了预报精度;日径流模型分布函数中位数的预报精度均在一定程度上优于原始的确定性预报,提供的90%置信区间覆盖率和离散度分别在90%左右和0.40以下,表明其能以相对较窄的区间覆盖大部分实测值,具有较高的可靠度.研究成果可为研究区的防洪发电调度及风险管理提供技术支撑.