一种新的洪水预报动力模型应用初探

近来,美国学者HOOS等人,提出一种新的洪水预报动力模型,该模型具有预见期,能直接应用于河系连续洪水预报,具有很大实用价值。 本文将该模型对闽江洪水预报的应用进行了初步探讨,说明了该模型的实用性。     

提高洪水作业预报精度的方法浅析

面对实用预报方案,如何提高洪水作业预报精度,是衡量洪水预报质量和效率的关键。依据预报计算的影响因素、预报要素的特征、方案参数的物理属性分析,论证了预报修正系数的理论依据,并分析了预报修正系数确定的技术和方法。     

黄河实时洪水预报系统筒介

黄河实时洪水预报系统(简称YRFCS)，是一个计算机连机实时作业的软件系统，是黄河洪水自动测报系统中的重要组成部分。     

河道洪水实时预报的半自适应滤波模型探讨

本文提出和讨论了基于马斯京根流量演算的河道洪水实时预报的半自适应滤波模型。在该模型中量测误差系列的协方差矩阵可以通过信息更新系列实时的估计出来,只有模型误差系列的协方差矩阵需要预先给出。本文提出一个处理区间入流较为合理、简便的方法。通过验证和应用说明了该模型的合理性和使用性。     

基于粒子滤波同化方法的实时洪水预报

为了充分利用实时水文观测数据,提高预报的可靠性,将马斯京根分段连续流量演算法与粒子滤波同化方法进行耦合,构建了基于粒子滤波同化方法的实时洪水预报模型。采用沙溪干流的永安站至沙县站区间6场典型洪水过程对上述实时洪水预报模型进行了验证。结果表明,粒子滤波同化方法对马斯京根分段连续流量演算模型具有较好的适应性,由此得到的校正参数方案的确定性系数为0.85,与无实时校正结果方案和校正方案相比均有一定提高,且预报精度为甲级的洪水场次分别增加了2场和1场,使洪水预报精度得到了一定的提高。     

大风江流域东场挡潮闸施工洪水预报

对大风江流域近海河段东场挡潮闸施工期洪水预报进行实例探讨.利用中上游实测资料建立降雨～洪峰流量相关方案,用相邻流域上下游面积比指数移植到下游挡潮闸处进行洪水预报.     

西北江三角洲的洪水特征分析

珠江是我国南方最大的水系,由西江、北江、东江组成,地处亚热带,降水充沛,流域内水系气候因素差异较大.西北江三角洲洪水发生机制复杂,洪水类型多样.近年来,由于人为因素的影响,洪水特征有较大的变化,给洪水预报提出了新的要求.     

欧洲城市洪水管理决策系统

世界很多地方遭受洪水侵害,这个问题尤其发生于地势陡峭、地形复杂的地区,因为那里形成暴雨很容易,也很快。在过去的数十年,在欧洲南部的山区,与地中海接壤的地方,遭受了严重的和突发性洪水袭击,主要是城市化的发展使径流产生的速率增加,同时流域的洪水响应速度也增加,洪水预报和实时监测是控制和管理洪水的必要措施,例如,洪水预警、应急事件处理预案、以及灾后恢复工作等。     

简单的垮坝洪水预报模塑

人们对降雨径流洪水预报的研究较多，研制了不少流域模型。如新安江模型、陕北模型和国外研制的萨克拉门托模型、水箱模型等。不少地区已找到了适合当地的模型井率定出了模型在当地应用的参数值，具有了一定的经验。数十年来，人们为了防洪、灌溉、发电等目的，在全国已建设了不少大、中、小型水库。     

洪水滔滔，小心警惕

[安全小名片] 洪水常常是因为持续的强降雨,造成江河上游各溪河水位猛涨而发生的。洪水会冲毁道路、桥梁、房屋．给人们造成严重的灾害。在山脉众多的地区,城镇、村庄和公路大多依山傍水而建,洪水还会引发泥石流、山体滑坡等地质灾害,带来更严重的灾难。     

灵东水库洪水调度系统的建设

灵东水库洪水调度系统自动化程度高、准确可靠、功能齐全,切合水库管理的实际要求,为水库的安全、科学运行发挥了重要作用,可供同类大中型水库借鉴。     

突发洪水预报模型研究

总结了突发洪水所具有的一些特性,指出影响干早半干旱地区产流计算和预报精度的主要因素是雨强,流域的前期土壤湿润条件(AMC)则居次要地位。提出了以雨强为参数的llorton型降雨损失率公式,用于进行产流计算;利用经验单位线预报突发洪水的过程。     

基于PSO优化的BP神经网络在洪水预报中的应用

针对BP神经网络的不足,采用PSO算法对BP神经网络进行优化,建立一个混合的神经网络洪水预测模型。实验仿真结果表明,该模型的预测效果优于传统的洪水预测模型。     

改进的BP神经网络在松花江干流水位预报中的应用

松花江干流水位受上游来水和水库调蓄等多因素的共同作用而表现出非线性响应,采用典型的3层BP神经网络模型来模拟松花江干流肇源、哈尔滨、通河、佳木斯和富锦5个代表站点水位。鉴于BP神经网络学习收敛速度慢、参数选择困难、易陷入局部极小值等缺点,分别采用Levenberg-Marquart算法和基于遗传算法的BP算法来建立水位预报模型,并对预报结果进行了分析和比较。结果表明:两种算法收敛速度快,预报精度均能达到预报要求。特别是将遗传算法的全局搜索和BP网络局部精确搜索的特性有机结合,做到了优势互补,在河流水位预报方面有着广阔的应用前景。