2020年三峡水库沙峰排沙调度分析

为了减少三峡水库库区泥沙淤积,提高水库排沙效率,2020年8月中旬长江4、5号洪水期间,在泥沙实时监测和精确预报的基础上,三峡水库进行了沙峰排沙调度.调度期间,三峡水库坝前最高调洪水位虽然高达167.65 m,但此次沙峰过程排沙比仍达到了27％,比试验性蓄水以来平均排沙比高9％,沙峰排沙调度取得良好效果.对2020年长...     

2018长江2号洪水期间三峡水库沙峰排沙调度

2018年长江第2号洪水期间,寸滩站洪峰流量59 300 m~3/s,报汛最大含沙量达到4.47 kg/m~3,三峡入库沙量达到了7 440万t,均大于2014~2017年各年的全年入库输沙量,且入库沙峰大、持续时间长。根据泥沙实时监测与预报成果,7月11～20日三峡水库入库和坝前含沙量较大,三峡水库在进行防洪、航运调度的基础上,实施了沙峰排沙调度,将下泄流量42 000 m~3/s一直维持至沙峰通过大坝后。实测资料表明:7月18～20日三峡水库排沙效果明显增强,出库含沙量在0.50～1.20 kg/m~3之间,最大出库输沙率达到48.5t/s,日均出库沙量在370万t左右,按沙峰输移过程统计,沙峰过程排沙比达29%,7月份排沙比达到了31%,取得了较好的排沙效果,有效减轻了库区泥沙淤积。研究成果为进一步完善三峡水库"蓄清排浑"新模式积累了宝贵的经验。     

基于Azure AutoML的泥沙预报模型构建与应用

泥沙预报是开展水库泥沙实时调度的前提,而水沙作用机理和演进规律的复杂性又导致开展高效、精准的泥沙预报较为困难。基于微软在2018年发布的Azure AutoML自动化机器学习技术,进行了泥沙预报模型构建与应用的探索。选取三峡水库泥沙重要控制站——寸滩、清溪场、万县、黄陵庙站构建了含沙量预报模型,并从模型构建与评估、预报精度、输入因子重要性等角度开展了分析。研究结果表明：Azure AutoML技术可便捷地进行自动化机器学习模型的构建,基于该技术建立的预见期为1～3 d的模型针对沙峰消退阶段和含沙量较小阶段预报效果较好;预见期为1～2 d的模型可以对沙峰开展较为准确的预报;寸滩、清溪场站含沙量主要受到上游来沙的影响,而万县、黄陵庙站的含沙量自相关性较强。     

三峡水库洪水预报方案设计——以岷江流域为例

三峡入库洪水预报范围涉及39万km2,分为7个大区间进行方案设计.以,岷江流域为例,介绍了预报采用的模型、方法,并阐述了其中一个子区间的资料整理、单元划分、方案配置、模型应用、成果分析过程,而后进行整个岷江流域的预报方案检验.三峡水库的预报方案从大流域到小区间层层嵌套设计,同时从小区间到大流域逐级预报、逐级检验.该方案从大处着眼、小处入手,对大、中、小流域的预报方案设计都有一定的借鉴意义.     

三峡水库区间流域实时水文预报系统研究

介绍了应用新安江模型和API型模型编制三峡区间实时水文预报系统的方法.由三峡水库蓄水前、后资料对预报模型的检验表明,新安江模型预报精度满足实时洪水预报的要求.本系统已安装在三峡开发总公司梯级调度中心正式运行.     

2016年长江第1号洪水预报及调度影响分析

通过分析2016长江第1号洪水的水雨情发展、洪水组成、水情预报、调度还原计算成果等,解析了该场洪水的暴雨洪水特性、预报对调度的支撑作用以及三峡水库调度对城陵矶河段水位的影响。分析表明：金沙江、乌江来水对第1号洪水起筑底作用,三峡区间洪水则为该场洪水造峰,三者最大1d洪量占三峡入库来水比率分别达26.1%,15.6%,38.1%;第1号洪水期间,水情预报为调度决策提供了长预见期、较高精度的前提支撑,78,54,30,6 h预见期的三峡入库洪峰预报误差分别仅为-20.0%,-10.0%,-4.0%,0;三峡水库在第1号洪水期间通过防洪调度将入库洪峰流量削峰38%,最大拦蓄洪量约29亿m3,削减莲花塘站洪峰水位0.39 m左右,避免了城陵矶河段出现超保证水位。     

长江洪水监测预报预警体系建设与实践——以2017年长江1号洪水预报为例

近年,在水利部及长江委领导下,长江水文监测预报预警技术取得长足进步。2017年6~7月长江发生中游型大洪水,洞庭湖、鄱阳湖水系部分支流发生特大洪水,洪水全面检验了长江水文监测预报预警能力、水平及其在防洪调度决策上的作用。总结经验、明确前进方向,对于推动长江水文事业和技术持续进步十分必要。     

2020年三峡水库泥沙淤积特点及原因分析

2020年汛期,长江上游暴雨洪水频发,三峡水库入库沙量显著增大,年入库沙量达到了1.94亿t。在系统分析长江上游水沙变化特性的基础上,总结提炼了2020年三峡库区泥沙淤积出现的新特点,主要是库区泥沙淤积量较往年明显偏大,同时库尾河段和防洪库容内泥沙淤积明显。铜锣峡以上河段由以往的冲刷变为淤积353万m3,淤积量占三峡库区总淤积量的3%;防洪库容内淤积泥沙2 440万m3,为三峡水库175 m试验性蓄水以来最大值,此外坝前河段淤积强度显著增大。分析原因后认为主要是8月上游嘉陵江、岷江等支流暴雨产沙导致入库沙量偏多与水库拦洪导致坝前水位偏高所致。相关结论可为三峡水库科学调度提供更有力的技术支撑。     

基于遥感与GIS的三峡库区淹没影响分析技术及应用——以2020年长江5号洪水为例

以2020年长江5号洪水为例,结合遥感与地理信息系统(GIS)技术,基于天空地协同的超标准洪水监测体系,研究并提出了超标准洪水淹没影响指标提取和淹没影响分析技术,并针对长江5号洪水过程,开展了三峡库区和上游重庆地区天空地协同监测及淹没影响分析技术的应用.结果表明:该技术能充分利用遥感和GIS技术实现对淹没影响区域的多维...     

三峡水库实时调度水文气象预报应用风险及控制

为量化水文气象预报误差对水库实时预报调度的影响,以三峡水库为例,基于其历年水文气象预报信息的误差分析成果,假定入库过程,并叠加对应不同概率的预报误差,以此作为水库调洪演算模型的输入。分析了不同预见期、不同保证率水文气象误差条件下,不超过风险控制点的库水位指标,提出了三峡水库实时预报调度风险控制策略,可为水库科学调度提供参考。     

典型洪水预报调度分析——以高关水库2007年洪水为例

高关水库充分利用已建成的水文遥测、大坝安全监测及洪水预报调度等信息化系统,采用较为先进、便捷的信息化手段,为水库预测、预报与决策提供科学依据,为水库安全度汛提供技术保障,保障了下游人民财产安全,发挥了水库防洪减灾效益。     

三峡水库运用对长江中下游干流水位影响分析——以2010年7月洪水为例

为了分析三峡水库的调洪运用对长江中下游干流水位的影响,采用成熟的预报模型对2010年7月中下旬长江上游地区发生的大洪水过程进行还原计算,分析了三峡水库的拦洪削峰作用.结果表明,洪水过程中,通过对三峡水库的合理调度,有效降低了长江中下游干流各站水位,其中宜昌-沙市河段水位降低约2.5 m,城陵矾-汉口河段水位降低约1.0 m,九江-大通河段水位降低0.3-0.5 m,沙市水位降到警戒水位以下,缓解了荆江河段和中下游干流的防洪压力,缩短了监利-汉口河段各站超警戒水位时间.     

2020年长江中下游干流河道冲淤变化特点及分析

2020年汛期长江流域出现了历时长、范围广的强降雨过程,发生了新中国成立以来仅次于1954,1998年的罕见大洪水。基于现有资料,对2020年大洪水条件下长江中下游干流河道的冲淤变化特点进行了分析。结果表明:上游来沙和三峡水库出库泥沙明显增多是造成宜昌至湖口河段河床冲刷量偏小的原因之一,同时中下游干流洪水顶托严重,减小了宜昌至湖口河道的输沙能力;汛期长江中下游干流涨水较快,易造成河道泥沙落淤,汛后退水慢,河道泥沙得不到有效冲刷。湖口至江阴江段水面比降大,加之河道含沙量低,造成冲刷量偏大。研究成果为进一步深入研究长江中下游河道冲淤变化规律和未来冲淤趋势预测提供了基础和参考依据。