排序方式: 共有38条查询结果,搜索用时 15 毫秒
2.
改进的GLUE方法在水文模型不确定性研究中的应用 总被引:2,自引:0,他引:2
将近年来广泛应用于推求参数后验分布的MCMC方法,对基于蒙特卡洛随机取样方法的传统的GLUE方法进行了改进。采用两参数月水量平衡模型对改进的GLUE方法进行验证,结果表明:改进的GLUE方法可以有效地提高预测区间的置信度,并且推导的后验分布与实际情况更为吻合。 相似文献
3.
基于基流退水过程的非一致性枯水频率分析 总被引:1,自引:0,他引:1
枯水流量频率研究在水资源管理中具有重要作用。在气候变化和人类活动的影响下,水文极值序列的频率分布随时间变化。近年来,非一致性水文系列频率分析作为一项新课题逐渐被水文学者重视和研究。非一致性序列的频率计算方法主要集中于洪水和年径流,而对枯水频率研究不足。本文探讨了流域基流退水和降雨特征对河道枯水流量的重要影响,并通过结合基流退水分析和广义回归模型,研究了基于基流退水过程的非一致性枯水频率分析方法。以渭河为实例,结果表明:以流域退水参数和降雨参数为协变量的非一致性模型更好地描述了渭河华县站枯水流量分布特征的变化;渭河华县站枯水流量总体呈减少趋势,主要原因是基流退水速率加快、日平均降雨深减少以及降雨事件平均时间间隔增加。研究成果对变化环境下水资源供水设计管理、河流生态系统保护以及旱灾风险管理等问题具有实践意义。 相似文献
4.
设计洪水计算方法研究进展与评价 总被引:13,自引:2,他引:13
设计洪水是确定水利工程建设规模及制定运行管理策略的重要依据,国内外已经开展了大量深入的研究。本文系统总结了国内外洪水频率分析方法,包括抽样方法、分布线型、经验频率公式、参数估计方法、设计洪水过程线、历史洪水、区域洪水频率、PMP/PMF、分期和梯级水库设计洪水等方面的研究进展,重点阐述了中国近30年来的主要研究成果,并讨论了存在的主要问题和不足。从四个方面归纳了当前设计洪水研究的前沿与热点问题:即多变量设计洪水计算、非一致性洪水频率分析、基于水文物理机制的洪水频率分析和设计洪水不确定性研究,并展望了中国设计洪水计算未来的研究重点和方向。 相似文献
5.
为验证梯级水库汛期运行水位协同浮动调度模型方法的合理性与普适性,在金沙江流域开展实例分析。首先考虑洪水预见期变化,应用动态多目标算法高效求解调度模型;然后评价汛期运行水位协同浮动调度的风险与效益;最后推求乌东德、白鹤滩、溪洛渡、向家坝水库的汛期运行水位协同浮动关系。研究结果表明:相比年汛限水位静态控制调度方案,梯级水库汛期运行水位协同浮动调度方案在不增加防洪风险前提下,各水库汛期运行水位均可适当抬升,汛期多年平均发电量和电站弃水减少量的最高值(改善率)可达1071亿kWh(11.1%)和649亿m3(14.3%),有效提高了洪水资源利用水平,综合效益巨大。 相似文献
6.
降雨作为一种与洪水存在物理相关性的随机变量,可扩展洪水频率分布估计的信息量。在层次模型的框架下,提出了一种融合降雨随机变量的洪水频率分布推导方法,在构建降雨变量频率分布以及洪水对降雨条件概率分布的基础上,由全概率公式推导出洪水变量的频率分布。选取浙江省兰江流域年最大洪峰流量作为研究实例,引入流域年最大15天前期影响雨量作为洪水变量的相依性变量,结果表明融合降雨变量的洪水频率分布具有较好的拟合效果。通过随机抽样统计实验发现,在降雨样本长于洪水样本的情况下,本文提出的层次模型能够充分利用长系列降雨信息,同时考虑了其他随机因素对洪水频率分布的影响,相较于直接由皮尔逊Ⅲ型分布拟合实测洪水样本的方法以及插补延长法,一定程度上可以提高洪水频率分布的估计精度,减小抽样误差导致的水文设计值不确定性。 相似文献
7.
8.
融合马尔科夫链-蒙特卡洛算法的改进通用似然不确定性估计方法在流域水文模型中的应用 总被引:9,自引:3,他引:9
本文在Blasone研究工作的基础上,进一步提出了基于马尔科夫链-蒙特卡洛算法的改进通用似然不确定性估计方法(Markov Chain_Monte Carlo based Modified Generalized Likelihood Uncertainty Estimation,MMGLUE)。该方法结合近年来被广泛用于推求参数后验分布的MCMC方法,对基于Monte Carlo随机取样方法的传统GLUE方法进行改进,并以预测区间性质最优为标准,对可行参数组阈值进行判断与选择,提出了衡量预测区间对称性的标准,并就预测区间性质与可行参数组个数的相关关系进行了探索。在汉江玉带河流域的实例研究证明,MMGLUE方法较传统的GLUE方法能够推求出性质更为优良的预测区间,从而更真实合理地反映水文模型的不确定性。 相似文献
9.
丹江口库周区人工神经网络洪水预报模型研究 总被引:4,自引:0,他引:4
丹江口水库库周区洪水入库方式多样,入库过程难以观测,采用传统模型对库周区洪水进行预报的精度较低.运用人工神经网络模型的基本原理,针对库周区洪水汇流历时短,所需预见期较短,对预报精度要求较高的特点,建立了可以灵活调整预见期的基于人工神经网络的库周区洪水预报模型.模型采用权重自适应算法,不需要单独的误差校正模型,结构较为简洁.选取1996~1999年汛期资料作为率定期资料,以2000~2001年的资料作为检验期资料,获得了较高的模拟和预报精度.当预见期为1个时段时,模型率定期和检验期的确定性系数分别为97.3%、94.9%,水量平衡系数分别为0.997、0.996,总的洪峰合格率达到95.83%. 相似文献
10.