洪水預(yù)報(bào)講座20150628

1、洪水預(yù)報(bào)講座據(jù)已知的信息對(duì)未來(lái)一定時(shí)期內(nèi)的水文狀態(tài)做出定性或定量的預(yù)測(cè)。按水情特點(diǎn)和預(yù)報(bào)內(nèi)容分類：按水情特點(diǎn)和預(yù)報(bào)內(nèi)容分類：（1 1）洪水預(yù)報(bào)：洪水預(yù)報(bào)：主要預(yù)測(cè)河流、湖泊、水庫(kù)汛期洪水，預(yù)報(bào)內(nèi)容有洪峰主要預(yù)測(cè)河流、湖泊、水庫(kù)汛期洪水，預(yù)報(bào)內(nèi)容有洪峰水位、洪峰流量和洪水（水位、流量）過(guò)程；水位、洪峰流量和洪水（水位、流量）過(guò)程；（2 2）枯水預(yù)報(bào)：枯水預(yù)報(bào)：主要預(yù)測(cè)枯季水位、流量和河網(wǎng)蓄水量；主要預(yù)測(cè)枯季水位、流量和河網(wǎng)蓄水量；（3 3）冰情預(yù)報(bào)：冰情預(yù)報(bào)：主要預(yù)測(cè)水體凍結(jié)和消融過(guò)程，預(yù)報(bào)內(nèi)容包括主要預(yù)測(cè)水體凍結(jié)和消融過(guò)程，預(yù)報(bào)內(nèi)容包括封凍日期、冰厚、解凍日期和流冰；封凍日期、冰厚、解凍日期和

2、流冰；（4 4）臺(tái)風(fēng)暴潮預(yù)報(bào)：臺(tái)風(fēng)暴潮預(yù)報(bào)：主要預(yù)報(bào)入海河口段水量、水位情況；主要預(yù)報(bào)入海河口段水量、水位情況；（5 5）沙量預(yù)報(bào)：沙量預(yù)報(bào)：預(yù)測(cè)河流含沙量和水庫(kù)泥沙沖淤情況；預(yù)測(cè)河流含沙量和水庫(kù)泥沙沖淤情況； 水文水文預(yù)報(bào)預(yù)報(bào)短期水文預(yù)報(bào)短期水文預(yù)報(bào)中長(zhǎng)期水文預(yù)報(bào)中長(zhǎng)期水文預(yù)報(bào)預(yù)報(bào)的預(yù)見(jiàn)期是指發(fā)布預(yù)報(bào)的預(yù)見(jiàn)期是指發(fā)布預(yù)報(bào)與預(yù)報(bào)要素出現(xiàn)的預(yù)報(bào)與預(yù)報(bào)要素出現(xiàn)的時(shí)間間距。時(shí)間間距。在水文預(yù)報(bào)中，預(yù)見(jiàn)期的長(zhǎng)與短沒(méi)有明確的時(shí)間界限，在水文預(yù)報(bào)中，預(yù)見(jiàn)期的長(zhǎng)與短沒(méi)有明確的時(shí)間界限，習(xí)慣上把主要由水文要素作出的預(yù)報(bào)稱為短期預(yù)報(bào)；把習(xí)慣上把主要由水文要素作出的預(yù)報(bào)稱為短期預(yù)報(bào)；把包括氣象預(yù)報(bào)性質(zhì)在內(nèi)的水文預(yù)

3、報(bào)稱為中長(zhǎng)期預(yù)報(bào)。包括氣象預(yù)報(bào)性質(zhì)在內(nèi)的水文預(yù)報(bào)稱為中長(zhǎng)期預(yù)報(bào)。水文預(yù)報(bào)短期洪水預(yù)報(bào)短期洪水預(yù)報(bào):降雨徑流預(yù)報(bào)和河段洪水預(yù)報(bào)。降雨徑流預(yù)報(bào):按降雨徑流形成過(guò)程的原理，利用流域內(nèi)的降雨資料預(yù)報(bào)出流域出口斷面的洪水過(guò)程。河段洪水預(yù)報(bào):河槽洪水波運(yùn)動(dòng)理論為基礎(chǔ)，由河段上游斷面的水位、流量過(guò)程預(yù)報(bào)下斷面的水位和流量過(guò)程。水文預(yù)報(bào)短期洪水預(yù)報(bào)降雨徑流預(yù)降雨徑流預(yù)報(bào)方法報(bào)方法降雨徑流經(jīng)驗(yàn)方法降雨徑流經(jīng)驗(yàn)方法降雨徑流模型降雨徑流模型API模型模型 P R連續(xù)連續(xù)API模型模型 P R Q徑流深凈峰相關(guān)徑流深凈峰相關(guān) P R Qmax水文預(yù)報(bào)降雨徑流經(jīng)驗(yàn)方法API模型模型 + 單位線單位線UH = 連續(xù)連續(xù)A

4、PI模型模型水文預(yù)報(bào)降雨徑流經(jīng)驗(yàn)方法 降雨降雨 徑流徑流 凈峰流量相關(guān)法凈峰流量相關(guān)法),(),(amamPPfQQPPfQ水文預(yù)報(bào)降雨徑流經(jīng)驗(yàn)方法降雨降雨- -最高水位相關(guān)最高水位相關(guān)暴雨中心在清流河、來(lái)安河流域暴雨中心在清流河、來(lái)安河流域暴雨中心在滁河干流、降雨分布均勻暴雨中心在滁河干流、降雨分布均勻水文預(yù)報(bào)短期洪水預(yù)報(bào)降雨徑流預(yù)降雨徑流預(yù)報(bào)方法報(bào)方法降雨徑流經(jīng)驗(yàn)方法降雨徑流經(jīng)驗(yàn)方法降雨徑流模型降雨徑流模型新安江模型新安江模型坦克模型坦克模型薩克模型薩克模型陜北模型陜北模型TopModel新安江模型新安江模型p 1964年提出濕潤(rùn)地區(qū)以蓄滿產(chǎn)流為主的觀點(diǎn)p 1973年在編制新安江水庫(kù)入庫(kù)預(yù)

5、報(bào)方案時(shí)首先提出了一個(gè)計(jì)算降雨徑流的模型-新安江模型（二水源）p 在80年代中期，總結(jié)出了三水源新安江模型三分三分分單元分單元分水源分水源分階段分階段 產(chǎn)流計(jì)算蓄滿產(chǎn)流概念；蒸散發(fā)計(jì)算采用三層模型；水源劃分為地表徑流、壤中流和地下徑流；匯流計(jì)算分為坡面匯流、河網(wǎng)匯流和河道匯流三部分；它的模型結(jié)構(gòu)可以簡(jiǎn)單歸結(jié)為：。新安江模型流量演算法的基本原理流量演算法的基本原理特征河長(zhǎng)法特征河長(zhǎng)法馬斯京根法馬斯京根法滯后演算法滯后演算法相應(yīng)水位流量法相應(yīng)水位流量法線性動(dòng)態(tài)系統(tǒng)模型線性動(dòng)態(tài)系統(tǒng)模型 BP人工神經(jīng)網(wǎng)絡(luò)模型人工神經(jīng)網(wǎng)絡(luò)模型河道洪水預(yù)河道洪水預(yù)報(bào)方法報(bào)方法相應(yīng)水位（流量）法相應(yīng)水位（流量）法( (經(jīng)驗(yàn)

6、經(jīng)驗(yàn)) )流量演算法（特征河長(zhǎng)法、馬斯京根法、滯后演算法等）流量演算法（特征河長(zhǎng)法、馬斯京根法、滯后演算法等）一維水動(dòng)力學(xué)方法（圣維南方程追趕法求解）一維水動(dòng)力學(xué)方法（圣維南方程追趕法求解）（由河道上游水（由河道上游水位或流量預(yù)報(bào)下位或流量預(yù)報(bào)下游水位或流量）游水位或流量）流量演算法的基本原理流量演算法的基本原理或或或或?qū)τ跀U(kuò)散波情形，動(dòng)力方程簡(jiǎn)化為槽蓄方程對(duì)于擴(kuò)散波情形，動(dòng)力方程簡(jiǎn)化為槽蓄方程可以證明，槽蓄曲線的坡度就是河段內(nèi)洪水波可以證明，槽蓄曲線的坡度就是河段內(nèi)洪水波傳播時(shí)間：傳播時(shí)間：特征河長(zhǎng)法特征河長(zhǎng)法特征河長(zhǎng)法特征河長(zhǎng)法馬斯京根法馬斯京根法1、由美國(guó)人麥卡錫于1938年提出，首先應(yīng)

7、用于馬斯京根河得名；2、我國(guó)從20世紀(jì)50年代開(kāi)始對(duì)該方法進(jìn)行深入的研究，并逐步進(jìn)行改進(jìn)： （1）1962年，華東水利學(xué)院提出馬斯京根法有限差解的河網(wǎng)單位線； （2）長(zhǎng)江流域規(guī)劃辦公室水文處導(dǎo)出馬斯京根法河道分段連續(xù)流量演算的通用公式及完整的匯流系數(shù)表； （3）1982年，法國(guó)工程師康吉提出了馬斯京根-康吉演算法； （4）1985年，華東水利學(xué)院提出了馬斯京根法非線性解以及矩陣解； （5）1992年，黃委翟家瑞提出分層馬法。馬斯京根法馬斯京根法其中：其中：)1 (),(kQQxxIkQIfW馬斯京根法馬斯京根法1210CCC1211202QCICICQkxKtkxtC5 . 05 . 00kx

8、KtkxtC5 . 05 . 01kxKtkxktC5 . 05 . 02馬斯京根法馬斯京根法馬斯京根法馬斯京根法馬斯京根法馬斯京根法馬斯京根法馬斯京根法xk、的物理意義的物理意義)1 (),(kQQxxIkQIfW當(dāng)當(dāng)0QQ 才有單一線性關(guān)系。才有單一線性關(guān)系。00dQdWdQdWk于是：于是：k馬斯京根法馬斯京根法Llx2210000)()(QZSQQflxk、的物理意義的物理意義5 . 0 x馬斯京根法馬斯京根法xk、的物理意義的物理意義馬斯京根法馬斯京根法xk、的確定的確定t、Llx2210CLk)1 (22xKtKxkt 可結(jié)合物理可結(jié)合物理概念優(yōu)化率概念優(yōu)化率定參數(shù)定參數(shù)馬斯京根法

9、馬斯京根法為保證線性條件，需取為保證線性條件，需取kt 但在長(zhǎng)河段時(shí)還是難以滿足。但在長(zhǎng)河段時(shí)還是難以滿足。為此，分段連續(xù)演算。為此，分段連續(xù)演算。當(dāng)已知預(yù)報(bào)河段當(dāng)已知預(yù)報(bào)河段xkL、 、時(shí)時(shí)t先確定先確定取取tKlnLLl2)21 (21xnxltKKKnl馬斯京根法馬斯京根法當(dāng)預(yù)報(bào)河段無(wú)當(dāng)預(yù)報(bào)河段無(wú)xk、時(shí)時(shí)t先確定先確定取取tKl、tCLllLLn llLlx221馬斯京根法馬斯京根法演算公式演算公式j(luò)ijijijiQCQCQCQ, 121, 111,0,mi, 2 , 1nj, 2 , 1其中其中0,0, 10, 0,mQQQ為入流過(guò)程為入流過(guò)程nmnnQQQ, 1,0,為出流過(guò)程為出

10、流過(guò)程滯后演算法滯后演算法滯后演算法滯后演算法相應(yīng)水位（流量）相關(guān)法相應(yīng)水位（流量）相關(guān)法相應(yīng)水位（流量）相關(guān)法相應(yīng)水位（流量）相關(guān)法合成流量法合成流量法 合成流量法合成流量法)(1,niititIfQniitiI1,為同時(shí)流達(dá)下游斷面的各上游站相應(yīng)流量為同時(shí)流達(dá)下游斷面的各上游站相應(yīng)流量之和，稱為合成流量。之和，稱為合成流量。 i為各干、支流河段的流量傳播時(shí)間為各干、支流河段的流量傳播時(shí)間 tQ為下游預(yù)報(bào)斷面流量為下游預(yù)報(bào)斷面流量 合成流量法合成流量法線性動(dòng)態(tài)系統(tǒng)模型線性動(dòng)態(tài)系統(tǒng)模型河道洪水預(yù)報(bào)的一個(gè)單（多）輸入、單輸出的河道洪水預(yù)報(bào)的一個(gè)單（多）輸入、單輸出的線性動(dòng)態(tài)系統(tǒng)模型可統(tǒng)一表示為：

11、線性動(dòng)態(tài)系統(tǒng)模型可統(tǒng)一表示為： tKiMjjNijjiiitubitQatQ 11)(1)(線性動(dòng)態(tài)系統(tǒng)模型線性動(dòng)態(tài)系統(tǒng)模型 tKiMjjNijjiiitubitQatQ 11)(1)(模型結(jié)構(gòu)和階數(shù)的估計(jì)屬模型識(shí)別問(wèn)題，常用模型結(jié)構(gòu)和階數(shù)的估計(jì)屬模型識(shí)別問(wèn)題，常用的算法有殘差方差圖法、的算法有殘差方差圖法、AIC準(zhǔn)則法和逐步回準(zhǔn)則法和逐步回歸優(yōu)化篩選法等。歸優(yōu)化篩選法等。模型參數(shù)的估計(jì)采用最小二乘法估計(jì)。模型參數(shù)的估計(jì)采用最小二乘法估計(jì)。線性動(dòng)態(tài)系統(tǒng)模型線性動(dòng)態(tài)系統(tǒng)模型由前由前4個(gè)時(shí)間節(jié)點(diǎn)上的合成流量個(gè)時(shí)間節(jié)點(diǎn)上的合成流量（由歸陽(yáng)流量和耒陽(yáng)、歐陽(yáng)海、（由歸陽(yáng)流量和耒陽(yáng)、歐陽(yáng)海、神山頭相應(yīng)流量合成），預(yù)報(bào)神山頭相應(yīng)流量合成），預(yù)報(bào)后第后第6個(gè)時(shí)間節(jié)點(diǎn)上的衡陽(yáng)流量，個(gè)時(shí)間節(jié)點(diǎn)上的衡陽(yáng)流量，預(yù)報(bào)模型為：預(yù)報(bào)模型為： )()()2()2() 1() 1 ()0()(000mpmpjQmpFmpjQFmpjQFFjQglosglosgloshy線性動(dòng)態(tài)系統(tǒng)模型線性動(dòng)態(tài)系統(tǒng)模型線性動(dòng)態(tài)系統(tǒng)模型線性動(dòng)態(tài)系統(tǒng)模型線性動(dòng)態(tài)系統(tǒng)模型線性動(dòng)態(tài)系統(tǒng)模型BP人工神經(jīng)網(wǎng)絡(luò)模型人工神經(jīng)網(wǎng)絡(luò)模型BP人工神經(jīng)網(wǎng)絡(luò)模型人工神經(jīng)網(wǎng)絡(luò)模型BP人工神經(jīng)網(wǎng)絡(luò)模型人工神經(jīng)網(wǎng)絡(luò)模型BP人工神經(jīng)網(wǎng)絡(luò)模型人工神經(jīng)網(wǎng)絡(luò)模型.X1X2Xnx.Y1Y2YnyZ1Z1ZnzinxihijjXWY0,n