一、株洲水文站水位数据时间序列分析(论文文献综述)
金文婷[1](2021)在《黄河梯级水库群“水-沙-电-生态”多维协同控制与与均衡调控研究》文中指出黄河是中华民族的母亲河。目前,黄河正面临严峻的生态环境和水资源利用挑战。一方面,近四十年来,黄河流域经济社会快速发展,水资源需求不断增加,黄河水沙情势发生改变,呈现出水资源严重短缺、水生态环境受损、河道泥沙淤积等突出问题,制约着黄河流域的生态保护和可持续发展。另一方面,受气候变化和人类活动影响,近年来黄河径流量呈减少趋势,使得缺水及生态问题进一步突出。梯级水库群在防洪、生态、供水、发电、输沙等方面发挥着显着作用,承担着支撑社会经济发展和保障河流生态健康的重要使命。为了推进黄河流域生态保护和高质量发展,亟需研究径流减少背景下黄河梯级水库群“水-沙-电-生态”多维协同控制与均衡调控,重点保障水资源多目标利用的关键利益,为黄河梯级水库群调度下供水、发电、输沙、生态多目标形成协同有序、利益均衡提供理论依据。本文以黄河梯级水库群为研究对象,从水资源高效利用的角度出发,以水文学、水资源学、系统工程学、计算机科学、协同学以及混沌理论为指导,系统地提出一套梯级水库群“水-沙-电-生态”多维协同控制与均衡调控、调度系统混沌特征识别与引导的理论与方法体系,以期为径流减少背景下存在多目标激烈竞争关系的梯级水库群优化调度提供理论支撑和技术指导。主要研究内容和成果如下:(1)基于协同学提出了梯级水库群“水-沙-电-生态”多维协同控制理论,确定了梯级水库群“水-沙-电-生态”多维协同控制的总体原则,即在保障各目标关键利益的基础上,通过统筹协调、甚至必要时适度牺牲非关键利益来实现水库群“水-沙-电-生态”多维协同控制;识别了黄河上游及中下游供水、发电、输沙、生态各目标的关键利益与非关键利益,选取了相应的序参量,确定了序参量阈值,为构建梯级水库群“水-沙-电-生态”多维协同控制模型奠定了理论基础。(2)构建了黄河梯级水库群“水-沙-电-生态”多维协同控制模型(协同模型)及传统的梯级水库群多目标调度模型(传统模型),采用层次分析法确定协同模型的序参量权重,运用粒子群优化算法对两种模型进行求解。验证算例的协同模型与传统模型结果对比表明:协同模型以较小牺牲4.35%的非关键发电利益换取了多目标利益(尤其是关键利益)较传统模型的全面提高,验证了协同模型的有效性与合理性。协同模型更加符合缺水流域在多目标竞争激烈背景下的水资源高效利用要求,为梯级水库群调度下“水-沙-电-生态”多目标在时段间形成协同有序提供了技术支撑。(3)提出了基于满意边界的时段内多目标均衡调控方法,以促使协同模型结果在逐时段内达到多目标利益均衡。引入满意度概念以衡量时段内单目标的利益满足程度,由时段单目标满意度的最大、最小值所构成的区间作为“满意边界”,通过合理的方法获取各目标的满意边界;以满意边界为依据对协同模型结果进行逐时段多目标利益均衡检验,对时段内满意边界遭到破坏的目标进行调控,以确保时段内多目标利益均在满意边界内;为梯级水库群调度下“水-沙-电-生态”多目标在时段内实现利益均衡提供了科学支撑。(4)提出了梯级水库群多目标调度系统混沌特征识别与引导方法。引入混沌理论及相关概念,论证了梯级水库群多目标调度系统为非线性动态系统,具有混沌特征;提出了以梯级水库群逐时段“水-沙-电-生态”多目标满意度闭合面积时间序列作为表征水库群调度系统运行状态的混沌时间序列,用于提取混沌特征指标(关联维数及Kolmogorov熵);评价多目标利益均衡调控是否有利于降低梯级水库群调度系统的混沌特征,引导水库群调度系统向减小混沌程度与复杂程度的方向演进;为选取混沌特征较小的梯级水库群运行方案提供了科学的理论依据。(5)以黄河上游径流变异点(1990年)为分界,对1960~1989年及1990~2015年两个径流序列的黄河上、中下游梯级水库群“水-沙-电-生态”多维协同控制与均衡调控最终方案进行分析,量化了径流减少对黄河梯级水库群“水-沙-电-生态”多目标利益的影响;在梯级水库群“水-沙-电-生态”多维协同控制与均衡调控的指导下,各目标关键利益受损程度明显小于非关键利益的受损程度,体现了所提理论与方法在径流减少的背景下以各目标关键利益为保障重点的战略优势。(6)设置了 2030水平年现有水利工程条件及有古贤水库两种情景;通过对1990~2015年径流序列的黄河上、中下游梯级水库群“水-沙-电-生态”多维协同控制与均衡调控最终方案分析,量化了河道外综合需水增加及古贤水库生效对黄河梯级水库群“水-沙-电-生态”多目标利益的影响,分析了古贤水库参与联合运行后黄河中下游梯级水库群运行方式的变化。
史卓琳[2](2021)在《河流形态对遥感估算河道流量的影响研究》文中研究说明河道流量的监测为水资源管理、水土保持、气候变化、陆地水循环、洪旱灾害预警及农业、运输等等多个方面的研究和应用提供了宝贵的数据基础,特别在水资源比较缺乏的内陆干旱半干旱地区,河道流量监测对河流及周边生态环境的可持续发展具有极为重要的意义。研究表明,水文站的数量逐渐减少,空间分布不均且较为稀疏,很多自然河流都难以实现连续、完整的流量监测。随着遥感技术的发展,利用遥感技术估算及监测河流流量、建立遥感虚拟流量站成为遥感研究的热点领域之一,如何准确地通过各种方法基于遥感估算河道流量成为其中的关键。河流形态普遍被认为是影响遥感估算精度的直接指标,然而,其具体通过哪些指标从何种程度上影响估算精度还有待深入探索。本文分别在中国西北地区和澳大利亚东南部典型的干旱半干旱地区选择了黑河上游、墨雷达令子流域作为研究区,基于GIS和遥感数据定量提取河道的比降、弯曲度以及河宽等河流形态指标,同时提取地表水动态作为辅助要素,采用对照/测量(Calibration/Measurement,C/M)方法基于Landsat遥感影像估算各河段流量,结合河流形态、水动态与估算结果,使用相关分析、多因素方差分析定性和定量讨论河流形态各项指标变化对遥感估算流量精度的影响。在此基础之上,得出遥感虚拟流量站的选址依据,并以墨雷达令流域另一相似河段为例,展示本研究对遥感监测河道流量的指示意义。结论印证了C/M法用于估算流量的可行性,实测流量与C/M序列均表现出较强的正相关特征。总体上,河宽越大,流量估算的误差趋向于越小,流量估算模型的稳定度越高。估算精度受多个河流形态指标综合影响,且在水体发生率较高、历史最大水域范围较大的河段,容易取得较好的估算结果。同时,河宽对流量估算精度和模型稳定度的影响最为显着。此外,在选址建立遥感虚拟流量站进行流量监测时,也可选定多个遥感虚拟流量站的位置,在保证一定估算精度的前提下,提供更灵活的调整方案。
陈嘉明[3](2021)在《新型雷达高度计波形数据处理方法及湖泊应用研究》文中研究表明湖泊水位是水循环和气候变化的重要指示因子。雷达测高技术作为水位观测的替代手段,近年来被广泛应用于湖泊水位监测中,尤其是无水文观测的湖泊或跨国界湖泊。传统脉冲有限雷达高度计由于其脚印点较大,在观测中小型湖泊时容易受到陆地噪声信号的干扰。随着多普勒延迟技术与开环跟踪技术在Cryosat-2、Jason-2/3、Sentinel-3A等新型雷达高度计中的应用,中小型湖泊水位高精度反演成为可能。本文即针对Cryosat-2、Jason-2/3、Sentinel-3等新型雷达高度计数据,开展了波形数据处理方法研究及中小型湖泊水位反演的应用研究。主要研究内容和结论如下:(1)针对陆地噪声造成的多波峰波形与无效远星下点的问题,提出了一种基于多尺度自适应峰值检测重跟踪算法AMPDR(Automatic Multiscale-based Peak Detection Retracker)。该算法通过构建距离图的统计方法检索最可能包含水面反射信号的波形前缘,可以从受到陆地污染的多波峰波形中得到稳定的湖泊水位。它既可用于山地湖泊亦可用于平原洪泛区湖泊,同时也适用于多种不同种类的测高数据。利用中国境内9个湖泊的实测水位数据对提取的湖泊水位进行验证,并与其他重跟踪算法的性能进行综合比较。结果表明AMPDR算法可有效处理多种复杂的多波峰波形,沿轨观测点水位处理的标准差最小。利用AMPDR重跟踪算法在多个湖泊获得的水位时间序列均更稳定;与其他算法相比反演水位的平均精度均最高,AMPDR算法在Cryosat-2、Sentinel-3、Jason-2/3过境湖泊获取的水位序列与实测水位之间的平均RMSEs,分别为0.149m、0.139m、0.181m。此外,在多源测高融合水位序列监测中AMPDR算法同样取得了最好的效果,与实测水位之间的平均RMSEs最小(0.124m)。综上所述,AMPDR算法处理多种测高数据时性能均最好,即使对污染严重的波形也能给出高度估计,这有助于高精度反演中小型湖泊水位。(2)构建了基于噪声轨去除,基于状态-空间模型时间序列构建和基于STL时序分解的融合水位异常值去除等的多源测高数据湖泊水位序列构建方法。通过利用这些方法构建的水位序列与实测水位比较得出,所获取水位序列在扎日纳木错和洪泽湖的RMSE分别为0.128 m和0.162 m;与Hydroweb水位产品相比,所获取的19个湖泊水位序列的精度与鲁棒性得到了显着提升,尤其是对于面积较小的湖泊。(3)针对Cryosat-2、Sentienl-3、Jason-2/3四种高度计数据,经过波形重跟踪改正、多源测高数据湖泊水位序列构建等处理步骤,获取了中国境内2016-2019年的340个湖泊水位变化,并对中国湖泊水位变化的时空特征及驱动因子进行了分析。中国湖泊水位总体上呈上升趋势,年平均变化率为0.343 m/yr。其中274个湖泊水位呈上升趋势,年平均变化率为0.465 m/yr,66个湖泊水位呈下降趋势,年平均变化率为-0.164 m/yr的。在整体空间分布上,中国湖泊水位年变化率有自南向北逐渐升高,自西向东逐渐减少的规律。在不同流域分布上看,中国湖泊水位变化具有明显的空间异质性,在不同流域水位变化具有不同特征:松辽流域与黄河流域湖泊水位普遍呈上升趋势;淮河流域则趋于稳定;长江中下游流域大部分湖泊水位呈下降趋势;内陆河流域的湖泊水位大部分呈上升趋势,其中位于羌塘高原东南部、靠近念青唐古拉山附近的湖泊呈现水位下降趋势,另有少许羌塘高原西部的湖泊呈水位下降趋势。驱动力因子分析结果表明湖泊水位变化的驱动因素受区域的影响而有所不同,秋冬两季的温度变化与湖泊水位变化显着相关。(4)针对Cryosat-2、Sentienl-3、Jason-2/3、SARAL五种高度计数据监测了可可西里和柴达木盆地两个典型湖泊群2010-2019年水位时间序列变化,并分析了水位变化规律。结果表明自卓乃湖2011年发生溃决以来,整个可可西里湖泊群的水位变化规律发生了显着变化,盐湖水位在2012年后保持1.489 m/yr的速率持续上升,这可能给青藏铁路施工带来不良影响;柴达木盆地湖泊群中的达布逊湖受人为干扰的影响近年来以-0.231 m/yr的速率持续下降。通过对湖泊群落的水位变化关系的研究,有助于揭示洪涝灾害、自然环境因素、人为干扰等给湖泊带来的影响。
曹旖丹[4](2021)在《气候变化下长白山二道松花江流域降雨径流模拟及预测》文中进行了进一步梳理近年来,全球气候变化已然成为世界关注的焦点问题,它在诸多方面影响着生态环境以及人类的生产生活。其中,流域的水文循环过程受气候变化影响显着,气温、降水、蒸发等因子的变化,会导致流域径流过程频率和强度的改变,从而影响水资源量及其时空分布,对径流的预估和水资源预测带来不确定性。因此开展气候变化影响下的区域水文循环模拟研究,是区域水资源管理与可持续利用的基础。长白山地区水资源丰富,是松花江、图们江、鸭绿江的源头,占吉林省水资源总量的78.6%,是吉林省乃至整个东北地区重要的水源涵养区。开展对长白山区的环境变化及水资源演变规律等研究,正确理解气候径流变化机制和准确把握径流未来变化趋势,关系着该区域生态安全与社会经济的可持续发展,也是开展区域水资源高效利用及其安全保障的基础。本研究选取长白山区典型流域二道松花江流域为研究区,在揭示研究区历史时期长时间序列的气象水文要素变化特征的基础上,选择分布式水文模型HEC-HMS,对流域开展降雨径流模拟与验证,研究未来不同气候变化情景模式下,区域气候与径流的响应关系。本文得到的主要结论如下:(1)采用Mann-Kendall检验、滑动T检验等方法分析二道松花江流域1957-2017年60年来气温、降雨和潜在蒸散发的变化特征,结果表明,二道松花江流域气温总体呈明显上升趋势,年内各月温差较大,1月份气温最低,7、8月份温度最高;不同于全国降雨普遍减少的情况,流域内前20年降雨量先呈下降趋势,之后40年开始大幅上升,整体呈略微升高趋势,倾向率为2.31 mm/10a,夏季6-8月降水集中,表现为雨热同期;运用Penman-Monteith公式计算出流域内的潜在蒸散发量,60年来总体变化呈较为明显上升趋势,在2009年和2013年左右为突变年份,年内5-8月份蒸散发量较大。(2)在1965-1984年间,流域内汉阳屯站、大甸子站、松江站及二道白河站的水位没有明显变化,流量呈略微下降的趋势,在2006-2017年间,水位较历史时期略微下降,流量上升显着,均与同期内降雨量变化有着密切关系;除位于长白山源头区的二道白河站流量年内分配变化不大,其他三站均在4-8月份流量较大,与研究区春季融雪夏季多雨的自然条件有关。(3)基于研究区高程、土地利用、土壤、气象水文等数据,构建流域2006-2017年汛期HEC-HMS模型,将流域划分成15个子单元,通过人工试错法手动调参,并通过确定性系数DC等指标进行模拟精度评价。得出模型在率定期和验证期对峰现时间以及流量峰值模拟效果最好,合格率均达到91.7%,综合各项评价指标,总合格率为75%,合格年份DC均值达到0.705,表明HEC-HMS模型对二道松花江流域汛期降雨径流模拟成果较为可靠,且降雨量大的年份模拟效果好于降雨量少的年份。(4)未来30年(2021-2050年)SSP2-4.5和SSP5-8.5两种气候情景下,流域降雨量总体呈上升趋势,平均年降雨量SSP2-4.5情景下较高,未来降雨年内分配更加均匀,汛期(6-9月)降雨量变低而其他月份升高。利用建立好的HEC-HMS模型模拟未来30年汛期(6-9月)流域出口的流量,发现两种情景下汛期流量有上升趋势,但比历史实测值有所下降,这与未来30年汛期降雨量较历史时期减少有关。模拟的未来径流量特征值显示,未来流量峰值最多出现在8、9月份,历史时期峰现时间多数出现在7、8月份,峰现时间有一定延后现象。
赵雪瑞[5](2021)在《一维水动力学洪水预报模型及实时校正研究 ——以淠河流域为例》文中认为山区、平原混合流域的下垫面复杂,很难科学准确的描述其产流及汇流特征。特别在汇流过程中,河床形态对水流在河道中的演进过程有很大的影响。传统的水文模型中的汇流部分难以应对这些问题而导致最终的预报不太理想。目前有一些商业软件可以较好的解决这一问题。但由于软件的限制,不能进行二次开发并集成到洪水预报调度系统中。本文以安徽省淠河流域佛磨白响四大水库联合预报调度系统的开发为大背景,建立在系统中集成的水文水动力耦合模型,为洪水影响分析提供基础。主要研究内容及成果如下:(1)本文采用基于有限差分Preissman四点偏心隐格式的一维水动力学模型来构建符合淠河流域的特点的河网模型,详细分析了模型的基本原理、河网的构建方法、内边界处理的方式和求解方法等;着重阐述了环状河网内河道闸堰内边界追赶系数的推导过程及应对河床干湿交替提高模型稳定性的处理方法。(2)开发了适用于树状及环状河网的通用化水动力学模型软件,应用C语言进行程序的编制工作,编写源代码共6500多句。(3)经分析计算可知区间入流对淠河洪水过程有很大的影响。由于区间入流往往难以获得,采用将新安江模型预报的流域出口处的区间入流按河道长度平均分配到各河段的方法与水动力学模型进行耦合,并采取将区间入流时间前移的方式来反映区间入流的汇流过程,经分析计算是可行的。(4)利用近几年发生的4场洪水对模型进行验证计算,经调试认为:对于淠河流域,将佛响横区间入流的时间前移9小时时,该模型的计算洪水过程与实际洪水过程的匹配度高,可以满足预报工作的需求,成果已用于淠河流域洪水影响分析模块中。(5)不同流域的产汇流条件不同,区间入流时间前移的方法具有局限性。考虑到模型的通用性,本文又提出一种区间入流实时反馈校正方法,通过淠河流域洪水校正计算预报精度有所提高,该方法是一种有效且计算简便的校正方法。
王宝英[6](2021)在《德泽水库下游水文情势分析及调度研究》文中研究表明牛栏江—滇池补水工程是国务院172项节水供水重大水利工程之一,是近、中期云南省水资源优化配置的战略性工程、滇池水污染综合治理的关键性措施。在实施环湖截污、入湖河道整治等综合治理措施的基础上,通过引入牛栏江优质水源,可有效提高滇池水环境容量,加快滇池水体循环,降低湖水置换周期,对滇池水污染治理和水环境改善具有重要意义。工程近期(2020年)主要任务是向滇池补水,配合滇池水污染防治的其他措施,促进滇池水质尽快达标,并具备为昆明市应急供水的能力;远期(2030年)主要任务是向曲靖市供水,并与滇中引水工程共同向滇池补水,同时作为昆明市的备用水源。工程主要由水源工程、提水工程和输水工程组成,其中水源工程为位于云南省曲靖市沾益区德泽乡的牛栏江干流上的德泽水库枢纽。德泽水库作为牛栏江—滇池补水工程的水源地,自建成以来发挥了重要的水资源优化配置功能,但也不可避免的对下游水文情势和生态系统造成影响,而合理、科学地水库调度能在满足工程调度任务的同时,有效减少水文情势变化对水库下游的影响。根据德泽水库调度数据及上下游水文站点水文实测资料,对建库以后下游水文情势变化规律及趋势进行研究,以为德泽水库水量调度及流域水资源可持续利用提供相关参考依据。本文基于德泽水库下游的德泽水文站和黄梨树水文站2015年-2019年的水文数据,通过Pearson相关分析法、小波分析法、M-K突变分析法得出:德泽水文站月均流量和月均水位存在显着正相关关系,两者有明显的二次函数关系,且存在17个月和18个月的变化周期,在2015-2019年之间发生过突变,其中月均流量在2015年3月/5月/11月、2016年9月发生突变,月均水位在2015年5月/11月、2016年8月/10月、2017年6月/11月发生突变。黄梨树水文站月均流量和月均水位存在显着正相关关系,两者有明显的二次函数关系,且存在17个月和18个月的变化周期,在2015-2019年之间发生过突变,其中月均流量在2015年7月/11月、2017年6月/11月、2018年10月、2019年7月/9月发生突变,月均水位在2015年7月、2016年1月/5月、2018年/11月、2019年11月发生突发。根据分析成果,基于德泽水库及上、下游水文站同期水文数据,进一步分析2015-2019年德泽水库上游流量对德泽水库蓄水、泄水的影响。利用sen斜率估计法、Mann-Kendall趋势检验法、R/S分析法对未来水库下游水文情势进行预测,得出德泽水文站历史趋势为月均流量呈下降趋势,月均水位呈上升趋势,黄梨树水文站历史趋势为月均流量和月均水位均呈上升趋势;两个水文站的月均流量和月均水位Hurst值均大于0.5,表明未来趋势与历史趋势相一致。同时对德泽水库上游水文站流量和德泽水库出入库流量数据进行统计分析,得出德泽水库建成后,通过削峰、错峰,发挥了重要的洪水调蓄作用。研究表明,德泽水库下游水文站月均流量、月均水位均存在明显的周期波动规律;德泽水文站与黄梨树水文站在月均流量、月均水位上均存在15-20个月周期性变化,在变化周期内具有明显的“枯-丰”变化规律,可为水文站未来水文情势预测提供参考依据,且黄梨树水文站的月均流量、月均水位与德泽水文站变化周期具有一致关系;通过近5年的水文数据,分析水库下游水文站水文要素趋势变化规律,并预测未来的趋势变化;根据近5年上游和水库的逐日流量,分析德泽水库对下游的调蓄功能。综合以上分析,建议德泽水库加强短期气象预报和上游水文监测,深入开展德泽水库与上下游水文站之间相关性研究等,为德泽水库制定科学、合理的调度计划和调度规则提供技术支撑。
施艾琳,覃军,陈正洪[7](2021)在《长江上游流域水位长期变化特征分析》文中指出长江上游地区的水能资源对于我国能源发展具有重要意义,研究长江上游水文的周期和突变规律,可以提前预防旱涝灾害给农业带来的损失。利用线性回归方法对长江上游清溪场水文站的水位资料进行插补延长,然后用小波分析方法和Mann-Kendall方法对三峡大坝蓄水前的1890~2002年旱季1~3月份和雨季6~8月份的水位序列的周期性、阶段性和突变特征进行了比较分析。结果表明:(1)旱季水位在1890~1940年偏高,1940~2002年偏低;雨季水位在1965年以后持续偏低。(2)清溪场水文站旱季的水位存在5~8年的年际变化主周期,其中1900~1950年间5~8年的周期变化是显着的;清溪场水文站雨季水位的主周期为35年左右的年代际变化周期,1940~1960年存在8年左右的年际变化显着周期。(3)旱季水位在1933年发生突变,1933年以后水位由高向低转变,1940年以后水位持续偏低;雨季水位在1957年以后水位由高变低,1965年水位下降趋势加大,到1993年雨季水位显着降低,1997年以后雨季水位有升高的趋势。(4)长江上游流域面雨量与清溪场水位变化趋势相一致,明清小冰期东亚夏季风偏弱长江上游气候偏湿润水位整体较高,20世纪30年代、40年代全球气候相对变暖而东亚夏季风偏强,导致雨带偏北,长江上游气候转而偏干水位整体偏低。
严正宵[8](2020)在《基于HEC-HMS模型的黄土高原区岔巴沟流域山洪模拟与预警研究》文中研究指明山洪灾害被定义为在暴雨开始后的数小时内,山区流域水位暴涨导致的洪水灾害事件。由于山区内中小流域地形陡峭,形成山洪时间较短,且山洪破坏性严重,不仅造成了巨大的经济损失,还对山区居民的生命构成了威胁,所以山洪灾害一直是自然灾害防治中亟需解决的重点问题。黄土高原丘陵沟壑区由于独特的下垫面条件极易发生山洪,如2017年发生的“7·26”特大洪涝灾害导致子洲县损失惨重,其所属的黄土高原区岔巴沟流域因其产汇流机制十分复杂,且近年来由于气候变化影响,致使山洪灾害频率升高,所以如何较为精确模拟山洪过程还有待于深入研究。因此本论文针对岔巴沟流域,进行山洪灾害模拟与山洪灾害预警指标构建研究。本研究采用Arc GIS技术,应用HEC-geo HMS水文扩展模块,通过数字高程模型对岔巴沟流域进行建模,将岔巴沟流域分割为15个子流域,应用土壤类型和土地利用分类等有关数据对模型参数初始值进行估算。考虑到岔巴沟流域产汇流机制的复杂程度,应用HEC-HMS水文模型,选取不同的产汇流计算方法,其中:洪水演进模型和基流模型分别采用马斯京根法和指数衰减法,而产流模型采用SCS径流曲线法及初损稳渗法;直接径流模型采用SCS单位线法及斯奈德单位线法。基于此,建立了SCS径流曲线法+SCS单位线法+马斯京根法+指数衰减法的方案一和初损稳渗法+斯奈德单位线法+马斯京根法+指数衰减法的方案二两种不同的方法体系,从而对岔巴沟流域山洪过程进行模拟研究。通过收集2006-2015年共八场降雨径流事件数据,选择2006-2012年为率定期,2013-2015年为验证期,对两种方案中的相关参数进行率定和验证研究。研究结果表明:方案一中率定期合格率为100%,达《水文情报预报规范》甲等精度,平均Nash系数为0.85,达乙等精度;验证期合格率为100%,达甲等精度,平均Nash系数为0.72,达乙等精度。方案二中率定期合格率为80%,达乙等精度,平均Nash系数为0.71,达乙等精度;验证期合格率为66.7%,达丙等精度,平均Nash系数为0.58,达丙等精度。且方案一中平均峰现时差、平均洪峰相对误差、平均径流深相对误差和平均Nash系数都优于方案二,由此可见,基于方案一的HEC-HMS模型在岔巴沟流域山洪模拟中的适用性更好。与此同时,应用MATLAB神经网络时间序列模型对曹坪水文站的水位-流量数据进行拟合建立函数关系,基于调查获得的预警水位数据,计算对应的山洪临界流量。此外,结合《陕西省中小流域设计暴雨洪水图集》,采用榆林市暴雨强度公式,并借鉴芝加哥雨型模型,对“7·26”特大洪涝灾害发生地-岔巴沟下游榆林市子洲县曹坪村进行暴雨设计研究。通过不断改变暴雨频率,将降雨量输入模型模拟计算洪水流量,最终确定模拟径流量接近山洪临界流量所需的临界雨量值,从而将此临界雨量数据作为该研究区的山洪预警指标。综上所述,HEC-HMS模型在黄土高原区岔巴沟流域有较好的适用性,能为黄土高原典型流域山洪灾害水文模拟提供理论指导意义,为黄土高原区中小流域山洪灾害的预报预警与综合防治提供重要的参考应用价值。
何欣欣[9](2020)在《径流预报的过程化机制研究与系统集成实现》文中研究指明径流预报是水文水资源学科的基础性难题。受气候、自然地理及人类活动等诸多因素的综合影响,降雨、蒸发、下垫面条件等不确定性增大,径流序列的一致性问题突出,复杂性、非线性、动态性等让传统的预报模型方法受到了挑战,迫切需要适应性强的预报业务化创新。针对径流预报过程中不确定性问题及动态变化因素,基于过程,强化机制,研究过程化机制下的预报模式更为关键。立足于响应动态变化特征,聚焦滚动反馈、多尺度嵌套、区间化、适应性机制,从径流序列特性分析到预报模型方法与机制的融合及集成应用,探究并设计过程化的动态机制,并借助综合集成服务平台实现面向主题、面向过程化的径流动态预报模式。围绕径流预报过程化动态机制,以应用为导向,本文开展了以下几项工作:(1)分析了研究流域径流序列的变化特性,奠定了径流预报的研究基础。针对渭河流域径流演变态势,在时间尺度和空间尺度上对河道径流的变化特征进行了多维度分析,通过校对、“三性”审查和插补延长确保了所整编径流数据的准确性和完整性;采用P-Ⅲ型曲线计算拟合,确定了年径流量的优化适线参数;从径流量年内变化、年际变化、代际变化、周期识别和变异诊断等多方面分析了渭河流域的径流时间序列特性。(2)提出了径流预报的过程化机制,强化了在预报业务化过程中用机制指导并开展径流预报的新模式。针对径流时间序列的复杂非线性、高度不规则性和多尺度变异性,立足于“预报、决策、实施,再预报、再决策、再实施”的径流预报动态化的过程,在深入分析环境、需求、条件等变化因素对径流预报影响机理的基础上,基于动态系统辨识理论、反馈控制原理和滚动优化原理,面向动态变化,在径流预报过程中,聚焦滚动反馈、多尺度嵌套、区间化适应性,通过机制适应径流预报过程中的动态变化,设计了涵盖滚动反馈、多尺度嵌套、区间化适应等的机制集成,以及预报过程化机制实现的可行性。(3)开展了基于综合集成服务平台的径流预报过程化机制的系统实现。依托平台,以组件技术和知识图技术为支撑,将径流预报模型方法,按照不同时间尺度、不同适用条件进行了归类粒度化、采用java编程组件化、并封装成Web服务组件发布到了径流预报模型组件库中,在平台上依据知识图逻辑定制、添加组件,完成了面向主题的应用组织及运行,针对主题搭建径流预报过程化机制的业务应用系统。(4)实现了径流预报的过程化机制与分解集成模型方法的融合。以分解集成模型方法为对象,聚焦了预报过程中模型方法与机制的对接,以及对动态变化的适应,立足于径流预报的过程化作业,在过程中充分考虑各类因素的动态变化,用过程化机制引导分解集成模型方法的适时应用,同时把模型方法也融合进入过程化机制,实例化说明了适应性强的径流预报过程化机制模式。(5)实例验证了过程化机制下的径流预报模型方法的预报过程及成效。以主题为导向,围绕主题,在过程化机制中,先采用数据预处理技术与人工智能模型相结合,再分别建立了基于VMD-DNN(变分模态分解-深度神经网络)的日径流预报模型和基于VMD-GBRT(变分模态分解-梯度渐进回归树)的月径流预报模型,最后以渭河为例,在尺度上融合并分析了预报结果。通过与传统水文模型方法的比较,说明了预报指标的在线评价的快速及时效果、以及定量和定性分析在预报过程中的作用。(6)实现了基于过程化机制的径流预报业务的集成应用。针对径流预报业务的全过程,以问题为导向,在过程中发现问题,并提出解决问题的方案,通过数据集成、信息集成、组件集成、机制集成、应用集成,围绕滚动反馈机制、多尺度嵌套机制、区间化适应性机制,针对动态变化,开展了基于分解集成人工智能模型的径流预报、不同时间尺度的径流预报、适应性径流预报的业务集成应用,基于系统自身的动态性,在线分析预报过程中发生的各种动态变化,通过不断反馈与调整,由动态性产生适应性,由适应性产生合理性,强化了对实际径流预报工作的决策支持。
解佗[10](2020)在《基于分解集成预测模型框架及多目标对冲机制的水电—光伏联合调度研究》文中指出能源危机、全球气候变暖是人类发展面临的重要问题。加快发展新能源是解决这一何理的重要途径,由于光伏发电的难预测、波动性和间歇性特点,并网会导致电力系统的稳定性和安全性受到较大影响.从而出现较高的弃光率,造成大量能源浪费,水电是目前电力系统最好的调峰源,水电-光伏的联合调度可以增加新能源消纳,但目前主要存在两方面问题;一是光伏出力和水库米水预测精度较低,预测方式难与实际调度对接,需要合适的预测方式和方法:二是水电-光伏联合调度是一个多目标冲突问题,涉及水库的防洪目标、水电的发电目标和光伏的发电目标,多目标互为矛盾,需要建立合理的对冲机制来化解矛盾。基于此,本文在现有研究成果的基础上,以水库径流、光伏发电预测和水电-光伏联合调度为研究对象,对具有可操作性的分解集成预测模型框架、水电-光伏功率预测集成应用、多目标对冲机制和调度模型求解策略势关键技术进行了研究,开展了以下主度工作:(1)基于综合集成技术,提出了能够适应预测模型变化的分解集成预测框架。针对传统预测棋型精度较低、难以动态反馈集成的问题,运用综合集成及现代信息技术,构建了具有敏捷开发,快速适应的综合服务平台,提下出了分解集成预测型框架,采用组件技术建立了方法、模型组件库,并在综合服务平台之上,以棋型方法组件、动态集成策略,评价反馈修正、主题知识图等为分解集成预测业务描述,实现了快速搭建的分解集成预测应用系统。(2)实现了分解集成预测棋型框架下的水电、光伏功率预测,廷续传统预测模型和方法,对换型、方法和参数可以改变以达到的动态修正预测棋型,在平台上构建了水电、光状功率预测集成应用系统,采用了分解银成、评价反馈、动态修正的预测策略,实现了分解集成预测模型框架下的水电、光伏功率预测应用。分解集成预测模型框架下的水电、光伏功率预测应用。(3)针对水电、光伏功率波动性、随机性给联合调度工作带来的困难,提出了服务于水电-光伏联合调度的相关性分析方法。以水电、光伏功率数据为基础,分析了水电、光伏联合运行的机理和形式,研究了 Copula函数参数估计方法,形成了能够刻画水电、光伏联合分布特性的Copula函数选择策略,建立了以Copula函数为支撑的水电-光伏相关性指标模型,实现了基于Copula模型的水电光伏相关性计算模型,验证了实际场景中水电-光伏的相关性,为水电-光伏联合调度提供了依据。(4)针对水电-光状联合调度中的多目标冲突问题,建立了水电-光伏联合调度的多目标对冲机制。分析水电-光伏联合调度中的多目标冲突问题,研究水电-光伏联合调度动态决策过程,从时间、空间尺度上建立了水电-光伏联合调度的两阶段对冲机制,形成了多个规则相互制约的水电-光伏联合调度对冲机制。(5)建立了考虑系统波动和弃光量目标的水电-光伏多目标联合调度模型,实现了多目标对冲机制下的集成应用。采用了带选择策略的MOEA/D-GABS算法对模型进行求解,并集成时空尺度上的对冲机制,围绕适应性决策,实现了多目标问题、对冲机制、调度模型、求解方法的集成应用。通过应用说明了调度策略及对冲机制的应用价值。
二、株洲水文站水位数据时间序列分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、株洲水文站水位数据时间序列分析(论文提纲范文)
(1)黄河梯级水库群“水-沙-电-生态”多维协同控制与与均衡调控研究(论文提纲范文)
Abstract |
1.绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究目的及意义 |
1.2 国内外研究进展 |
1.2.1 水库群多目标优化调度研究进展 |
1.2.2 协同学在水资源领域研究进展 |
1.2.3 混沌理论在水文水资源领域研究进展 |
1.3 存在的问题 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
2.研究区域概况及资料 |
2.1 黄河流域概况 |
2.1.1 地形地貌与气候特征 |
2.1.2 河流水系及河段概况 |
2.1.3 水资源利用概况 |
2.1.4 泥沙与生态状况 |
2.2 数据资料分析 |
2.2.1 径流资料 |
2.2.2 综合需水资料 |
2.3 黄河干流梯级水库群概况 |
2.4 小结 |
3.基于协同学的梯级水库群“水-沙-电-生态”多维协同控制理论 |
3.1 协同学及其用于研究梯级水库群多目标调度系统可行性分析 |
3.1.1 协同学概述 |
3.1.2 基于协同学研究梯级水库群多目标调度系统的可行性分析 |
3.2 梯级水库群“水-沙-电-生态”多维协同控制理论 |
3.2.1 梯级水库群“水-沙-电-生态”多维协同控制原则 |
3.2.2 关键利益与非关键利益识别及序参量选取 |
3.2.3 序参量阈值确定 |
3.3 小结 |
4.梯级水库群“水-沙-电-生态”多维协同控制模型构建及验证 |
4.1 梯级水库群“水-沙-电-生态”多维协同控制模型构建 |
4.1.1 序参量有序度量化 |
4.1.2 子系统有序度量化 |
4.1.3 多维协同控制模型构建 |
4.1.4 序参量权重确定方法 |
4.2 粒子群优化算法模型求解 |
4.3 传统梯级水库群多目标优化调度模型构建 |
4.4 多维协同控制模型有效性验证 |
4.4.1 模型验证算例选取 |
4.4.2 协同模型验证算例的有序度分析 |
4.4.3 协同模型与传统模型的结果对比分析 |
4.5 小结 |
5.基于满意边界的利益均衡调控及调度系统混沌特征识别与引导 |
5.1 基于满意边界的时段内多目标利益均衡调控 |
5.1.1 满意边界获取 |
5.1.2 时段内多目标利益均衡调控 |
5.2 混沌理论及混沌特征识别方法 |
5.2.1 混沌的定义与概念 |
5.2.2 相空间重构 |
5.2.3 关联维数 |
5.2.4 Kolmogorov熵 |
5.3 梯级水库群多目标调度系统混沌特征识别 |
5.4 多目标利益均衡调控与系统混沌特征引导流程 |
5.5 小结 |
6.径流减少对黄河梯级水库“水-沙-电-生态”多目标利益的影响 |
6.1 1960~1989、1990~2015 径流序列水文改变度分析 |
6.2 1960~1989 序列调控结果分析 |
6.2.1 上游“水-沙-电-生态”多维协同控制与均衡调控结果 |
6.2.2 中下游“水-沙-电-生态”协同控制与均衡调控结果 |
6.3 1990~2015 序列调控结果分析 |
6.3.1 上游“水-沙-电-生态”协同控制与均衡调控结果 |
6.3.2 中下游“水-沙-电-生态”协同控制与均衡调控结果 |
6.4 径流减少影响分析 |
6.4.1 对上游多目标利用影响分析 |
6.4.2 对中下游多目标利用影响分析 |
6.5 小结 |
7.2030水平年黄河梯级水库群多目标协同控制与均衡调控 |
7.1 现有水利工程情景 |
7.1.1 上游“水-沙-电-生态”协同控制与均衡调控结果 |
7.1.2 中下游“水-沙-电-生态”协同控制与均衡调控结果 |
7.2 有古贤水库情景 |
7.2.1 上游“水-沙-电-生态”协同控制与均衡调控结果 |
7.2.2 中下游“水-沙-电-生态”协同控制与均衡调控结果 |
7.3 小结 |
8.结论与展望 |
8.1 结论 |
8.2 主要创新点 |
8.3 展望 |
致谢 |
参考文献 |
附录 |
(2)河流形态对遥感估算河道流量的影响研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究进展 |
1.2.1 遥感估算河道流量的方法 |
1.2.2 河流形态对遥感估算流量的影响 |
1.2.3 河流形态指标的选取及定量提取 |
1.3 研究思路与内容 |
第二章 研究区概况和数据 |
2.1 研究区概况 |
2.1.1 黑河流域 |
2.1.2 墨雷达令流域 |
2.2 数据 |
2.2.1 遥感影像 |
2.2.2 实测流量 |
2.2.3 MERIT水文数据集 |
2.2.4 JRC全球地表水产品 |
2.3 数据预处理 |
2.3.1 遥感影像下载与预处理 |
2.3.2 模型样本选择 |
第三章 河流形态信息提取及水动态分析 |
3.1 河流形态提取方法 |
3.2 河流形态提取结果 |
3.3 地表水动态 |
3.4 本章小结 |
第四章 河流形态对C/M法遥感估算流量的影响 |
4.1 基于C/M的建模过程 |
4.1.1 C/M方法的详细步骤 |
4.1.2 M相关度空间分析 |
4.1.3 C/M建模结果 |
4.2 流量估算的验证过程 |
4.2.1 精度评价指标选择 |
4.2.2 估算值与实测值的拟合分析 |
4.2.3 流量估算精度评价结果 |
4.3 河流形态影响C/M法估算结果的分析 |
4.4 本章小结 |
第五章 遥感虚拟流量站的预推实验 |
5.1 遥感虚拟流量站的预推 |
5.2 验证预推结果 |
5.3 预推实验小结与启示 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读硕士学位期间取得的科研成果 |
致谢 |
(3)新型雷达高度计波形数据处理方法及湖泊应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 星载雷达高度计发展现状 |
1.2.2 波形重跟踪算法研究 |
1.2.3 卫星测高数据监测中国湖泊水位变化研究现状 |
1.2.4 存在的问题 |
1.3 研究内容与论文结构 |
1.3.1 研究内容 |
1.3.2 论文结构 |
1.4 本章小结 |
第2章 雷达高度计测高原理与误差改正 |
2.1 雷达高度计测高原理 |
2.1.1 脉冲有限雷达高度计测高 |
2.1.2 合成孔径雷达高度计测高 |
2.2 卫星测高误差改正 |
2.2.1 电离层误差改正 |
2.2.2 干对流层误差改正 |
2.2.3 湿对流层误差改正 |
2.2.4 潮汐误差改正 |
2.2.5 星下点偏离误差改正 |
2.3 波形重跟踪算法 |
2.3.1 NPPR算法 |
2.3.2 MWa PP算法 |
2.3.3 ESA L2 算法 |
2.3.4 ALES+算法 |
2.3.5 SAMOSA+算法 |
2.4 本章小结 |
第3章 基于新型雷达高度计的波形重跟踪算法研究 |
3.1 特殊回波波形分析 |
3.2 AMPDR算法流程 |
3.2.1 多尺度自适应子波形提取 |
3.2.2 多尺度自适应子波形重跟踪计算 |
3.2.3 最短路径算法搜索最优重跟踪点 |
3.2.4 湖泊水位估计 |
3.3 结果与讨论 |
3.3.1 验证所选湖泊与实测数据 |
3.3.2 算法验证结果 |
3.3.4 讨论 |
3.4 本章小结 |
第4章 基于多源高度计湖泊水位时间序列构建方法 |
4.1 噪声轨迹去除 |
4.2 湖泊水位序列构建 |
4.2.1 基于状态-空间模型构建湖泊水位时间序列 |
4.2.2 多源水位时间序列融合 |
4.3 基于STL算法的融合水位序列异常值去除 |
4.4 湖泊水位变化趋势估计 |
4.5 融合水位序列精度验证 |
4.6 本章小结 |
第5章 雷达高度计数据湖泊水位反演及变化分析 |
5.1 研究区与数据源 |
5.1.1 研究区概况 |
5.1.2 数据源 |
5.2 中国湖泊水位变化(2016-2019) |
5.2.1 湖泊水位整体变化趋势 |
5.2.2 不同流域的湖泊水位变化趋势 |
5.2.3 中国湖泊水位变化驱动力分析 |
5.2.4 结果对比分析 |
5.3 典型湖泊群水位变化(2010-2019) |
5.3.1 可可西里湖泊群变化分析 |
5.3.2 柴达木盆地湖泊群变化分析 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 主要研究工作与结论 |
6.2 主要创新点 |
6.3 存在的问题 |
6.4 展望 |
参考文献 |
附录 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(4)气候变化下长白山二道松花江流域降雨径流模拟及预测(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究进展 |
1.2.1 气候变化下气象水文要素研究进展 |
1.2.2 水文模型研究进展 |
1.2.3 HEC-HMS水文模型研究进展 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 创新点 |
第2章 研究区概况 |
2.1 自然地理概况 |
2.1.1 地理位置 |
2.1.2 地形地貌 |
2.1.3 气候水文 |
2.1.4 土壤植被 |
2.2 社会经济概况 |
第3章 气象水文要素变化特征分析 |
3.1 数据来源 |
3.2 分析方法 |
3.2.1 气候倾向率法 |
3.2.2 Mann-Kendall检验法 |
3.2.3 滑动T检验法 |
3.3 流域气象要素及径流变化特征 |
3.3.1 气温变化分析 |
3.3.2 降雨变化分析 |
3.3.3 潜在蒸散发变化分析 |
3.3.4 径流变化分析 |
3.4 本章小结 |
第4章 基于HEC-HMS模型的二道松花江流域降雨径流模拟 |
4.1 模型概述 |
4.1.1 模型原理 |
4.1.2 模型结构 |
4.2 数据来源与处理 |
4.2.1 DEM数据 |
4.2.2 土地利用及土壤类型 |
4.2.3 降雨径流数据 |
4.3 模型构建 |
4.3.1 计算模型选择 |
4.3.2 流域模型建立 |
4.4 模型参数率定与验证 |
4.4.1 模型参数率定 |
4.4.2 模拟结果与分析 |
4.5 本章小结 |
第5章 未来气候变化情景下流域径流模拟预测 |
5.1 气候变化情景数据 |
5.2 气候变化情景数据的处理 |
5.3 未来降雨变化分析 |
5.4 未来不同气候情景模式下的径流模拟 |
5.4.1 未来气候情景下径流变化趋势 |
5.4.2 未来气候情境下径流特征值分析 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
作者简介 |
致谢 |
(5)一维水动力学洪水预报模型及实时校正研究 ——以淠河流域为例(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 河道洪水演算的研究现状 |
1.2.2 洪水预报实时校正的研究现状 |
1.3 存在问题不足与发展趋势 |
1.4 主要研究内容 |
第二章 研究区域概况及预报模型的选取 |
2.1 流域概况 |
2.1.1 自然地理 |
2.1.2 地形地貌 |
2.1.3 河流水系 |
2.1.4 水文气象及暴雨洪水特性 |
2.1.5 社会经济 |
2.1.6 主要水利工程 |
2.2 流域洪水预报存在的问题 |
2.3 模型的选取 |
2.4 本章小结 |
第三章 模型原理与方法 |
3.1 模型计算原理 |
3.1.1 基本方程及其离散 |
3.1.2 单一河道一维水动力学离散方程组及其求解 |
3.1.3 河网一维水动力学模型方程组及其求解 |
3.1.4 河道断面概化及断面水力要素计算 |
3.1.5 内边界的处理 |
3.2 环状河网堰闸过流追赶系数的推导 |
3.3 模型特殊处理 |
3.4 模型参数 |
3.5 一维水动力学模型的设计与开发 |
3.6 本章小结 |
第四章 淠河流域洪水预报 |
4.1 研究河段概况 |
4.2 资料与数据 |
4.3 模型建立 |
4.4 模型验证及计算结果分析 |
4.5 本章小结 |
第五章 淠河流域一维水动力学模型实时校正的研究 |
5.1 前言 |
5.2 区间入流实时校正 |
5.2.1 方法原理 |
5.2.2 实例验证 |
5.2.3 方法评述 |
5.3 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(6)德泽水库下游水文情势分析及调度研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题的目的及意义 |
1.2 国内外研究现状 |
1.3 论文的主要内容 |
第二章 研究区概况 |
2.1 研究区现状分析 |
2.2 牛栏江—滇池补水工程概况 |
2.3 小结 |
第三章 水库下游水文情势分析研究 |
3.1 水文情势分析指标与分析方法 |
3.2 下游主要控制站点水文情势分析 |
3.3 小结 |
第四章 下游主要站点水文情势预测及水库调蓄分析 |
4.1 下游主要站点水文情势预测 |
4.2 德泽水库调蓄分析 |
4.3 小结 |
第五章 德泽水库调度分析及建议 |
5.1 牛栏江流域降水量空间分布 |
5.2 德泽水库运行期调度规则 |
5.3 德泽水库下泄水量历史调度情况 |
5.4 德泽水库下泄水量调度建议 |
5.5 小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
(7)长江上游流域水位长期变化特征分析(论文提纲范文)
1 资料与方法 |
1.1 数据来源与处理 |
1.2 小波分析方法 |
1.3 Mann-Kendall方法 |
2 结果与分析 |
2.1 面雨量与水位关系 |
2.2 旱季水位分析 |
2.3 雨季水位分析 |
3 结论与讨论 |
(8)基于HEC-HMS模型的黄土高原区岔巴沟流域山洪模拟与预警研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 水文模型研究现状 |
1.2.1 水文模型类别 |
1.2.2 水文模型发展历程 |
1.3 HEC-HMS模型研究现状 |
1.4 山洪预报预警研究现状 |
1.5 研究内容及技术路线 |
1.5.1 主要研究内容 |
1.5.2 技术路线 |
第二章 岔巴沟流域研究区概况 |
2.1 子洲县岔巴沟流域基本情况 |
2.1.1 地理位置 |
2.1.2 地形地貌与土壤植被情况 |
2.1.3 水文气候条件 |
2.1.4 水文站雨量站分布 |
2.2 历史山洪及防治措施 |
第三章 岔巴沟流域HEC-HMS模型构建 |
3.1 HEC-HMS模型简介 |
3.1.1 HMS模型应用范围及发展历史 |
3.1.2 HMS模型结构 |
3.1.3 HMS模型计算模块及计算方法 |
3.1.4 HEC-geo HMS简介 |
3.1.5 HEC-DSSVue简介 |
3.2 HMS模型计算模块应用于岔巴沟流域的研究方案选择 |
3.2.1 产流模块模型选择及原理 |
3.2.2 直接径流模块模型选择及原理 |
3.2.3 洪水演进模块模型选择及原理 |
3.2.4 基流模型模块选择及原理 |
3.2.5 模拟研究方案选择 |
3.3 基于HEC-geo HMS的岔巴沟数字流域构建 |
3.3.1 数字高程模型数据处理 |
3.3.2 土壤类型数据和土地利用分类数据处理 |
3.4 岔巴沟流域HMS模型建立 |
3.4.1 流域模块模型建立 |
3.4.2 气象模块模型建立 |
第四章 HEC-HMS模型参数率定验证及适用性分析 |
4.1 HEC-HMS模型参数率定方法及结果 |
4.1.1 参数优化率定原理及HEC-HMS模型参数优化方法介绍 |
4.1.2 不同研究方案模拟参数率定结果 |
4.2 不同研究方案模拟结果及适用性分析 |
4.2.1 方案一率定期与验证期模拟结果 |
4.2.2 方案二率定期与验证期模拟结果 |
4.2.3 模型方案适用性分析 |
第五章 岔巴沟流域典型村落山洪预警指标确定 |
5.1 山洪预警时段确定 |
5.2 岔巴沟流域土壤含水率分析 |
5.3 山洪临界流量计算与确定 |
5.4 典型村落曹坪村的临界雨量计算 |
5.4.1 临界雨量计算方法 |
5.4.2 岔巴沟流域雨型设计和临界雨量计算结果及分析 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间取得的科研成果 |
作者简介 |
(9)径流预报的过程化机制研究与系统集成实现(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 问题剖析 |
1.4 研究内容与技术路线 |
1.4.1 研究的主要内容 |
1.4.2 技术路线 |
2 研究流域概况及径流序列特性分析 |
2.1 研究流域概况 |
2.1.1 流域概况 |
2.1.2 河流水系分布 |
2.1.3 径流量概况 |
2.2 径流资料整编及“三性”审查 |
2.2.1 径流资料整编 |
2.2.2 径流资料“三性”审查 |
2.3 径流时间序列特征分析 |
2.3.1 年径流序列特征值 |
2.3.2 年内变化特征 |
2.3.3 年际变化特征 |
2.3.4 代际变化特征 |
2.3.5 周期识别 |
2.3.6 变异诊断 |
2.4 本章小结 |
3 径流预报的过程化机制研究 |
3.1 问题导向 |
3.1.1 径流预报的不确定性因素 |
3.1.2 径流预报现存的问题与挑战 |
3.1.3 过程化机制的引入 |
3.2 基于过程化机制的径流预报模式 |
3.3 滚动反馈机制 |
3.4 多尺度嵌套机制 |
3.5 区间化机制 |
3.6 响应变化的适应性机制 |
3.6.1 响应环境变化的适应机制 |
3.6.2 响应需求变化的适应机制 |
3.7 本章小结 |
4 基于过程化机制的径流预报系统实现 |
4.1 支撑过程化机制实现的平台 |
4.2 支撑过程化机制实现的技术 |
4.2.1 组件开发技术 |
4.2.2 知识图技术 |
4.3 面向主题的应用组织及运行 |
4.3.1 系统主题提取 |
4.3.2 系统知识可视化组织 |
4.3.3 系统组件的划分、开发、封装与发布 |
4.3.4 系统运行 |
4.4 本章小结 |
5 径流预报的过程化机制与分解集成模型的融合 |
5.1 预报模型方法库构建 |
5.1.1 数据预处理方法库 |
5.1.2 预报模型方法库 |
5.2 过程化机制与预报模型的融合实现 |
5.2.1 基于分解集成人工智能模型的径流预报实现 |
5.2.2 不同时间尺度的径流预报实现 |
5.2.3 适应性径流预报实现 |
5.2.4 基于过程化机制的径流预报实现 |
5.3 径流预报的在线评价 |
5.4 本章小结 |
6 基于过程化机制的分解集成预报模型应用实例 |
6.1 基于过程化机制的日径流预报 |
6.1.1 研究数据来源与描述 |
6.1.2 评价指标 |
6.1.3 预报模型构建 |
6.1.4 应用结果分析 |
6.2 基于过程化机制的月径流预报 |
6.2.1 研究数据来源与描述 |
6.2.2 预报模型构建 |
6.2.3 评价指标 |
6.2.4 应用结果分析 |
6.3 本章小结 |
7 基于过程化机制的径流预报业务集成应用 |
7.1 基于分解集成人工智能模型的径流预报 |
7.2 不同时间尺度的径流预报 |
7.2.1 实测流量分析 |
7.2.2 不同时间尺度的径流预报 |
7.2.3 预报结果与实测结果对比分析 |
7.2.4 多模型集成洪水预报分析 |
7.3 适应性径流预报 |
7.3.1 区间化径流预报 |
7.3.2 多时间尺度嵌套的径流预报 |
7.3.3 径流预报方案滚动互馈 |
7.3.4 径流预报指导下的水量调配 |
7.4 本章小结 |
8 结论与展望 |
8.1 结论 |
8.2 创新点 |
8.3 展望 |
致谢 |
参考文献 |
攻读博士期间主要研究成果 |
(10)基于分解集成预测模型框架及多目标对冲机制的水电—光伏联合调度研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 功率预测模型研究 |
1.2.2 水电、光伏功率预测研究 |
1.2.3 水电-光伏联合调度研究 |
1.3 存在问题及发展趋势 |
1.4 研究内容及框架 |
1.4.1 研究内容 |
1.4.2 研究框架 |
1.5 技术路线 |
2 分解集成预测模型框架研究 |
2.1 分解集成预测框架构建 |
2.1.1 预测模型集成需求分析 |
2.1.2 预测模型集成路线 |
2.1.3 分解集成预测模型框架 |
2.2 支撑分解集成预测模型框架的服务平台 |
2.2.1 综合服务平台 |
2.2.2 业务可视化技术 |
2.2.3 组件开发相关技术 |
2.3 模型框架下分解方法库 |
2.3.1 经验模态分解(EMD) |
2.3.2 集合经验模态分解(EEMD) |
2.3.3 变分模态分解(VMD) |
2.3.4 分解技术组件库 |
2.4 模型框架下预测模型库 |
2.4.1 ARMA预测模型 |
2.4.2 SVM预测模型 |
2.4.3 DBN预测模型 |
2.4.4 预测模型组件库 |
2.5 分解集成框架中的评价及反馈 |
2.5.1 预测结果评价指标 |
2.5.2 预测模型反馈修正 |
2.6 分解集成框架下的预测业务系统搭建 |
2.7 本章小结 |
3 基于分解集成预测模型框架的水电日径流预测 |
3.1 水力发电基本模型及影响因素分析 |
3.1.1 水电站发电过程 |
3.1.2 水电站工作参数 |
3.1.3 水电站出力特性分析 |
3.2 基于分解集成框架的水电日径流预测系统构建 |
3.2.1 水电日径流预测集成应用 |
3.2.2 水电日径流预测集成框架 |
3.3 算例分析 |
3.3.1 序列数据分解 |
3.3.2 模型特征选择 |
3.3.3 特征分量预测 |
3.3.4 预测结果集成 |
3.3.5 模型评价分析 |
3.4 本章小结 |
4 基于分解集成预测模型框架的短期光伏功率预测 |
4.1 光伏发电基本模型及影响因素分析 |
4.1.1 基本概念 |
4.1.2 影响因素分析 |
4.1.3 特性分析 |
4.2 基于分解集成框架的短期光伏功率预测系统构建 |
4.2.1 短期光伏功率测集成应用 |
4.2.2 短期光伏功率预测集成框架 |
4.3 算例分析 |
4.3.1 序列数据分解 |
4.3.2 特征分量预测 |
4.3.3 预测集成结果 |
4.3.4 模型评价分析 |
4.4 本章小结 |
5 水电-光伏联合调度功率相关性分析 |
5.1 COPULA函数类型及参数估计 |
5.1.1 Copula函数基本定义 |
5.1.2 Copula函数类型 |
5.1.3 Copula函数参数估计 |
5.2 水电-光伏功率互补机理分析 |
5.3 基于CoPULA函数的水电-光伏功率相关性分析 |
5.3.1 水电-光扶功率描述 |
5.3.2 基于Copula函数的水电-光伏功率联合概率分布 |
5.3.3 面向水电-光伏功率互补的相关性分析 |
5.4 实例应周 |
5.5 本章小结 |
6 水电-光伏联合调度的多目标冲机制 |
6.1 多目标问题对冲机制 |
6.1.1 多目标问题描述 |
6.1.2 多目标问思求解 |
6.1.3 多目标与对冲机制融合 |
6.2 水电-光伏联合调度多目标及决策分析 |
6.2.1 水电-光伏联合调度的多目标问题 |
6.2.2 水电光伏联合调度的动态决策过程 |
6.3 服务于水电-光伏联合调度的对冲机制设计 |
6.3.1 时间尺度上两阶段风险效益对冲机制 |
6.3.2 空间尺度上多主体发电量对冲机制 |
6.4 本章小结 |
7 多目标对冲机制下的水电-光伏联合调度集成应用 |
7.1 对冲机制下水电-光伏联合调度模型 |
7.1.1 考虑被动性的水电-光伏联合调度模型 |
7.1.2 考虑光伏消纳的水电-光伏联合调度模型 |
7.2 对冲机制下水电光伏联合调度模型求解 |
7.2.1 基于贪心策略的高维MOEA/D算法 |
7.2.2 考虑对冲机制的水电-光伏联合调度模型求解 |
7.3 对冲机制下水电-光伏联合调度集成应用 |
7.4 水电-光伏联合调度案例分析 |
7.4.1 水电站、光伏电站概况 |
7.4.2 参数及关键指标确定 |
7.4.3 考虑波动性的水电-光伏联合调度结果分析 |
7.4.4 考虑光伏消纳量的水电-光伏联合调度结果分析 |
7.5 本章小结 |
8 结论和展望 |
8.1 结论 |
8.2 展望 |
致谢 |
参考文献 |
攻读博土学位期间主要研究成果 |
四、株洲水文站水位数据时间序列分析(论文参考文献)
- [1]黄河梯级水库群“水-沙-电-生态”多维协同控制与与均衡调控研究[D]. 金文婷. 西安理工大学, 2021
- [2]河流形态对遥感估算河道流量的影响研究[D]. 史卓琳. 西北大学, 2021(12)
- [3]新型雷达高度计波形数据处理方法及湖泊应用研究[D]. 陈嘉明. 中国科学院大学(中国科学院空天信息创新研究院), 2021(02)
- [4]气候变化下长白山二道松花江流域降雨径流模拟及预测[D]. 曹旖丹. 吉林大学, 2021(01)
- [5]一维水动力学洪水预报模型及实时校正研究 ——以淠河流域为例[D]. 赵雪瑞. 太原理工大学, 2021(01)
- [6]德泽水库下游水文情势分析及调度研究[D]. 王宝英. 昆明理工大学, 2021(01)
- [7]长江上游流域水位长期变化特征分析[J]. 施艾琳,覃军,陈正洪. 长江流域资源与环境, 2021(02)
- [8]基于HEC-HMS模型的黄土高原区岔巴沟流域山洪模拟与预警研究[D]. 严正宵. 西北大学, 2020(02)
- [9]径流预报的过程化机制研究与系统集成实现[D]. 何欣欣. 西安理工大学, 2020(01)
- [10]基于分解集成预测模型框架及多目标对冲机制的水电—光伏联合调度研究[D]. 解佗. 西安理工大学, 2020(01)