乐里河流域洪水预报模型与方案分析

《乐里河流域洪水预报模型与方案分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、广西大学硕士掌位论文乐里河秭渊t洪水预报模型与方案研究第一章绪论1．1研究背景从20世纪中叶至今，随着人类社会的发展，人类活动对河流水文要素影响越来越强烈。由此导致的频发的洪涝灾害引起了世界各国的重视。近年来，洪水灾害已成为防灾减灾领域中全世界所关注的焦点。面对越来越严重的洪水灾害，很多国家已经或正在研发有效的洪水预警预报系统，大力开展水文预报技术研究，力求尽早预测可能的洪水，将灾害程度降至最低。水文预报技术在发展过程中，经历了经验相关法、集总式模型，到目前在研究领域成为热点、已部分用于生产实际

2、的分布式水文模型，取得了令人满意的成果。但在实际应用中有些情况下还需要更高精度，所以水文预报工作还有很长一段路要走。水文预报技术在水库调度、水资源配置、防灾减灾等领域都发挥着很大的作用，这些领域工作的顺利开展都离不开及时、准确的水情预报成果。因此，开展水文预报技术方面的研究具有一定的理论和实践价值。在我国，对大江大河、大流域及大城镇开展的洪水预报工作已日益成熟，随着经济和社会的快速发展，水文预报服务需要相应地拓宽其范围和领域。因此，洪水预报的研究方向开始也转向中小流域、小城镇及小水库。本文选择乐

3、里河田林水文站控制流域作为研究对象。该流域属典型的山区性中小流域，所发生的洪水多呈现为暴涨暴落，预警预报难度大。近些年来，乐里河流域发生的洪水给当地人民生命财产安全造成了严重威胁，也阻碍了国民经济的健康发展。鉴于此，开展乐里河流域洪水预报研究，客观进行洪水的风险评价，以山区性中小流域洪水预报模型的研究与开发为工作重点，建立一套适合山区性中小河流域的洪水预报方案，为洪水调度决策层提供及时有效的洪水预报成果，显得十分必要。研究成果也可以为类似流域提供借鉴。‘1．2国内外水文预报技术研究进展1．2．1

4、国外研究进展日本国立防灾科学研究中心的菅原正于1961年提出水箱模型(TankModel)，该模型在国内外应用情况良好【lJ。1969年，加拿大学者Freeze和H矾a11发表题为《一个具有物理基础数值模拟的水文响应模型的蓝图》的文章[21，该文被认为首次提出了分布式水文模型的概念。分布式水文模型是基于过程描述的模型，能够克服集总式流域水文模型物理基础薄弱的缺点，对水文物理过程的时空变化的描述更贴近真实情况【31。经过几1乐里河流域洪水预报模型与方案研究十年的发展，出现了众多分布式物理模型，比较

5、典型的有VSAS、IHDM、SHE模型。其中SHE模型是由英国、法国和丹麦科学家于1986年联合研制的第一个具有典型分布式特征的水文物理模型【4。5]。1984年，Murota等人将风险理论应用于水库汛限水位的设计中【6】o20世纪90年代，在Arnold的主持下，吸收了CREAMS，GLEAMS，EPIC／SWRRB等模型的优点，将SWRRB和ROTO整合为一个模型，即SWAT模型【71。Krzysztofwicz等2002年在结合实时气象因子和历史水文数据序列的基础上，综合利用各种信息，提高

6、了水库的入库径流预报精度剐01。洪水预报方案是洪水预报系统的核心。美国天气局河流预报系统(NwSRFS)中的洪水预报方案构建技术是当今世界上在该领域最为先进和成熟的技术。该系统采用完全模块化的结构设计思想，在实际洪水预报中，用户可以根据具体区域的水文预报任务，构建该区域的作业预报方案。1．2．2国内研究进展我国对洪水预报的研究起步较晚。根据气象、地貌、土壤地质条件准确推求产流和汇流是洪水预报的必要条件。我国长期采用美国霍尔顿上世纪30年代提出的超渗产流概念。在上世纪60年代初，我国学者赵人俊在广

7、泛研究南方流域的基础上，提出了蓄满产流的概念。对比这两种概念下的实际洪水预报的成果，结果表明：在我国南方湿润地区，蓄满产流方式所获得的预报成果优于超渗产流的预报成果。究其原因，我国南方地区相对湿润，土壤缺水量不大，易蓄满；下渗强度大，不易超渗。蓄满产流模型直到今天仍广泛应用于我国南方湿润半湿润地区的水文预报工作中[11】。赵人俊等针对概念性模型参数识别困难的问题，采用分解与降维的方法予以解决。分解就是把结构分成几个层次，分层优化其中的参数，并采用不同的目标函数；降维就是通过敏感性分析与结构性约束

8、，使每个层次中待优化的参数不超过两个。这样的处理成功优化了新安江模型参刻12】。大伙房水库管理局于1973年研究提出集总式概念模型——“大伙房流域模型(DHP)”，该模型在我国北方水库得到了广泛应用【1引。瞿思敏等2003年把抗差理论引入自回归(Auto—Regressive，简称AR)模型的参数估计中，利用抗差系统具有的抗差能力，阻止了非正常因素进入系统，从而保证洪水预报精度【14】。同年，吴建华等针对当时的洪水预报神经网络结构难以确定的问题，通过应用在训练中包含有延迟功能的BP算法建立了一种