水文气象预报范文

水文气象预报范文（精选11篇）

水文气象预报 第1篇

1 对水文预报不确定性的来源及分类进行分析

1.1 水文现象具有模糊性和不确定性

水文现象的形成是一个漫长而复杂的过程, 在形成的过程中会受到初始条件、噪声干扰以及其他不可预见的的因素所影响, 因此, 或多或少都会呈现出一定的模糊性和不确定性, 这也是水文预报不确定性的根本原因之一。

1.2 水文模型的结构存在问题

水文模式在水文研究和预报中起到重要的作用, 是研究自然规律和解决水文问题的重要工具, 一般分为三类:系统模型、概念模型以及物理模型。每种模型的作用都是为了对复杂的水文物理现象进行分析和研究, 通过新理论和的新方法指导, 最终达到消除水文预报误差的目的。然而, 实际情况时无论哪种水文模型在结构上都会有一定的误差, 其精度与实际防洪要的差距仍然很大。

1.3 模型参数的优选误差

水文研究中的模型既有一定的物理意义又有其推理化的成分, 因此, 很多模型都需要由实测资料通过参数优选得到。在挑选的过程中涉及到优选方法的选择、目标函数的确定等, 这也就增加了模型参数的优选误差。

1.4 模型不确定性输入的误差

水文预测的精度受到预见期内的降水的影响, 并且影响的程度随着预见期的增长而变大。自上个世纪七十年代美国气象局最早提出概率降水至今, 很多水文科研工作者对定量降水预报进行了深入的研究, 提出了雷达测雨、云降水模型等方法。然而由于中小尺度降水的资料有限, 很多研究还停留在提出假设的层面, 并没有全面的认识降水形成的物理过程, 这就导致定量降水预报的准确性不高, 以此为输入的水文预报结果必然也就不准。

2 水文预报不准确性的来源

2.1 水文现象自身具有不确定性

水文现象是一个复杂而漫长的形成过程, 在该过程中会受到很多因素的影响, 因此, 水文现象一直都处于模糊、不确定的状态, 按照水文现象的形态可以将其分为随机不确定性和模糊不确定性。

2.2 水文模型具有不确定性

水文模型的结构和参数是相辅相成、缺一不可的, 分别对水文模型的结构和参数的误差进行量化是不可能实现的, 也是没有意义的, 因此, 将水文模型结构的误差和参数优选的误差统称为水文模型的不确定性。

2.3 输入信息的不确定性

水文模型的输入分为两种类型:确定性输入和不确定性输入, 确定性的输入在水文预报时是时刻被我们所掌握的, 不确定输入指的就是指定量降水预报, 由此导致的水文预报不确定性称之为定量降水预报不确定性。

3 对水文预报不确定性的进展进行研究

3.1 水文现象不确定性的研究进展

目前对水文现象不确定性的研究方法主要分为随机水文学和模糊水文学两种。对文学现象的不确定性研究主要是为了了解水文现象的变化规律以研制更准确的模型用来研究水文现象的随机性、模糊性以及确定性, 进而从根本上解决水文现象确定性、随机性以及模糊性之间的问题。水文现象是一种自然现象, 是极为复杂的, 要想精确的研究出其规律, 对其现象解释是非常难的, 因此, 随机水文学就是巧妙的将随机数学理论与实际的水文物理现象进行融合, 这就是所谓的水文现象的不确定性;目前很多水文水资源系统中的概念还没有确定, 对立的概念之间存在一定的过渡阶段, 这些问题都体现出了水文现象的模糊性。

3.2 概率水文预报的研究进展

概率水文预报指的是利用一切可以利用的资源对水文预报的不确定性以概率分布的形式定量表达。随着二十一世纪以来计算机技术的迅速发展, 水文预报领域也充分对计算机技术和新方法进行应用, 使得概率水文预报有很好的发展空间和前景。概率水文预报的形式是水文预报发展的必然结果, 该预报形式灵活多样, 可以很好的解决水文模型结构及参数优化方面的问题, 还可以利用卡尔曼滤波法等对模型输出的结果进行后续处理。

3.3 概率水文预报的潜在优点

随着我国科技水平不断发展, 概率水文预报必将成为水文预报的主要形式以及水文决策的重要依据, 对我国防洪救灾工作有重要的意义。其潜在优点主要表现在以下几个方面:首先, 概率水文预报与确定性的水文预报更加真实、科学、可靠, 它将水文现象的不确定性融入其中并且对其进行了描述;其次, 概率水文预报可以对洪水观测的调整、洪水预报以及警报的风险标准调整起到一定的作用;再次, 概率水文预报可以为有关部门的防洪减灾工作决策提供必要的信息, 使决策部门可以将可能存在的风险提前把握;最后就是概率水文决策能够实现水文预报与决策过程的耦合, 将最终的决策权交给决策者。

4 结束语

通过上文的论述, 我们可以清晰的认识到当前我国的水文预报工作存在的问题以及加快水文预报不确定研究以实现水文预报与决策耦合的重要性。近些年, 随着我国经济的不断发展, 人们的生活水平也逐渐提高, 对防洪决策风险信息的需求也不断增强, 这使我国的水文预报工作承受巨大的压力、面临严峻的挑战。针对这一系列的问题, 我们广大水文预报研究工作者一定要加强对水文机理的研究, 尽可能的减少水文模型及参数的不确定性, 此外, 还要充分的利用天气预报、雷达等先进技术进行定量降水预报。我们完全有理由相信, 天道酬勤, 只要我们广大水文预报工作者恪尽职守、无私奉献, 对加快水文预报不确定性进行研究, 促进水文预报与决策耦合, 一定能够在最大程度上促进我国防洪减灾工作的进行。

参考文献

[1]何艳虎, 陈晓宏, 林凯荣, 等.东江流域近50年旱涝时空演变特征[J].地理科学.

[2]韩昌海, 张铭, 范子武, 等.基于PDM的飞来峡水库实时水文预报模型[J].水利水运工程学报, 2014 (1) .

[3]王涛, 马俊青, 罗盛, 等.立冬日在南水北调冬季输水气温稳定转负日预报中的应用[J].南水北调与水利科技, 2014 (2) .

[4]包为民, 赖善证, 罗良丰, 等.函数曲面参数率定方法在SAC模型中的应用[J].水利学报.

煤矿地质水文地质预报2011年 第2篇

2011地质水情水害预报

编制单位：安全生产技术科 编制人： 审核人： 总 工：

签收单位（人）：

二0一0年十二月

一、预报编制依据：

1、<<煤矿安全规程>>

2、<<矿井地质规程>>

3、<<矿井水文地质规程>>

4、<<煤矿防治水规定>>

5、<<黑眼泉井田地质勘探报告>>

6、黑眼泉煤矿2011年矿井基建计划

二、预报范围

根据2011年基建计划，井巷工程主要包括主斜井掘进、副斜井掘进、风井维修、+1200水平井底车场、首采工作面准备、首采区中车场、首采区煤仓等工程；地面工程包括地面生产、运输、洗选系统等工业广场设施。

三、地表概况

井巷工程开拓、准备区域地表位于黑眼泉煤矿工业广场东北、博大公路西南。地表以荒漠、低山丘陵为主，有冲沟。除有一户哈萨克牧民外，无建筑物，无河流，井筒排水经沟渠向东北渗流经本区地表。

三、煤岩层情况

年内井巷掘进工程中，首采区掘进巷道主要为煤巷，其它工程均为岩巷。

（一）煤层

1、厚度 本组地层共含煤1层(A1煤层)，煤层厚度平均值为3.26米。煤层于三井筒附近受M1向斜南翼转折影响，煤层急剧变薄到0.5米以内；煤层于首采工作面北部受到局部断层（F1）影响，煤层加厚至6.92米。

2、硬度

硬度在1.5—2.5之间。硬度受构造裂隙影响，在M1褶皱附近、F1断层附近硬度较低，其它大部分煤层稳定区域内硬度在2.5左右。

3、煤质

A1煤层的煤属低变质阶段煤，煤类以44—45#气煤为主。主要指标为：原煤水分（Mad）含量0.73—7.69%，平均1.98%；灰分（Ad）16.38—33.93%，平均21.15%；全硫含量为0.22－1.55%；磷含量0.012-0.253%；发热量（Qgr，d）为16.51－30.27MJ/kg；挥发分（Vdaf）产率为29.61-41.90%,平均37.47%。

4、煤的自燃

井田内A1煤层ΔT为15～58℃，煤层氧化程度1.8～43.8%，属易自燃煤层。

5、瓦斯

矿井为低瓦斯矿井，钻孔瓦斯含量计算为0-3.005m3/t，属二氧化碳-氮气带、氮气-沼气带。风井至井底（+1200水平）实测井筒瓦斯最大绝对涌出量为0.25m3/Min，故首采区瓦斯含量很低。

6、煤尘

井田内A1煤层的火焰长度总体为200～300mm，岩粉量为55～80%，有煤尘爆炸危险。

7、地温 本区属地温正常区，平均地温梯度1.1～1.2℃/hm，区内无地温异常。

8、地压

大地静力场型。首采区北部断裂构造、中部褶皱构造发育区，应力集中。

（二）岩层

1、煤层顶板：直接顶板主要为灰色泥岩与粉砂质泥岩，厚0.5—11米，老顶以砂岩、砂砾岩为主，厚度巨大；自然块体密度2.14－2.68g/cm3，含水率0.16－2.54%，饱和状态下单轴抗压强度平均1.7-42.2Mpa，饱和状态下抗剪强度0.7-16.30Mpa，抗拉强度0.3-7.4Mpa，软化系数0.06-0.70，为不稳定型顶板，遇水软化性强。

2、底板：煤层底板以粉砂质泥岩—砂岩—粗砂岩序列向深部发展，煤层底板砂岩类：自然块体密度2.33－2.58g/cm3，自然含水率0.38－1.80%，饱和状态下单轴抗压强度平均2.9－54.4Mpa，饱和状态下抗剪强度1.5-6.8Mpa，抗拉强度0.4-3.6Mpa，软化系数0.08-0.70，显示其底板为不稳定型底板，遇水软化性强。总体评价底板岩石为稳定性较差的底板。

内井巷岩石掘进工程均在煤层底板中。

四、地质构造

1、断层

年内掘进区域内，由三维地震资料，首采工作面北部边界有F1大断层及次生小断层产出。F1断层性质为正，断距80—120米，断层走向1100，倾向2000，倾角450；该断层与工作面切眼留有断层煤柱。总体评价首采区断裂构造发育程度简单。

2、褶皱

年内掘进区域，褶皱构造不发育，除井筒掘进产出M1向斜外，无其它褶皱构造。M1向斜走向650，褶皱系数0.04，属宽缓型向斜。轴部附近煤、岩体裂隙很发育，煤层变薄，煤、岩体相对破碎。

3、产状

煤、岩层产状近南北向，倾向东，倾角总体在7--120，其中井筒掘进区域受M1向斜影响，局部倾角最大达330。

五、水文地质

1、地下水渗流模型

井田位于山间盆地之中,盆地四周为石炭、二叠系地层,构成沉积盆地的基底。在盆地西南部发育有一系列山区，地下水除地面降水渗入补给外，主要由山间融水补给。地面地形呈现西南高、北东低的形态，地下水由西南向北东经过砂岩、砂砾岩含水层流动并向井巷渗流。

2、地表水体

本区及附近无常年性地表水体，地表水体主要为春季季节性融雪径流，工业广场已构筑成排水沟，对地面及井筒的威胁性很小。

另外，现三井筒排水由管路排至工业广场东部后沿沟渠向东北方向渗流，为常年流水，水量约30m3/h。由于掘进区域上覆岩层中有隔水层，且无采空塌陷区等，对井巷掘进的影响不大。

3、首采区及掘进区域含、隔水层

区内分布地层，从上到下，可划分为六个含、隔水层。(１)地表透水不含水层（Ht），由松散状亚砂土，底部含有卵、砾石，平均厚12.85米；

(２)中侏罗统西山窑组相对隔水层组（G1），岩性由粉砂岩夹薄层泥岩构成，平均厚度243.45米；

(３)下侏罗统三工河组裂隙承压含水层组（H1），岩性以褐红色、杂色砂砾岩为主，含水层平均厚度167.35米。含水层平均单位涌水量为0.0398升/秒·米，平均渗透系数0.0086米/天，性质为弱富水性含水层，具承压性。水化学类型为SO42-.Cl-Na型；

(４)下侏罗统三工河组下部相对隔水层（G2），以泥岩、粉砂岩为主，平均厚29.19米，为相对隔水层；

(５)下侏罗统八道湾组含水层组（H2）含水层，由粗砂岩、砂砾岩构成，平均厚度15.12米。含水层单位涌水量q=0.0017升/秒·米,平均渗透系数0.003米/天，为弱富水性含水层。水化学类型SO4.Cl－Na型；

(６)下侏罗统八道湾组A1号煤层顶、底板相对隔水层（G3），煤层顶板为粉砂岩夹有薄层泥岩、底板为粉砂岩及泥岩互层产出，相对隔水层厚度20米；(7)下侏罗统八道湾组A1号煤层老底含水层（H3），岩层由粗砂岩、砾岩组成，厚度不详；本层位于A1号煤层老底，与煤层间距在8—16米，由现掘进主、副井来看，为弱富水性含水层。

六、重点工程地质预报

1、车场开拓掘进：

2011年计划回风斜井维修到底后开拓掘进+1200水平车场及水仓，开拓掘进+1200水平车场及水仓时由煤层穿过底板泥质粉砂岩，进入砂岩，围岩性质有所好转，施工时要按《作业规程》做好前探支护。

2、主、副井开拓掘进：

主、副井2011年掘进过程中，受M1向斜影响，自斜长900米后，岩层倾角变大，裂隙较发育，且可能遇到风井已揭露的两条小断层，岩体破碎，施工中要做好短掘短支、短掘短喷。

3、NA1103首采工作面三条顺槽的掘进：

辅顺、皮顺、回风三条顺槽均沿煤层掘进，总体倾角0—5，巷道有起伏，大体沿煤层缓上坡掘进。其中辅顺、轨顺到位前将接近F1断层，预计煤层及顶底板将不稳定，施工时要制定专项安全措施。

0

七、重点工程水情水害预报

1、车场开拓掘进的防治水工程：

2011年计划开拓掘进+1200水平车场及水仓，设计对砂岩段及进入砂岩段前进行探放水，采用钻探方式，超前安全距离不小于20米。

2、主、副井防治水工程： 主副井2011年掘进过程中，可能遇到风井已揭露的两条小断层，对此进行探放水，采用钻探方式，超前安全距离不小于15米。

3、NA1103首采工作面三条顺槽的掘进工程：

顺槽掘进到360米、1400米左右时，巷道沿煤层局部出现低点，巷道积水，自流排水有一定困难，届时根据积水量的大小可考虑设计中转小水仓。

皮顺掘进至2150米时，要对F1断层进行探放水，采用钻探方式，超前安全距离不小于60米。

4、各施工方要高度重视防治水工作，完善排水系统，主、备用泵要满足排水量、扬程的需要，同时要做好排水记录工作。

八、附图

1、黑眼泉煤矿首采区地质地形图

2、黑眼泉煤矿首采区构造及煤层底板等高线图

3、黑眼泉煤矿主、副、风井预测及实测剖面图

4、黑眼泉煤矿煤层综合柱状图

5、黑眼泉煤矿综合水文地质柱状图

水文气象预报 第3篇

关键词：黄渤海；水文气象；极值；分布特征

引言：海洋大气环境，特别是海风、海浪和海流，对于海洋军事战略的部署和航海条件有着重要的影响。较好的掌握海洋大气环境极值的分布特征，便能够充分利用海洋优势。寒潮，台风，气旋等对海风，海浪以及海流的影响最为重要，通过气象实例的分析，以及数据的计算，可以很好的对黄渤海海洋环境水文气象的极值分布进行研究。

一、 黄渤海海洋的具体情况

1、 渤海的位置、面积、水温

属于渤海范围的分别包括辽东湾和渤海湾以及莱州湾和中部海区，占据我国海域面积的1.63%，实际海域面积为77000Km2，具体位于辽东半岛南和山东半岛北的连线往西，在北纬37°07′～41°0′，东经117°35′～121°10′。渤海位于北方，水温跟随北方大陆气候变化，在2月份左右水温在0度左右，严寒时候，秦皇岛和葫芦岛除外，沿海岸边都会冰冻，严冬过后，3月初融冰时，水温在11度左右，会常有出现很多的流冰，8月份时的水温到达21度。渤海海域的大部分海水含有大陆河川流进来的淡水，所以含盐量是中国近海最低。渤海海水的含盐度为30psu（Practical salinity unit）。

2、黄海的位置、面积、水温

根据黄海的地理特征海洋学家将黄海分为北黄海和南黄海，黄海的具体位置位于山东半岛和苏北平原中间，东临朝鲜半岛，北临辽东半岛，黄海海域面积为40万平方公里，黄海的最深海域位于东南部，最深海域海深为140米。山东半岛、辽东半岛和朝鲜半岛之间的的海域称为北黄海，属于半封闭海域，北海域面积大约为8万平方公里，北海海域的平均水深为40米，最深海域位于白翎岛的西南侧，最深水深为86米。南黄海是指长江口和济州岛的直线往北的圆形位置，属于半封闭海域，南黄海的海域面积为30多万平方公里，南黄海域的平均水深是45米，南黄海域的最深海域位于济州岛北侧，其海域最深度是140米。黄海水温的温度在15度到24度之间，水温波动比较平稳。黄海海水的盐度为32 psu，含盐量较低。

二、 黄渤海区域风速浪高极值分析及分布特征

通过对30年的风场流场和有效波高数据的分析以及最小二乘法估计最佳参数，可以估计不同重现期的水文气象极值。[1]

图4.2.1a是渤海内某点的风速年极值分布，图4.2.1b是该点的波高年极值分布 ：

（3）经分析，该海域的波高波动大部分因风的原因，风速分布和波高分布情况绝大部分都一致。

经过以上分析研究表明寒潮大风和台风会引起的波高是年最大的波高，黄海海域的风速年极值和波高年极值的分布情况的数据比较相对符实。根据数据分析，渤海的年极值波高明显小于黄海，同时显示渤海的极值波高与极值风速的一致程度明显小于黄海的分布趋势。

三、 黄渤海区域流速极值分析及分布特征

通过对30年的风流场数据分析，可以画出每一年流速极值的分布图，根据下边四副不相同的几个年代的年极值情况分布图来对黄海和渤海年极值的分布情况进行分析。

通过对一上四副图的数据分析得出，在黄海和渤海的海域多年来的最大流速在50cm/s和100cm/s之间。渤海海滩的强流区分别存在与老铁山水道、辽东湾顶部、黄河口、登州水道四个强流区，老铁山水道由沿辽东半岛西岸进入辽东湾；辽东湾顶部是因为地形的原因导致该区域的流动较强；登州水道通往黄海的重要区域。

位于北黄海沿朝鲜半岛往南的区域属于强流区域，其中几个非常强的流速区位于朝鲜半岛的几个海湾中，部分地方居然不止1.5m/s。第一个强流区位于济州岛的西北方向、朝鲜半岛的西南方向，因这些地区有潮流所以使这些强流占优势。第二个强流区位于山东成山头以东，第三个特别明显的强流带因受长江中淡水的影响，位于黄海南部的浙江沿岸海域。黄海东部的流速均大于西部的流速。

四、 结论

黄渤海海域在我国具有重要的战略地位，因此加强黄渤海区域的水文气象极值分布特征的研究是非常重要的。本文通过对以往多年的风速年极值和浪高年极值以及流速的数据研究得出，南黄海的因为承受风区的的区域较长，大浪大部分都位于南黄海区，很清楚的显示黄海受海浪影响比渤海明显，同时，北黄海受大浪影响要比渤海明显。在南黄海海域，对于多年来难得一遇的台风以及强温带气候所造成的影响是不一样的，极值波高所受中短期的多年来才有一次的温带气旋的影响较大，而台风在中长期的多年一遇极值波高中影响较大。风速，波高和流速除了受寒潮台风等影响较大外，还受地形影响。因此极值分布的研究要从多方面进行分析。

只有更好的掌握黄渤海区域的水文气象环境极值分布，才能更好的利用海洋气象优势，保护我国的航海安全以及海洋权益，保护海洋环境。

参考文献

[1] 陈子燊，刘曾美路剑飞，于吉涛，基于广义极值分布的设计波高推算[J]，热带海洋学报，2011（03）

[2] 邓兆青，周良明，吴伦宇，郭佩芳，渤海重现期波高的数值计算[J]，海洋湖沼通报，2007（S1）

[3] 尹文昱，张永宁，渤海海峡风浪特征统计分析[J]，大连海事大学学报，2006（04）

[4] 刘德辅，，王树青，郭海燕，海洋立管综合环境条件设计标准研究[J]，海洋工程，2001（02）

海洋水文气象预警系统的设计方案 第4篇

随着科学技术的发展, 海洋科学和大气科学的兴起为海洋环境的预报提供了理论依据, 同时卫星技术和互联网技术的发展为数据的传输提供了巨大方便, 在此条件下, 各学科技术为海洋水文气象预警系统的产生提供了重要的技术支持。

海洋水文气象预警系统主要是利用各种监测海洋环境的传感器将海洋环境的数据实时传送回数据处理系统, 通过对数据进行分析达到预警的作用, 以保证海洋开发过程的人身设备安全。

此外, 海洋水文气象预警系统还可以通过将实时数据与历史数据相比较, 从而更准确地判断当前的海洋环境, 从而避免部分灾害的发生, 保证出海安全。

1 系统设计方案

本设计致力于研究一种可自由配置, 便于管理的海洋水文气象预警方案, 可以通过分布于海洋上的监测仪器实现海洋环境参数的监测, 并经过预处理后将数据按照一定的格式传送到数据中心, 再根据收集到的资料确定是否发出预警信号, 以减少不必要的人身财产损失。

根据功能要求, 海洋水文气象预警系统可以划分为三个部分, 分别为水文气象观测系统、数据处理中心以及用户终端。

水文气象观测系统包括了气象、水文等海洋监测工具, 其主要功能是实时采集海洋环境信息, 并经过初步处理后发送到数据处理中心。该系统由控制器、自动监测系统以及通信设备组成。

数据处理系统接收来自采集系统的数据并进行分析处理, 根据预先设定生成报表并负责发布相关信息, 本系统能够实时更新数据库, 按照特定要求对数据进行计算并自动确定阈值以供判断, 后台的数据库记录的历史数据能够帮助对现有的数据进行分析并作出预判断。

用户终端服务对象是出海人员和相关的管理部门, 其作用是提供实时数据供相关人员判断是否做出预警方案。

总而言之, 该海洋水文气象预警系统集信息的采集、处理、发布于一身, 能够在一定程度上减少因自然灾害造成的不必要损失。

2 实现方案

海洋水文气象预警系统的三个组成部分分别负责信息的采集、分析处理、发布。其中, 由上位机将观测系统获取的数据上传给数据处理中心。本文以海上浮标系统为例做介绍。海上浮标具备水文、气象、浪流等信息的采集功能, 其中气象采集系统可以获取气压、气温、湿度、风速等要素, 由相应的传感器完成;水文采集系统可获取潮位、盐度等信息;浪流采集系统则可以采集海浪、海流等相关信息。考虑数据采集系统所处的工作环境, 必须使其具有低功耗、信息准确、高集成度等特点。

在正常情况下, 每个半小时获取一次波浪信息, 每10分钟获取一次水温、流速信息, 每一分钟获取一次湿度温度和气压信息;风速则每3秒采集一次。在恶劣气象条件下, 可根据实际情况设定其他方案以保证信息的有效性。

数据的质量控制方面, 由数据采集系统完成较大误差数据的剔除, 检查工作。数据采集器可以通过通信系统将一定格式的数据信息发送给处理中心。接收系统可实时获取所需要的各项资料, 同时若确实部分数据可以要求采集系统重新补发, 以保证数据的有效性。大容量的数据需要系统具有存储功能, 储存部分采用大容量的FLASH数据存储器件来实时存储收集的数据, 而利用硬盘将处理后的数据存储起来, 按照一定格式建立数据库。数据处理中心可以实现平均值、方差、特征量计算等, 并将结果组织好存储。

数据发射模块由单片机控制, 并一直处于热备用状态。海上浮标由GPRS实现数据通信, 将采集处理的数据实时传输回处理中心。为保证设备正常供电, 电源系统应能在恶劣环境下正常可靠的工作。电源由高容量、轻巧的电池构成, 可以完成太阳能充电。太阳能板为电池提供电能, 具有良好的水密性, 能够保证不受海水影响。即使在阴天条件下, 该电源能够保证15天的供电, 使系统可靠工作。

3 总结

当前, 人类还无法掌控海洋灾害事件, 在灾难面前能够做的也是有限的, 唯一能做的就是尽可能减少损失, 如安排撤离避难方案, 加固安全措施等。

海洋水文气象预警系统实现了海洋环境各参数的实时采集与处理, 并建立了大型的数据库, 可以作为各级监管部门的数据库, 实现海洋环境的实时数据监测与发布, 同时还可以查询历史数据, 为进一步的预测提供数据参考。

海洋水温气象预警系统是一个庞大的多功能系统, 然而目前全国的海洋信息数据并未实现联网, 通过该系统建立的数据库, 对于国家防灾减灾、保证出海人员的安全具有重要意义。

摘要：海洋环境对于海上从业人员以及相关海上作业的设备安全具有重要影响, 每年因恶劣天气造成的海上事故不计其数, 因此做好海洋水文气象的预警工作显得尤为重要。本文根据海洋环境的特点, 提出了一种海洋水文气象预警系统的设计方案, 该方案由数据采集、数据处理以及发布系统三部分组成, 实现海洋环境参数的实时更新, 并具有良好的通信性能和电源供给能力, 能够在恶劣的环境下正常可靠工作, 对于海洋安全具有重要意义。

关键词：海洋水文气象,预警系统,设计方案

参考文献

[1]宋雨泽.海洋水文气象预警发布系统设计与实现[D].中国海洋大学, 2013.

[2]姜珊, 任湘湘, 夏冬冬.国外海洋预报动态[J].海洋预报.2014 (02) :88-89.

[3]刘学萍, 武强.烟台风暴潮分析与预报预警系统[J].中国水运 (下半月) .2008 (11) :225-226.

多元线性回归法在水文预报中的应用 第5篇

分析了水文预报的.主要影响因子,通过系数的最小二乘法建立方程组,采用了Matlab软件对其方程组进行求解,得出其多元回归方程,应用复相关系数对其回归效果进行了检验,结果表明,多元线性回归分析方法简单、误差较小、预报结果有效.

作 者：周文斌 车倩 ZHOU Wen-bin CHE Qian  作者单位：周文斌,ZHOU Wen-bin(东华理工大学土木与环境工程学院,江西,抚州,344000)

车倩,CHE Qian(抚州市建筑勘察设计院,江西,抚州,344000)

刊 名：山西建筑 英文刊名：SHANXI ARCHITECTURE 年，卷(期)： 35(1) 分类号：P338 关键词：多元线性回归分析   复相关性   多元回归方程  

水文气象预报 第6篇

摘 要：针对长江水文情报预报中心机房原有服务器过多，利用率低，管理维护复杂的状况，采用虚拟化技术来进行服务器资源的整合，以提供更高的IT资源利用率和灵活性，降低运行维护成本，增强了系统和应用的可用性，并提供系统冗余、容灾备份等功能。

关键词：服务器虚拟化；VMware；系统应用整合迁移；Veeam备份

一、 原有机房服务器应用状况

在应用VMware虚拟化平台软件前，预报处中心机房主要服务器有二十余台。由于受操作系统版本不同、软件开发平台不同、应用不同、不同科室、不同服务、相互开发之间协调、兼容等因素制约，那些已经部署和将来增加的应用都需要单独配置服务器，同时，随着新业务的扩展、新系统的开发，应用服务将持续增多，从而产生越来越多的服务器和存储容量的扩展需求，如此一来，就会使得服务器数量呈直线增加，面临的问题也变得频繁，主要包含下面5类：

（一）服务器的利用率低

由于一台服务器只能有一个操作系统，受系统和软件开发平台的限制，CPU、内存、硬盘空间的资源利用率不超过30%，大量的资源被闲置。

（二）可管理性差

首先是可用性低，几乎每个应用服务器都是单机，如果哪台服务器出现故障，相对应的业务也将中断。其次是系统维护、升级和扩容时需要停机进行，也将造成应用中断，其中包括一些关键业务系统，一旦中断服务器，影响很大。

（三）兼容性差

系统和应用迁移到其它服务器，需要和旧系统兼容。新的软件包括操作系统和应用软件无法运行在老的硬件平台，而老的代码有时候也很难移植到新的硬件平台。例如：由于各种资源数据库分别开发，需要运行的软硬平台很多时候不能保证兼容。为节省时间、物力和保持系统部署的规划，只能采取增加服务器方法来解决。

（四）服务器和存储购置成本高

维护成本递增，也不得不考虑。随着应用的不断增加，服务器数量也跟着增加，每年要支出高额购置费用不说，还有部分服务器已经过保修期，部件进入老化期，维护、维修预算费用也逐年增加。

（五）机房环境日益恶劣

随着服务器的增加，机房空间越挤越窄，现有的网线接口和电源插座越来越不够用，原来规划的ip地址也不能满足新增设备的需求。电源负荷的增加给散热提出了新的要求，昼夜运转的中央空调不仅不能降低过高的温度，还使得电费成本剧增，且散热不良总是引起服务器不同的故障频频发生。

要解决好以上五个方面的问题，既要充分利用现有的服务器等资源，又要考虑到系统整合后的可扩展性，并适合未来技术发展的趋势，较适合采用虚拟化技术来进行服务器资源的整合。（图1为整合前后的对比图）

二、 虚拟化技术简述

服务器的虚拟化技术就是将物理硬件与操作系统分开，从而提供更高的IT资源利用率和灵活性，并允许在一个物理服务器上独立并行运行具有不同操作系统的虚拟机，而每个虚拟机都独立拥有一套虚拟硬件（如RAM、CPU、网卡等）。此外，因为虚拟机是封装在文件中，因此可以快速对其进行保存、复制和部署。可在几秒钟内将整个系统（完全配置的应用程序、操作系统、BIOS和虚拟硬件）从一台物理服务器移至另一台物理服务器，以实现零停机维护和连续的工作负载整合。下面将对Vmware虚拟化软件中几样关键技术进行介绍：

（一） Vmware Vmotion

Vmware Vmotion是一种用户创建动态、自动化、自我优化的数据中心的关键促成技术，可以不间断地自动分配资源池中的虚拟机，使运行中的虚拟机从一台物理服务器实时迁移到另一台物理服务器，它实现了零停机时间和连续可用的服务，并能全面保证事务的完整性。

（二） VMware HA（High Availability）

VMware HA 能持续监控资源池中的所有物理服务器，使用服务器上的“心跳信号”来自动检测服务器故障，并重启受服务器故障影响的虚拟机。此外，VMware HA时刻监控群集中是否有足够的资源可用，以便在主机发生故障时能够在其他物理主机上重启虚拟机。

（三） VMware DRS（Distributed Rescource Scheduler）

Vmware DRS将全异的硬件资源聚合到统一的逻辑资源池中，并可跨资源池不间断地监控利用率，并根据反映业务需要和不断变化的优先级的预定义规则，在多台虚拟机之间智能地分配可用资源。当虚拟机负载增大时，VMWare DRS 会通过在资源池中的物理服务器之间重新分发虚拟机来自动分配额外的资源，使资源优先用于最重要的应用程序。

（四） Veeam虚拟化灾备技术简述

Veeam为现有的虚拟环境提供备份和复制二合一的全面保护，能灵活地满足不同虚拟机在不同恢复对象（RTO和RPO）方面的要求。Veeam高效地利用了广域网带宽，采用虚拟机在线复制获得高可用性，采用离线复制用于灾难恢复。

三、 预报中心虚拟化应用实例

（一） 虚拟化应用方案介绍

本方案主要通过虚拟化技术来实现预报中心中心机房现有服务器资源的整合，提高服务器硬件资源利用率并简化管理和减低总体维护成本。根据实际应用情况，采用VMware服务器虚拟化技术，将大部分应用服务器整合迁移到4台的物理机上，实现服务器的虚拟化。在四路服务器都安装配置Vmware企业软件，用于在单个物理服务器实体上，利用服务器强大的处理能力，生成多个虚拟服务器，而每一个虚拟服务器，从功能、性能和操作方式上，等同于传统的单台物理服务器，在每个虚拟服务器上，再安装windows或Lunix操作系统，进而再安装应用软件，这样以前的每个物理服务器就变身为Vmware服务器上的虚拟机，从而大大提高资源利用率，降低成本，增强了系统和应用的可用性，提高系统的灵活性和快速响应，完美地实现了服务器虚拟架构的整合。

（二） 虚拟化软硬件配置

1.VMware vSphere 6.0企业增强版。

2.VMware vCenter Server。

3.HP DL580 Gen8服务器四台：共有CPU核心数量160个，内存1TB。

4.光纤存储阵列一台：MS3300，双主控，32GB缓存。

5.光纤交换机两台，其中一台为冗余备份用。

6.千兆以太网交换机两台，其中一台为冗余备份用。

7.VMware管理及备份服务器1台。

（三）虚拟化应用实施

1.VMware vSphere软件安装

VMware vSphere是VMware虚拟架构套件的基础组成部分，是动态、自我优化的IT基础结构的基础。VMware vSphere是一个强健、经过生产验证的虚拟层，它直接安装在物理服务器的裸机上，将物理服务器上的处理器、内存、存储器和网络资源抽象到多个虚拟机中。

在具体实施中，为了实现数据的集中存储、集中备份以及充分利用VMware虚拟架构中虚拟机可动态在线迁移、动态资源分配等特性，我们在四台物理机上同时安装了VMware vSphere软件，并配置一套光纤存储阵列产品，同时配置冗余的光纤交换机，组成标准的SAN集中存储架构。由VMware虚拟架构套件生产出来的虚拟机的封装文件都存放在SAN存储阵列上，通过共享的SAN存储架构，可以最大化的发挥虚拟架构的优势，为以后的容灾、系统扩展性等打下基础。

2. VMware vCenter Server软件安装

VMware vCenter Server 提供了用于管理虚拟基础架构的集中式可扩展平台，用于管理 VMware vSphere 环境，允许 IT 管理员简化和自动化对虚拟环境的控制，提供对虚拟基础架构每个级别的集中控制和可见性。本方案为VMware vCenter Server单独建立了一个虚拟机，安装Virtual Center软件，对四台物理服务器及其上的虚拟服务器进行统一的管理。

3.原有应用系统迁移

在虚拟化软硬件环境都安装部署好后，需要对原有的应用系统进行迁移整合。根据不同业务系统的实际情况，分下面两种方式进行：

（1）在线式迁移

对于原有应用系统较为复杂，重新安装配置工作量大，并且现有服务器运行正常，可在该服务器上安装VMware Converter软件，进行在线式系统迁移，此方法可完全保留原有应用系统的全部功能。但是该方法遇到原有系统数据量较大时迁移速度很慢，对不能长时间停机的业务应用系统（如数据库服务器）不适合，且迁移过程有一定的失败率。

（2）重新部署应用系统

对于部分不能长时间停机，且数据量较大的业务系统，可采用直接建立全新的虚拟机，安装相应的操作系统，并将原有应用系统中的数据通过网络或者移动存储等复制到该虚拟机，对该应用进行重新安装部署。待确认该应用在虚拟机中运行正常后，即可将原有应用服务器关闭，切换至虚拟机中的新系统。

4.虚拟架构环境的备份和容灾

在安装部署完虚拟机应用环境之后，还必要对各个虚拟机系统进行定期备份。通过使用Veeam软件，为虚拟服务器提供集中化的备份容灾。本虚拟化环境中所有虚拟机实现到其中两台ESXi Server本地磁盘复制容灾（重要数据库系统每小时复制；其它应用系统按天复制），当存储出现问题，可在秒级别恢复应用，保障应用系统连续性；此外，本虚拟化环境还实现独立异主机备份（按天备份），当整个虚拟化平台出现问题，仍能保证所有虚拟化应用可在小时级别恢复使用。

（四） 虚拟化应用后的优势

（1）通过服务器整合，控制和减少了物理服务器的数量，明显提高了每个物理服务器及其CPU、内存的资源利用率，从而降低了硬件成本，并降低数据中心空间、机柜、网线、耗电量、冷气空调和人力成本等运营和维护成本。

（2）提高运营效率，特别是加快新服务器和应用的部署，大大降低服务器重建和应用加载时间。对新的系统应用需求响应快捷，不需要象以前那样，需要长时间的采购流程，然后进行尝试。

（3）提高服务水平，由于虚拟架构可使虚拟机具有动态迁移性，不需要像以前那样，一遇到硬件故障或维护需要数天/周的变更管理准备和1～3小时维护时间，现在可以进行快速的维护和升级，不用担心某台服务器出现问题，会影响到整个应用平台。此外，能将所有服务器作为大的资源统一进行管理，并按需进行资源调配。

（4）充分利用网络存储的优势，可以进行集中数据存储和备份，并且为这些服务器和应用的以后的容灾打下基础。

（五） 虚拟化后存在的问题及注意事项

（1）应用虚拟化技术虽然减少了服务器的数量，减少了服务器的购买成本，但是相应增加了光纤磁盘阵列、光纤交换机等硬件投资，并且VMware虚拟化软件也价值不菲。

（2）利用虚拟化技术，把软件从硬件当中抽取出来，创建灵活、动态的环境，减少了要管理的物理资源的数量，但也加大了整个环境的复杂性，还带来了让某些IT管理人员为之头痛的管理问题。譬如，易于部署可能会带来虚拟机数量过多，或者虚拟服务器散乱现象，这可能会导致管理难度大大提高。

（3）光纤存储等硬件虽有冗余，但并不能保证万无一失，一旦出现问题，所有应用将全部中断，数据丢失。

（4）虚拟化技术服务器的安全仍然要加以重视。虚拟服务器在应用角度和物理服务器并无差别，仍然需要对其中的操作系统打补丁和升级以保证其安全可靠。我们尤其要当心的是那些不经常运行的虚拟服务器，一定要定期启动他们对其进行升级。另一方面我们也要当心虚拟服务器的数据安全，一定要保护好虚拟机文件，这些文件一旦失窃，其效果将等同于物理服务器的失窃，但其更有隐蔽性，对企业的网络安全会造成更大的威胁。所以我们要保护好诸如虚拟机备份文件这样的数据，防止其被恶意使用。

参考文献：

[1]虚拟化技术实战（美）赫斯[M].人民邮电出版社.

[2] 张巍.企业虚拟化实战-Vmware篇[M].机械工业出版社.

浅谈单因子水文预报方程算法 第7篇

对于离散性的随机变量, 可以利用数理统计原理进行分析计算。水文序列也是随机变量, 因此同样可以利用该理论进行预测分析。依据随机变量时间序列的前期演变过程的统计相关规律在未来一段时间内是不变的, 也就是说数学期望E (x) 和均方差D (x) 是不变的, 它的相关函数只与时间间隔有关而与时间无关。水文学的平稳时间序列法就是在此原理上建立起来的中长期水文预报方法。

根据上述原理未来年的水文要素 (以流量为例) 与已出现过的观测值增量有关 (n年) 。

将预报对象Qt+1改写为Qt得预报方程为:

二 系数方程的确定

实测值Qt和预报值Qt&apos;的差值即为预报误差:

et=Q-Qt&apos;。为保证误差为最小值即求出方程 (1) 式中bi (i=1、2…m, m为前期出现的有关的观测值个数) 的最优解, 由误差平方和公式为:

X是b0、b1、b2、……bm的函数。若X最小, 则

解此方程组得系数方程为:

由于随机序列的自相关函数为 (τ=1、2、……m为时间间隔;δ2为方差)

将 (4) 式代入 (3) 式得

将以上方程标准化并取前五项建立预报方程, 则关于系数的线性方程组为:

三 通过一例求解系数方程组

单位:m3/s

表1中为某水文站历年平均流量资料。通过以下两种算法说明水文预报线性方程组的两种解法。 (本预报所用到的自相关系数r (i) 和线性方程组均由计算机程序计算) 。原始数据见表1。

1应用Gass消去法求解

方程组的自相关系数r (i) 经编程输出后得关于bI的线性方程组为:

可得此线性方程组的增广矩阵为:

根据矩阵初等变换原理求解变换后的矩阵为:

则求出化减后的方程组为:

则b1=-2.283404E-02;b2=-0.0823276;b3=0.1641748

2 Gass-Seidel迭代法

从 (6) 可以看出系数方阵是一个满足按行严格对角占优的对称矩阵即:

以上条件满足利用Gass-Seidel迭代法求解线性方程组, 迭代公式为:

k为迭代次数 (本例中k=1000) , 由本人编制的计算机程序计算得

结果

根据以上两种算法得出d Q93=-0.63, 则93年的预报流量为:Q93=Q92+dQ93=1.14-0.63=0.51 (m3/s) 。由此推算年径流量为:0.1608亿m3, 实测值为0.1955亿m3, 误差为18%。

同理可求得1999年的年平均预报流量为:

由此推算1999年径流量为:1.801亿m3。

四 结论

(1) 本文通过做一预报方程, 着重阐述了线性方程组的两种计算机解法。节省了大量的手工计算, 也可以应用到利用最小二乘法拟合系数的任何领域。

(2) 文中的预报方程是建立在线性函数关系基础上的, 因而只要是具有某种线性关系的连续系列都可以利用该方法进行预报。并可作为下年水量状况的参考数据, 尤其连续的洪旱灾年, 本方法将更为精确

参考文献

[1]赵绿珠行久.单因子水文预报方程算法及实例分析.《地下水》, 2009年2期.

[2]张丽霞梁新平.基于单相关系数法的中长期水文预报研究.《水资源与水工程学报》, 2008年3期.

水文气象预报 第8篇

1 预报对象

本系统面向的预报对象包括: (1) 次年逐月流量及年最大流量 (时间) 预报, 发布时间为每年的6月10日和11月10日, 要求按照7种方法月平均流量预报值+推荐值, 共12个月, 以及年最大流量预报值及出现时间。 (2) 下月最大 (枯期最小) 流量预报, 发布时间为当月的10日和25日, 预报结果:7种方法月极值流量预报值+推荐值。 (3) 当年汛期 (6-9月) 逐月流量及最大流量 (时间) 预报 发布时间:3月1日 预报结果:7种方法月预报值+推荐值, 共3个月, 汛期最大流量及出现时间, 输出方式为独立窗口显示, 预报结果存入气象水文中长期数据库, 便于用户查询。

本系统的预报对象可以概括分为3类:逐月流量预报;最大 (枯期最小) 流量预报;首末次洪水预报。

以北半球850Hpa、200Hpa U、V分量格点场资料, 北半球100Hpa高度场月值和500 Hpa高度场旬、月值资料, 西北太平洋月平均SST资料, 北半球长波辐射 (OLR) 资料, 流域站点气温资料和蒸发资料以及历年月流量资料, 降水预报产品为依据, 按预见期的不同, 选用适当因子。

2 预报模型库建设

根据《水文情报预报规范》[1]的定义, 从物理意义上讲, 长期预报目前常用的方法大致可归纳为成因预测方法和统计预测方法两大类。前者是基于大气环流、天气过程的演变规律和流域下垫面物理状况的成因动力模型, 是径流长期预测的一个重要发展方向, 而后者是基于径流及其影响因子的成因、统计关系的统计模型。而从影响因素上讲, 又可分为单要素预报法与多要素预报法。单要素预报法着重探索水文预报对象自身的历史演变规律, 挖掘其前后各时段的相关关系, 据此建立预报模型。多要素预报法主要探索外界各种因素对水文预报对象的影响, 分析预报对象与影响因子的相互联系及其变化的物理成因, 利用数理统计方法建立预报模型。当前, 随着非线性系统模拟和智能优化技术的日趋成熟, 在作业预报中, 使用多种模型进行对比, 这对于提高预报可靠性是非常必要和完全可行的。本长期水文预报系统将从多维混合回归、模糊分析、门限回归、投影寻踪回归、时间序列马尔可夫分析、非线性动力系统学以及神经网络及小波分析等多方案中优选出几种预报效果较好的方案构建预报运行体系。

3 预报方案编制要求及预报模型

3.1 预报方案编制要求

1) 水文资料年限要求:按照《水文情报预报规范》[1], 长期水文预报采用经验和统计方法时, 样本个数不得少于30个。

2) 方案许可误差要求:按照《水文情报预报规范》[1], 汛期预报值许可误差规定为实测值变幅的±30%以内, 极值出现时间许可误差参照此标准评定, 非汛期预报值许可误差规定为实测值变幅的±20%以内。

3) 方案精度要求:按照《水文情报预报规范》[1]对预报方案进行评定和检验, 精度的评定标准采用合格率或确定性系数的大小来划分。

4) 对于多要素预报方法, 以物理成因分析为基础, 以获取的北半球850Hpa、200Hpa U、V分量格点场资料, 北半球500Hpa、100Hpa高度场月值和北半球500 Hpa高度场旬值资料, 西北太平洋月平均SST资料, 北半球长波辐射 (OLR) 资料, 流域站点气温资料和蒸发资料, 历年月流量资料, 历年旬、月、年流量资料特征值 (包括最大、最小值及发生时间) , 降水预报产品作为挑选对象, 进行预报对象的因子的筛选。

3.2 预报模型

本系统中采用的模型包括多维混合回归、模糊分析、门限回归、投影寻踪回归、时间序列马尔可夫分析、非线性动力系统学以及神经网络及小波分析共7种方法, 并针对每种预报对象, 利用历史数据检验提供了相应的推荐算法方案。

4 预报系统开发

4.1 系统框架

长期水文预报软件主要是由数据加工处理、数据统计分析、预报方法、统计集成方法、预报产品检索、质量评定等模块组成。各个模块分别有若干子模块所组成:

1) 数据加工处理模块由数据采集处理、数据管理维护、数据检索、预报对象的管理、各种指数追加计算等5个子模块组成。

2) 数据统计分析模块由预报对象统计分析、指数资料分析、场资料分析、合成分析等4个子模块组成。

3) 预报方法模块由相关分析、多因子综合方法、回归分析方法、相似分析方法、降水场预报模式、模式产品适用、概念模型等7个子模块组成。

4) 统计集成方法模块对具有相同的预报结果、预报结果为相同类型、具有可集成性的多种预报模型按照指定的集成策略进行集成。

4.2 系统结构功能 (如图1所示)

4.3 预报系统计算流程 (如图2所示)

4.4 系统流程

预报系统主界面包括选择预报对象、用户查询、系统帮助3部分, 点击进入相应界面, 其中选择预报对象界面包括8个不同预报时段按钮, 点击后进入选择预报方法界面, 包括多维混合回归预报模块、模糊分析预报模块、基于遗传算法的门限回归分析预报模块、投影寻踪回归预报模块、时间序列-马尔可夫分析预报模型、非线性动力系统学预报模块、小波神经网络预报模块7个预报模块, 对应不同的预报时段可选相应的预报模块, 模块执行时首先从气象水文数据库中读取所需数据并进行数据检验, 符合检验将进行计算、显示, 将结果存入长期气象水文数据库;否则系统给出出错信息, 最后返回预报系统主界面。错误信息包括: (a) 应用服务器连接错误; (b) 所需数据缺测、错误、不存在; (c) 模型计算溢出错误; (d) 预报对象不存在; (e) 其他错误。整个系统流程如图3所示。

4.5 系统实现

水库长期水文预报系统利用Microsoft 的Visual Basic 6.0语言实现。逐月流量预报实例如图4所示。

5 小结

从用户需求出发, 针对3种不同类型的中长期水文预报对象, 集成了包括多维混合回归、模糊分析、门限回归、投影寻踪回归、时间序列马尔可夫分析、非线性动力系统学以及神经网络及小波分析共7种方法, 并针对每种预报对象, 利用历史数据检验提供了相应的推荐算法方案, 建立了一个实用的水库中长期水文预报系统, 为其他水库优化调度提供了信息系统支持。

参考文献

水库中长期水文预报模型研究(Ⅱ) 第9篇

1 投影寻踪回归预测模型

1) 预测对象:选定的预报对象。

2) 预测时效:月、季、年。

3) 资料需求:与预报对象相对应的时间长度的水文气象特征量。

投影寻踪回归 (简称pp回归) 技术的实质是将高维数据通过线性组合方法转换为低维数据, 在低维上对数据结构进行分析, 以达到便于统计的目的。PP回归模型采取一系列岭函数的“和”来逼近回归函数。即

undefined

式中:Gm (Z) 表示第m个岭函数;undefined为岭函数的自变量, 它是P维随机变量x在undefined方向上的投影;M为岭函数的个数。

pp回归是运用1984年Friedman教授编制的SMART[1]多重平滑回归计算软件。SMART模型具有如下形式:

undefined

式中:undefined;E (Gm) =0;E (Gm2) =1;undefined;bim, ajm及岭函数值Gm是模型的参数, 模型中线性组合的项数为待定参数。模型的核心采用分层分组迭代交替优化的方法最终估计出岭函数的项次Mu, 岭函数Gm (Z) 以及函数ajm, bim。

其判别准则是:选择适当的参数bimajm, 函数值Gm项数Mu及因变量的权重Wi (i=1, 2, , Qj;j=1, 2, , Mu) 使式

undefined

式中:i表示因变量个数;j表示自变量个数;M为岭函数个数。

模型参数寻优

(1) 逐步寻优

用逐步交替优化的方法, 确定模型的最高线性组合项数Mu及对参数a、b、Gm寻优。

①求初始方向undefined。

②沿求得的初始方向undefined求岭函数undefined的值;将Gm进行标准化处理:

undefined

③更新bim的值。

计算判别式L2的值, 当L2 (m) 未满足要求时进行下步计算, 否则结束本过程, 转到第二步继续寻优。

undefined

式中:WWk为第K次观测权重。

④当L2未能满足精度时, 逐一增加模型的项数, 重新计算R:Ri, Km+1=Ri, km-bimGm (Tk) (6)

并返回 (2) 步进行循环迭代, 直到L2满足精度为止。

(2) 全局优化过程

为了寻求较优的模型, 进一步对线性组合的项目数Mu及参数重新寻优, 逐一剔除模型中的不重要项, 重要项是由undefined测度的 (1

2 时间序列-马尔可夫分析预报模型

1) 预测对象:平均流量。

2) 预测时效:月、季、年。

3) 资料需求:与预报对象相对应的时间长度的水文气象特征量。

采用一维非平稳时间序列模型建立降水或水文预测的时间序列模型, 马尔可夫过程利用变量的概率转移状态矩阵可预报变幅较大的随机波动, 将时间序列与随机过程离散状态的马尔可夫链理论相结合可有效地提高降水或水文序列在峰谷处的预报精度, 增强模型对随机波动性较大数列的预测能力。

马尔可夫过程 (Markov Process) 是研究事物状态及状态转移的理论。它通过对事物所处不同状态的初始概率以及状态之间的转移概率关系, 来确定事物所处状态的变化趋势, 从而达到预测的目的。

马乐可夫过程是较普遍机过程的一种, 该过程考虑了以前事件对后事件的影响, 即从一种状态转移到另一种状态, 随时间变化所作的状态转移, 且状态转移具有概率性质。时间离散、状态离散的马尔可夫过程称为马尔可夫链。对一重 (一阶) 平衡的马尔可夫链, 系统每次转移, 仅依赖于前一次的状态i, 与更前一次的状态i-1无关, 且这个概率与几次转移无关。

在马尔可夫链中, 系统状态的转移可用概率矩阵P表示:

undefined

t到t+1时刻, 状态从Si转移为Sj的频数nij与总频数n之比 (频率) , 则为状态Si转移为Sj的转移概率:

undefined

从任何一个状态出发, 经过一次转移, 必然出现该系统所有状态中的一个, 故undefined, 其中系统停留状态i的概率Pij包含在内。由于Pij是概率, 则0Pij1, i, j=1, 2m。

设初始 (0步) 处于状态Si的概率为Ai (0) , 从状态Si转移到状态Sj的概率Pij为在第一步处于的状态Sj的概率为Aj (1) , 按照贝叶斯 (Bayes) 公式:

P (A, B) =P (A) P (B/A) (9)

则有:Aj (1) =Aj (0) Pij (10)

若从第n步推广到n+1步便有:

Aj (n+1) =Aj (n) Pij (11)

若研究的事物在n步有m种状态, 则在n+1可能转入状态Sj的概率为:

undefined

如果考虑从零步到第一步转移过程, j=1, 2, m;由 (5) 式得:

j=1, A1 (1) =A1 (0) P11+A2 (0) P21++Am (0) Pm1

j=1, A2 (1) =A1 (0) P12+A2 (0) P22++Am (0) Pm2

︙

j=m, Am (1) =A1 (0) P1m+A2 (0) P2m++Am (0) Pmm

上述方程组表示为:

undefined

令A1 (1) =[A1 (1) , A2 (1) , , Am (1) ], A (1) =[A1 (0) , A2 (0) , , Am (0) ]

则A1 (1) =A (0) P

A (n+1) =A (n) P (14)

可以导出:n=0时, A (1) =A (0)

n=1时, A (2) =A (1) P=A (0) P2

n=2时, A (3) =A (2) P=A (0) P3

n=n-1时, A (n) =A (0) Pn (15)

公式 (9) 称为马尔可夫链预测模型, 它表示只要知道状态转移概率矩阵, 就可以根据初始时刻处于各状态的概念来预测以后任一时刻各状态的概率。

随着过程的持续发展, 初始阶段的影响将逐步消失, 系统在n时刻处于Sj的概率与初始状态无关, 仅决定于转移概率矩阵。当n∞, 绝对概率分布P (n) 收敛于一个独立的初始分布P (0) 的极限概率undefined这时系统状态趋于一个稳定状态。

3 非线性动力系统学 (Localmodeling) 预测模型

1) 预测对象:选定的预报对象。

2) 预测时效:月。

3) 资料需求:与预报对象相对应的时间长度的水文气象特征量。

动力系统预测方法又称为Local Modeling方法。法国科学家Ruelle[2]提出通过微分方程迭代产生的离散时间序列x (t) 和它的漂移xt-kσ, xt-2kσ, , xt- (m-1) kσ (k=0, 1, 2, , m为正整数) 可以用来代连续函数的微分来表征系统的状态并可以进行预测, 这种方法后来被叫做重建相空间技术。Local Modeling方法就是在重建的状态空间理论的基础上发展起来的。Local Modeling对系统未来状态的预测就是在历史数据中, 找到和当前系统状态最为相似的状态点, 即搜索时间序列历史数据 (xt, xt-σ, xt-2σ, , xt- (m-1) σ) 所确定的状态向量空间中与当前状态向量最为邻近点, 并利用得到的距离和邻近点的后续状态来估计系统的未来状态。

如果一个n维系统随时间的演化规律能够用下式

undefined

描述, 则称该系统为一个n维动力系统, 其中如果f1, f2, , fn为线性函数, 又称该系统为n维线性动力系统, 反之称该系统为n维非线性动力系统;其中 (x1, x2, , xn) 成为该系统的状态空间。通过数学变化, 可以将式 (1) 微分方程组化成n阶微分方程:

fundefined=|x1, xundefined, , xundefined| (17)

此时系统的状态空间就由x1, xundefined, , xundefined来描述。随着系统的演化, 系统的状态变量x1形成一组时间序列 (x11, x (12) , , x (1p) ) 。动力系统能够用微分方程来描述, 因此微分方程相关数学方法也能应用在上述时间序列的分析与预测上。研究表明, 河流就是一个由流域水文、气象自然地理状况等要素控制的多维非线性动力系统, 其中径流量是一个重要的状态因子, 如何分析、预测流量时间序列是本文的主要内容。

经验表明, 系统未来的状态与其以前的若干状态有必然的联系, 也就是如果定义系统的t时刻状态为x1, 那么还可以定义系统一下时刻的状态为:

xt+1=g (xt, x (t-σ) , xt-2σ, , (t- (m-1) σ) ) (18)

式中:m和σ是需根据模型的具体应用而确定的参数;g (X) 存在的未知形式的函数。在实际应用中, 可以认为河流下一个时刻的流量Rt+1决定于河流的前期流量 (Rt, R (t-1) , , R (t-σ) ) 以及前期的气候气象状态 (Mt, M (t-1) , , M (t-σ) ) , 这一点能够通过模式识别理论得到证明。

Local Modeling模型对系统未来状态的预测就是在历史数据中, 找到和当前系统状态最为相似的状态点, 找到和当前系统状态最为相似的状态点, 即搜索时间序列历史数据 (xt, x (t-σ) , xt-2σ, , (t- (m-1) σ) ) 所确定的状态向量空间中与当前状态向量最为邻近点, 并利用得到的距离和邻近点的后续状态来估计系统的未来状态。当前状态到Xτ到t时刻状态Xt的距离由函数:

undefined

确定。因为越早的系统状态对系统t+1时刻的状态影响越小, 所以距离函数中加入一个 (0, 1) 的参数用来削弱系统早期状态对t+1时刻的状态的影响。

应用距离函数, 可以计算出状态空间中N个距离当前系统状态向量最近的状态点, 这些邻近点的后续状态按照距离的由小到大依次定义为y1, y2, , ym, 其对应的距离定义为d1, d2, , dm, 通过距离, 可以计算出邻近点的每个后续状态在预测系统t+1的权重。第i个最为邻近点的权重的计算公式为:

undefined

式中:dm+1是第m+1个最邻近点到当前状态点的距离。系统t+1时刻的状态有以下公式计算:

undefined

式中:m为模型中选择的邻近点个数;yi为较前的状态对下一时刻状态影响的衰减程度;ωi为延滞参数;i为决定系统一个状态的前期状态个数。这些参数, 要根据具体的应用而进行优化。

参考文献

[1]FriedmanJ, H.SMART User's Guide[M].Stanford Uni-versity Technical Report1, 984, California, USA.

水文气象预报 第10篇

关键词：B/S,灾害预警,气象要素,水文要素

一、研究背景

近年来, 受全球变暖和人类活动的影响, 极端气象灾害事件, 尤其是强对流天气明显增多, 短时猛烈暴雨、雷暴大风、冰雹和强雷电等剧烈天气现象日趋频繁发生, 加上其发生发展表现出极大的突然性和不确定性, 给我国社会政治稳定, 经济持续发展和人民生命财产安全等带来了非常严重的危害。过去由于天气、降雨观测手段落后, 信息传输慢, 当遇到大暴雨发生时, 人们不能通过发布预报警报提前作好抗洪避险的准备, 只能被动救灾。针对历史水情和旱情, 为了获得全面的信息, 需要去查询各种分散的信息系统, 甚至是纸质的文档资料。低效率的信息获取方式必然延误做出正确的决策的过程。

二、研究意义

随着网络技术的不断应用, 各种气象自动站和水文自动站提供观测数据的及时性得到了保证。但各种相对独立的信息系统使得各种气象和水文信息难以共享, 有必要开发研制一套气象和水文信息集成的综

合查询系统, 以适应自国家防洪抗旱的的需要。在发生重大气象灾害时, 政府需要来自各个部门的观测数据以便作出正确的决策。这就要求具有统一提供降水、土壤水分、温度、河道水情、水库水情等信息的综合查询系统, 使得决策者能容易的获得灾情信息。

三、建设目标

本系统设计与实现目标是建设一个省级集成的, 具有现代化水平的气象水文共享数据库和综合查询系统, 实现气象和水文各个要素的的集成并对外提供服务, 提供灾害天气报警功能。系统对气象水文信息的实时采集、处理和存储, 并配以图表、文字以及声音和视频的多媒体和超文本方式进行数据展示, 看到实时的气象水文的采集信息, 同时实现雨情、水情等背景和历史资料, 并对各要素进行综合分析, 对外提供天气预报、预警等服务为决策支持提供完整的数据平台、保证了数据的准确性和信息采集与发布的及时性, 并提升省级气象部门的信息化水平。

四、系统功能概述

根据前述的系统需求, 系统包括数据集成、查询、统计和报警功能, 以及系统管理功能。然而从人机界面表现形式方面来看, 如果将查询和统计以及报警分开, 不符合日常使用习惯, 也不利于数据的全面展现。因此, 在划分功能子系统时, 以各种气象水文要素进行分类来构造系统模块, 对模块的可重复部分进行高度提取, 集中处理, 更加有利于系统的人机界面友好和系统的可重用性和健壮性。系统主要包括以下功能子系统如图1所示。

4.1数据集成子系统

数据集成子系统的功能是将各个气象自动站和水文测站的观测数据文件收集整理并入库。它具有定时操作, 全自动进行的特点, 根据子系统的各个组成部分的功能不同可将子系统划分为3模块。

1、程序控制模块

这个模块控制整个子系统的工作流程。首先从数据库中读取各个站点的连接参数, 然后连接各个站点, 获取上传文件后将其分类存放。而后对各个文件的信息进行提取并保存到数据库。当所有站点的文件都处理完毕后, 控制程序按设定的参数休眠, 在休眠过程中, 模块还要需要保持与数据库的连接, 以免由于长期不读取数据库而导致数据库连接关闭, 使得程序报错。一定时间后, 程序再次启动, 再重复此过程, 以此为循环, 从而完成每天的数据集成任务。

2、文件获取模块

此模块从数据库中获取各个站点的文件路径, 依次读取, 取得相应的文件, 并将这些文件保存到本地路径。

3、文件处理模块

该模块是本子系统的主要功能实现模块。它对获取的文件进行处理, 提取信息, 并将信息保存到数据库。

对文件信息的提取, 首先对各个站点上传的文件进行文件信息和格式的验证, 保证此文件是正常的站点要素文件, 而后对文件中的关键信息进行分类提取, 即对各个文件进行解析, 将得到的信息保存到数据库。在存入数据库中时, 对每个文件的信息保存采用单独的事务控制, 一旦出错, 立即回滚, 保证此文件的信息保存的完整性。

4.2地面资料子系统

本子系统主要实现对地面气象要素进行查询和统计等功能。在结果展示中运用图、表等多种形式展现数据, 且为各种查询结果提供文本、表格或图片等各种种类的下载方式。

4.3高空资料子系统

本子系统主要实现对高空气象要素进行查询等功能。在结果展示中运用图、表等多种形式展现数据, 且为各种查询结果提供文本、表格或图片等各种种类的下载方式。

由于高空气象资料的展现都要求以图片的形式表示, 所选的气象要素都将一起表现, 因此, 查询的结果实际上是统计的结果。同时系统还应提供历史图片的查询功能, 即查询图片一旦生成, 应该保存在数据库中, 这样避免了每次进行历史查询的时候重新进行数据构图, 提高了查询效率。

4.4雷达资料子系统

本子系统主要实现各种雷达拼图的查询显示功能。各种拼图数据根据用户选择的时间段进行提取。由于用户选择的查询条件都是时间段, 因此符合条件的雷达拼图为多张, 考虑到动态效果实现对网速造成的压力, 系统对各张雷达拼图以幻灯片的形式依次播放。系统还应提供图片下载的功能。

4.5水文资料子系统

本子系统主要实现对水文要素进行查询和统计等功能。在结果展示中运用图、表等多种形式展现数据, 且为各种查询结果提供文本、表格或图片等各种种类的下载方式。本系统集成气象资料和水文资料, 但水文水资源数据本身也是一个非常庞大的集合, 相关的水文资源站的数量也非常多。本系统能简单的将气象资料和所有水文资料融合在一起, 必须选取具有提取意义的部分数据进行处理。

4.6服务产品子系统

气象服务现在在国民经济中已经承担的越来越重要的地位, 对外提供气象服务也是气象部门需要承担的责任和义务。本系统属于气象部门的内部业务系统, 但也同时需要承担对外提供气象服务的任务, 因此本系统专门将这部分内容设立为单独的子系统。

本子系统通过基本的气象、水文数据进行分析处理, 提供各种天气预报、监测公报、洪水预警、气候影响评价等功能。

4.7报警管理子系统

报警管理系统主要实现各个报警阈值的设定、删除、修改和查询功能。每个报警阈值都可以设最大值和最小值, 设定阈值的每种要素可以由用户自行选择, 选择包括站点、要素名称、报警人等。

4.8系统管理子系统

系统管理子系统由系统管理员操作, 用于系统的一些后台设置, 其模块划分包括了用户管理、权限管理、以及各个气象、水文的测站管理等工作。

五、结束语

气象水文信息综合查询系统是根据气象水文信息的关联查询和气象防灾减灾的实际需要, 依托气象该系统可为省级行政区域内各种业务单位提供实时气象水文信息查询、灾害天气报警和预警, 为重大工程建设及业务科研提供详实的资料和科学的气象水文数据, 同时可面向社会提供公益性气象水文数据服务。观测业务系统和气象信息发布系统, 建立的综合性查询平台。对气象水文的报文解码、数据查询及系统管理配置进行研究, 简要介绍了系统建设的背景, 而后对系统采用的关键技术进行了介绍, 在充分分析了系统需求的的基础上, 进行了详细的数据库设计和系统构架设计, 并探讨了系统的地图展现、报文解码、数据查询、报警管理以及系统配置等功能子系统的设计与实现。

参考文献

[1]国家防总:目前全国旱情总体偏轻西南局地较重[OL].http://www.cma.gov.cn/2011xwzx/2011xq xxw/2011xqxyw/201303/t20130310_207176.html, 2013, 03.

[3]李涛, 王丽玫, 张薇.广西气象科学数据共享平台建设[J].气象研究与应用.2010, 01.

[4]陈学君.甘肃省气象科学数据共享平台及其应用研究[D].兰州大学, 2009.

[5]李集明, 沈文海, 王国复.气象信息共享平台及关键技术研究[J].应用气象学报, 2006, 17 (5) .

[6]秦大河, 孙鸿烈.中国气象事业发展战略研究[M].北京:气象出版社.2004, 01.

[7]王雪, 杨进.J2EE轻量级框架的研究与应用[J].计算机工程与设计, 2008, 29 (14) :3628-3630.

上沙兰水文站洪水预报方案编制 第11篇

1.1 研究背景及意义

目前, 洪水灾害已经成为严重的自然灾害, 对人类生活及经济发展随时造成威胁。由于灾害范围广, 破坏性强, 洪水灾害自古以来就成为人类急迫解决的问题。我国因属于太平洋及印度洋季风性气候, 受气候与地理条件的影响, 洪涝灾害发生频繁、范围广、损失极大。据统计, 1949 年新中国成立以来, 特别是50 年代, 10a中就发生大洪水11 次, 我国人口稠密、农业垦殖高、江河湖泊集中, 所以全国有大约70% 的工农业总产值受到洪水灾害的威胁, 给经济财产带来极大损失[1]。为了我国经济能较好较快发展, 所以, 目前防洪任务愈加艰巨。

从表1 及表2 分析表明, 洪水一旦发生, 就时刻威胁着人类的生命及财产安全, 其破坏性强, 带来巨大损失。于是人类历年来抵抗洪水的过程中, 总结经验及教训逐渐认识到自然界水文现象及其运动变化规律, 开始探索研究方法, 以此解决洪水灾害。在不断的研究探索过程中开始形成并发展洪水预报。

1.2 洪水预报方法

洪水预报经历3 个时期, 形成和产生了一系列的洪水预报方法。在发展过程中, 人类从传统的方法到现代计算机技术的应用, 不断提高了洪水预报的精度, 从而使我们有效的应用一系列方法防汛抗洪[4]。

本文采用的是传统模型中的新安江水文模型, 该模型适用于湿润地区和半湿润地区, 模型属于蓄满产流模型。本文基于Visual Basic计算机语言, 编译新安江模型程序系统, 因该系统应用方便, 使模型计算得到简化, 采用此程序系统对洪水预报带来方便。

1.3 预报精度评定

根据《中华人民共和国国家标准》 (GB/T 22482—2008) 中有关规定:

1.3.1 径流深预报许可误差:

径流深预报以实测值的20% 作为许可误差。

1.3.2 预报许可误差:

降雨径流预报以实测值的20% 作为许可误差;河道流量预报以预见期内实变幅的20% 作为许可误差。

1.3.3 峰现时间许可误差:

峰现时间以预报根据时间至实测洪峰出现时间之间时距的30% 作为许可误差, 当许可误差小于3h或一个计算时段长, 则以3h或一个计算时段长作为许可误差。

1.3.4 径流深许可误差:

以实测值的20% 作为许可误差, 但不能超过20mm, 不能低于3mm, 超过按20mm, 低于按3mm为准。

1.3.5 确定性系数:

确定性系数是评判洪水预报过程与实测过程之间的吻合程度的指标, 计算式如下:

式中:DC—确定性系数, 取两位小数

yc—预报值, m3/s

y0—实测值, m3/s

n—资料系列长度

1.3.6 预报合格率

合格率计算公式如下:

式中:QR—洪水预报合格率, 取一位小数

n—合格预报次数

m—预报总次数

根据确定性系数或合格率可将预报分为3 个等级, 见表1-3。

1.4 研究资料及内容

1.4.1研究资料:

流量资料:

流量资料为上沙兰水文站1957~2002 年的逐时段流量资料。

雨量资料:

各站均设有雨量站, 现已有各站1957~2002 年逐日降雨量及时段雨量摘录资料。

蒸发资料:

现有1957~2002 年的逐日蒸发量资料。

1.4.2 研究的内容包括:

采用新安江流域水文模型, 对上沙兰水文站做出洪水预报方案编制, 分为“日模型”和“次洪模型”两大部分;历史数据资料的处理:对雨量、蒸发、流量等数据资料进行资料整理, 对选用资料进行三性检查分析;对上沙兰水文站代表流域进行地理条件及水文气象条件分析;

其中日模型采用8 年的水文资料进行计算及参数率定, 2a用来检验;次洪模型根据已有资料选定35 场洪水, 30 场进行参数率定, 5 场进行检验;

对模拟结果进行精度评定, 误差分析, 确定合格的水文预报方案, 并确定预报方案的等级。

2设计成果

2.1 模型的结构

新安江水文模型主要由四部分组成, 即蒸发计算、产流计算、流域水源划分和汇流计算。其中蒸发计算采用3 层蒸散发模式;流域产流采用蓄满产流模型, 即降水在满足田间持水量以前不产流, 所有降水都被土壤所吸收, 当土壤含水量达到田间持水量以后, 所有的降水 (扣除雨损) 都产流;流域水源划分采用三水源划分, 将总径流划分为地表径流、壤中流以及地下径流3 种;流域汇流计算采用线性水库, 河道汇流采用马斯京根法或滞后演算法。模型结构如图1 所示[5]。

2.2 日模型计算结果

观察10a洪水模拟过程与实测过程的耦合程度, 根据各个参数的取值范围调整参数值。对模型结果敏感的参数如流域蒸散发这算系数KC, 表面自由水蓄水量SM以及地下水消退系数CG, 在调整时为主要调参对象。调整完毕后, 各参数的取值情况见表4。

参数率定完成后, 其模拟计算成果见表5, 模型检验计算成果见表6, 检验成果见图5 和6。

从表5 可见, 8a模拟计算成果中, 年产流量有7a合格, 合格率为87.5%;确定性系数最大为0.87, 最小为0.66, 平均为0.8。表6, 用于检验的2a资料, 其年径流预报均符合规范且合格率为100%, 确定性系数一个为0.84, 另一个为0.63, 可见, 该新安江日模型预报方案的模拟效果较好。

2.3 次洪模型计算结果

选择好的30场洪水数据输入到新安江次洪模型中, 模型提供一个清晰的可视化界面, 可以较好的比较模拟的洪水过程与实际洪水过程的耦合情况, 为参数率定提供良好前提。经过参数率定, 完成次洪模型的计算, 参数成果见表7。

30 场洪水模拟中, 径流计算有29 场合格, 合格率为96.7%, 洪峰流量预报有27 场合格, 合格率为90%, 且峰现时间及确定性系数也均达到规范标准。5 场洪水检验次洪模型, 径流、洪峰流量及确定性系数合格率为100%, 峰现时间合格率为80%, 表明该次洪模型模拟效果较好。

2.4 误差分析

2.4.1 雨量站代表性的影响。

上沙兰水文站集水面积为5257km2, 模型计算中采用10 个雨量站, 通过泰森多边形法则, 计算出各个雨量站的权重, 利用各雨量站的雨量资料, 计算出面平均雨量。但实际该流域有15 个站, 若用15 个站计算出的面平均雨量, 在某些特殊情况, 比如遭遇台风雨时, 就会与10 个站计算的平均雨量产生较大的误差。面平均雨量的计算误差也是产流量误差的主要影响因素, 因此雨量站的代表性是非常重要的。

2.4.2 实测流量过程影响。

对于上沙兰水文站来说, 其逐日和逐时段流量过程的计算时非常重要, 常根据水位采用水量平衡方法反算的, 但水位观测的误差, 会造成演算的流量过程变化剧烈, 这会给计算日模型模拟的确定性系数值不高。

2.4.3 人类活动的影响。

人类活动一般是对下垫面条件的改变, 从而间接的影响雨量计算及产汇流计算。例如, 植树造林或大量砍伐树木、修建水库、农田灌溉等, 最终都会模型计算带来误差。

2.4.4 模型参数的影响。

模型是先确定一组模型参数的初值最为输入, 然后通过计算输出, 再将输出过程与实际过程进行比较, 根据其耦合程度进行参数率定, 这样做可能导致这组率定参数值并不一定是最优的一组。再加上模型参数值范围根据经验获取, 人为影响较大。

3结论

3.1 在禾水流域上的一主要控制站——上沙兰水文站上, 应用新安江流域水文模型进行洪水预报方案编制, 分别采用日模型和次洪模型进行计算

采用的新安江流域水文模型是利用Visual Basic计算机语言编译的模型程序系统, 该系统应用方便, 使模型计算得到简化。

3.2 日模型计算

采用上沙兰水文站10a历史资料, 8a作为参数率定期, 2a作为检验。经过模型参数率定, 模型模拟结果较好。

3.3 次洪模型计算

采用上沙兰历年资料, 选取35 场洪水, 其中30 场用来参数率定, 5 场作为检验。根据流域气象及地理条件进行参数率定, 最终确定的预报方案效果较好。

摘要：对上沙兰水文站所控制的流域进行洪水方案汇编, 采用新安江流域水文模型进行模拟计算, 模型是利用Visual Basic计算机语言编译的模型程序系统, 该系统应用方便, 使模型计算得到简化。分别通过日模型和次洪模型进行参数率定。方案确定后, 只需测出降雨及蒸发资料, 便可预报该场降雨产生的洪水过程线, 为防汛抗洪做好准备工作。

关键词：新安江流域水文模型,率定期,检验期,相对误差

参考文献

[1]《中国水利年鉴》编纂委员会.中国水利年鉴 (2004) [M].北京:中国水利水电出版社, 2004.

[2]裴宏志, 曹淑敏, 王慧敏.城市洪水风险管理与灾害补偿研究[M].北京:中国水利水电出版社, 2008.

[3]林三益.水文预报[M].北京:水利电力出版社印刷厂, 2001.

[4]中国长江流域规划办公室主编.水文预报方法 (第2版) [M].北京:水利电力出版社, 1982.