非稳态条件下中长期径流预报及其在水库调度中的应用

发布时间：2019-09-28 07:11

【摘要】：受全球性气候变化的影响，一些地区的水文序列呈现出非稳态性（Non-stationarity），，这为水文预报带来了巨大的挑战。近十余年来，我国西北甘肃省的疏勒河上、中游流域发生了显著的气候转型，径流序列呈现出突然且持续性地明显增加。在非稳态条件下，传统的径流预报方法由于一般都基于稳态性假定而不能直接使用。基于水文-气象遥相关的预报方法因具有较强的物理基础且预见期较长，为变化环境下的中长期径流预报提供了新的思路。然而，除了降雨补给，径流的补给来源中又包含了地下水和冰雪融水，而这些要素决定了径流具有一定的自相关特性。本文首先分析了疏勒河昌马堡水文站径流序列的变化特征，及径流补给来源和水汽来源。在此基础上对径流序列与全球海平面温度的相关关系进行分析。之后从水文-气象遥相关的基本理论出发、分别采用相关向量机和多元回归分析法构建预报模型，并进行模型精度评价。在此基础上，本文又从径流自相关的角度出发，构建时间序列模型，并将其与水文-气象遥相关相耦合构建了新的模型，并进行精度评价。最后，论文比较了四种不同类型模型的预测精度，结果显示：考虑径流自相关的预报模型比只考虑水文-气象遥相关的预报模型精度更高；而同时考虑径流自相关与水文-气象遥相关的耦合预报模型比只考虑径流自相关的时间序列模型精度更高。在径流预报研究的基础上，以昌马灌区为研究对象，论文采用滚动决策的方式构建了预报-调度模型，并进行了案例分析。以缺水指数为目标函数建立昌马水库在枯水期的优化调度模型，并采用改进的动态规划算法求解。基于不同的预报模型和调度模型，设置了四种调度方案，并对2003年-2011年的枯水期进行调度，结果表明：实际调度策略下缺水指数最大；基于完美预报的优化调度其缺水指数最小，水库泄流和库容变化过程最平缓；耦合预报模型-优化模型的调度决策次于完美预报-优化模型，但好于时间序列模型-优化模型；因此通过考虑未来时段的需水并对来水进行预测，可对未来可能发生的缺水进行防御，提高总体调度效益。而滚动预报的结果显示：大部分情况下耦合模型比时间序列模型的预测精度更高，但遇特别丰水等极端情况时，两种模型的预测结果都有较大偏差。
【图文】：

示意图,示意图,渠首枢纽,昌马水库

河流出昌马峡之前为上游，又名昌马河，当地俗称大昌马河；在昌马堡与昌马水库之间，左岸有小昌马河汇入。昌马峡出口以下 6 公里处设有昌马灌区总干渠渠首枢纽工程。疏勒河灌区示意图如图 2.1，本研究未能对小昌马河进行准确定位，故图 2.1 中没有标记小昌马河。

水产,单方,昌马灌区,灌溉定额

在 P=50%的来水情况下，昌马灌区毛缺水量约 2500-2700 万 m3，缺水程度约 4.3%。根据农业总产值、总灌溉面积、总灌溉供水量等资料，计算 2003-2008 年的单方水产值与实际灌溉定额如图 2.2。
【学位授予单位】：清华大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TV697.11

【参考文献】