TIGGE降雨集合数据驱动下径流预报技术研究

发布时间：2020-11-03 06:51

　　 在全世界范围内,受气候环境、流域自然地理特点等因素影响,汛期的强降雨经常引发洪水,造成很大的人身威胁及财产损失,水文预报因此应运而生,及时准确的预报能够减轻甚至是避免灾害带来的损失。本文针对水库的入库径流预报展开研究,入库径流预报对于水库的下游地区的防汛抢险、库区水资源合理利用以及水库的调度运营管理意义重大。本文以HEC-HMS水文模型为基础,结合TIGGE降雨预报数据,构建了青狮潭水库的入库径流预报模型,通过实测资料检验,发现本次研究成果基本满足水库入库径流预报。主要研究内容和结论如下:(1)研究了HEC-HMS水文模型,对该水文模型的参数进行了敏感性分析,找出了高敏感性和低敏感性的参数,并以此为参考,对模型的参数进行了率定,最后通过分析HEC-HMS水文模型模拟结果,发现HEC-HMS水文模型在青狮潭流域对场次洪水有较好的模拟效果,对该地区的适应性较好,该模型模拟精度较高,可用于实际的水库入库径流预报。(2)从ECMWF欧洲中心得到的TIGGE数据,提取了TIGGE降雨产品中适合于本次研究的美国国家环境预报中心(NCEP)预报间隔为6小时,预报期为24小时的降雨预报数据。降雨预报数据通过WRF模型进行动力降尺度处理成能够用于HEC-HMS水文模型的雨量数据,检验发现处理后的雨量数据的TS评分和BS评分都在合理范围之内,但对大雨及暴雨的预报精度不及中雨和小雨。(3)径流预报时对降雨预报数据进行了修正,采用了基于预报样本中百分位数的修正方法对预报降雨的概率分布进行修正,修正后的降雨预报数据再用于径流预报,预报结果较修正前有了明显的改善,纳什系数得到了较大幅度的提高,径流过程更贴合实际径流过程,大部分预报能够正确的预报出未来24小时的径流过程,TIGGE数据修正后可用性良好。但在大雨及暴雨导致的入库洪水预报准确性上还有一定提升空间。
【学位单位】：华中科技大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：P338
【部分图文】：

华 中 科 技 大 学 硕 士 学 位 论 文2 径流预报模型随着遥感和地理信息技术的发展，RS 和 GIS 技术为水文模型的基础数据处理用带来了很多方便[26]，通过 RS 和 GIS 获取流域 DEM、土壤类型、土地利用等环境基础数据，为流域下垫面基础信息获取提供了新的技术手段。本章主要详流预报模型的建立，首先确定本次研究的径流预报模型采用水文模型的方法，-HMS 模型作为预报模型，再利用 RS 和 GIS 技术得到的流域下垫面数据和实流资料作为建立预报模型的基础数据，最后再对模型进行率定和检验，分析模潭流域的适用性，判断模型是否能够用于径流预报。流域概况

期青狮潭水库的入库径流资料。针对洪游的安全性，本着对水利工程最不利原则资料做了三性审查。国地理调查局（USGS），分辨率为 1k地覆盖数据（由 GLC2000 项目开发）， 36]下载提取；土壤信息参考了世界土壤-GeoHMS 处理地理信息数据可以提取息。国德克萨斯州州立大学、美国陆军工程合作开发的，HEC－GeoHMS 是连接 平台下的水文扩展模块。它主要用于数S 模型计算所需的流域模块数据。由 HE图见图 2.3-1。

Loss（降雨损失） Curve Number（CN 值）Transform（汇流）Time of Concentration（汇流时间）Storage of Coefficient（蓄水系数）Baseflow（基流计算）Recession Constant（退水系数）Ratio to Peak（峰值比率）Routing（河道演进） Muskingum K（k）、Muskingum X (x)在 Uncertainty Analyses 模块中进行如下设置：在参数合理取值范围内按照均匀随机取样，进行 500 次的取样和计算，得到参数的抽样值和抽样值对应的总流比较将总流量进行归一化处理，绘制各个参数对应的抽样计算结果图，详见图 图 2.4.1-7。
【相似文献】

相关期刊论文 前10条

1 张卫国;钟平安;张玉兰;郭乐;王新龙;;季节性支持向量机中长期径流预报模型[J];水力发电;2014年04期

2 袁子勇;梁虹;;人工神经网络在径流预报中的述评与展望[J];水科学与工程技术;2009年01期

3 陈贤章;;祁连山积雪卫星监测与缺水期径流预报研究课题通过鉴定[J];遥感信息;1987年02期

4 周惠成;张杨;唐国磊;王雅军;蹇德平;;二滩水电站中长期径流预报研究[J];水电能源科学;2009年01期

5 纪昌明;张培;吴月秋;张验科;李荣波;;基于小波分析-稳健估计的径流预报模型及应用[J];水力发电学报;2017年06期

6 丁义;邵朋昊;缪益平;;杨房沟电站大江截流期径流预报[J];人民长江;2017年S1期

7 邹俏俏;;欧氏距离与趋势值在中长期径流预报中的应用[J];东北水利水电;2017年06期

8 杨应举;天生桥一级水电站中长期径流预报系统的应用及效益[J];贵州水力发电;2005年03期

9 王根绪;长期径流预报的灰色双向差分模型[J];兰州大学学报;1994年02期

10 闪丽洁;张利平;刘恋;贾军伟;;基于多方法优选因子和人工神经网络耦合模型的枯水期径流预报[J];武汉大学学报(工学版);2015年06期

相关博士学位论文 前10条

1 杨荣新;基于组合智能优化算法的云南省径流预报系统研究[D];华中科技大学;2006年

2 张小丽;水电站不同预见期径流预报及优化调度研究[D];大连理工大学;2016年

3 刘芳;基于小波分析和相关向量机的非线性径流预报模型研究[D];华中科技大学;2007年

4 唐国磊;考虑径流预报及其不确定性的水电站水库调度研究[D];大连理工大学;2009年

5 徐炜;考虑中期径流预报及其不确定性的水库群发电优化调度模型研究[D];大连理工大学;2014年

6 卢迪;耦合中长期径流预报信息的水库调度方式研究[D];大连理工大学;2015年

7 罗蒋梅;基于不同率定期资料的月、季径流预报方法研究[D];南京信息工程大学;2012年

8 张新明;水电站水库群中长期径流预报及短期优化调度研究[D];华北电力大学;2014年

9 李克飞;水库调度多目标决策与风险分析方法研究[D];华北电力大学;2013年

10 李红霞;无径流资料流域的水文预报研究[D];大连理工大学;2009年

相关硕士学位论文 前10条

1 张静;TIGGE降雨集合数据驱动下径流预报技术研究[D];华中科技大学;2017年

2 周正弘;基于熵谱理论的中长期径流预报模型研究及应用[D];西北农林科技大学;2018年

3 王学武;图们江流域水文特性分析及中长期径流预报研究[D];长春工程学院;2018年

4 王迁;中长期径流预报系统的设计与实现[D];南昌航空大学;2018年

5 刘佳;中长期径流预报技术及应用系统研究[D];东华大学;2011年

6 狄源硕;中长期径流预报模型与方法综合应用研究[D];大连理工大学;2015年

7 姜珊;嫩江流域中长期径流预报方法比较研究[D];吉林大学;2011年

8 王雪;长江三峡中长期径流预报研究及其系统设计与开发[D];华中科技大学;2011年

9 宋俊杰;三峡流域中长期径流预报模型精度评定综合分析及优化方法研究[D];华中科技大学;2013年

10 韩广;考虑径流预报信息的水电站优化调度研究[D];大连理工大学;2017年

本文编号：2868244