水位预报

摘要： 以逐步线性回归、正则化技术、L曲线方法等机器学习技术为理论基础,提出基于机器学习方法的水位预报模型,在此基础上建立曹娥江中下游流域的水位预报方案。水位预报模型使用逐步回归方法以使用最少的预测变量数来实现最大化预测的能力,引入正则化方法及L曲线方法在应对复共线性问题的同时引入先验信息。研究实现多模型方案的对比,分析历年场次洪水特征和重点水利工程对洪水预报精度的影响,提出基于机器学习方法的水位预报模型,在台风“烟花”中进行试运行,结果表明技术可行,方案模型准确。并应用于曹娥江中下游流域,预报结果精准。

摘要： 温州龙湾区感潮段河网复杂,易受洪涝灾害影响。利用MIKE 11的水动力模块,根据河网情况、断面数据、边界条件等,建立感潮河网一维水动力模型。并基于所建模型,模拟优化水闸的调度方案,模拟不同降雨条件下的河道水位,并将最高水位与2007年实测水位进行比较,结果表明:模拟结果与实测数据基本一致,该模型具有一定的可靠度。

摘要： 河口潮汐过程受上游径流、外海潮波等因素影响,动力机制复杂,潮位预报难度大。本文提出了一种基于非稳态调和分析(NS.TIDE)和长短时记忆(LSTM)神经网络的混合模型,对河口潮位进行12-48 h短期预报。该模型首先对河口实测潮汐数据进行非稳态调和分析,通过与实测资料对比得到分析误差的时序序列,并以此作为LSTM神经网络的输入数据,通过网络学习并预测未来12~48 h潮位预报误差,据此对NS_TIDE的预测结果进行实时校正。利用该模型对2020年长江口潮位过程进行了预报检验,结果表明混合模型12 h、24 h、36 h和48 h短期水位预报的均方根误差(RMSE)相比NS_TIDE模型至多分别降低了0.16 m、0.15 m、0.14 m和0.12 m;针对2020年南京站最高水位预测,NS.TIDE模型预报误差为0.64 m,而混合模型预报误差仅为0.10 m。

摘要： 基于人工神经网络建立河道水位预报多断面实时校正模型。模型选择BP神经网络与有限记忆最小二乘法相结合建立递推式网络训练学习模式,跟踪洪水预报的残差变化。通过淮河中游河道水位预报进行验证,结果表明,在2008年汛期洪水中实时校正后的水位误差减少0.14~0.46 m,验证效果较好,对实际生产预报有一定的解决意义。

摘要： 针对松花江干流汛期洪水的特点以及松花江流域防洪减灾的需求,采用多元门限回归模型建立了松花江干流肇源、三家子、涝洲、木兰、富锦5个水位站的水位预报模型;在多元门限回归模型的基础上进行改进,得到混合门限回归模型,并以此建立松花江干流5个站的水位预报模型.两种模型的预报因子均通过AIC准则和DW检验法筛选确定,并用最小二乘法估算模型的参数.选取各水位站2008-2012年汛期的水位资料分别率定相应的水位预报模型,选取2013年汛期的水位资料对各个率定的模型进行验证.率定和验证的结果表明:多元门限回归模型的预报精度偏低,而混合门限回归模型的预报精度高,且有一定的通用性,适用于水位预报.

摘要： The auto-regression(AR)model,static time-delay neural network(TDNN)and dynamic recurrent neural network(RNN)models were constructed for 1—3h ahead water level forecasting at the complex Shangtang Canal system where water level was affected by sluices and pumping stations.Analyses were conducted of the forecast bias and error-frequency relationship at different water levels,as well as the uncertainty of training data.The results indi-cated that:the coefficient of efficiency obtained from TDNN was higher than 0.9,which resulted in 1.34%,5.57% and 6.86% improvements as compared to AR,and is 0.21%,1.97% and 1.98% improvements as compared to RNN for 1—3h forecasting;the RNN model could still be trained to simulate the rainfall-runoff relationship even though the training data contained man-made noise,indicating that the RNN model is capable of self-learning and adaptabil-ity;the accuracy of TDNN model,based on a single flood event,was 8.05% lower than the original performance as the training size decreased in terms of coefficient of efficiency,whereas the forecasted error obtained from RNN model was basically within 0.11% with training size changing.Therefore,it is suggested to adopt RNN modelin the case of insufficient training data.%以杭州市上塘河运河为例,分别建立自回归、静态时延神经网络及动态反馈神经网络模型预报受闸门及泵站影响的城市河道未来1~3h的水位变化,并对模型预报误差、不同水位区间下的误差-频数关系及训练数据的不确定性进行分析.研究结果表明:在预见期1~3h内,时延神经网络预报效率系数均达到0.9以上,比自回归模型分别提高1.34%、5.57%和6.86%,比动态反馈网络分别提高0.21%、1.97%和1.98%;动态网络模型在人为调控的影响下仍能通过训练模拟出降雨径流关系,对数据具有更好的自学习与调适能力;时延神经网络模型随数据减少预测精度也减少,在仅保留1个洪水场次下效率系数最大降低8.05%,而动态反馈网络效率系数随训练数据量变化基本在0.11%内波动,因此在数据量较少的情况下宜建构动态模型.

摘要： 论证了余水位提取对选用潮高模型的依赖性,以验潮站实测数据分析计算了余水位的时域统计规律和空间统计规律.实验结果表明,以协因数为技术指标,余水位具有较明显的时空相似性或一致性特征.基于余水位统计特性和配置原理,设计了未来时段水位预报的改进方法,并以实验数据验证了方法的有效性.%In this paper the dependence of the residual water level selection on the chosen tidal level model is determined.Using the observed data of tidal stations,the temporal and spatial statistical regularity of the residual water level is calculated in this paper.The experiment result shows that the residual water level has the obvious similarity or consistency in time and space.Based on the statistical regularity of the residual water level and the theory of configuration,an improved method of the water level prediction is designed and the effectiveness is verified by the experimental data.

摘要： 雅砻江是金沙江左岸最大支流,流域面积大,气候、地形地貌条件复杂.流域内规划有多级电站,其中部分电站已建成运行,部分电站正在施工建设.雅砻江流域水情预报的任务是实现各电站的流量预报、施工水尺预报.通过对流域的分析,设置了预报断面,介绍了水情预报流程.选择了流量预报模型、水位预报模型、实时校正模型,考虑电站调蓄作用对水情预报的影响,采用雅砻江流域的水雨情资料对预报模型参数进行了率定,统计了各预报断面的合格率.根据预报方案编制了预报系统,利用2016年的资料进行了验证,结果表明,编制的方案适合雅砻江流域,满足日常生产的需要.

摘要： 选用基于混合线性回归模型的黑箱模型方法对黑龙江干流中上游段包括漠河、鸥浦、三道卡、长发屯、乌云、勤得利6个站点进行水位过程模拟，探讨我国江河河道的水位预报问题。模型结构采用 AIC 准则和DW检验综合确定，参数通过最小二乘估计，模型以2006－2010年汛期（5－9月）日时间尺度的水文观测资料进行参数率定，以2011年汛期日时间尺度的水文观测资料进行模拟验证；并对模型输出不确定性，参数敏感性进行分析研究。结果表明：①所提出的模型方法在黑龙江干流地区应用较好，6个站点的预报合格率均达到85％以上，确定性系数也都为0.97以上，预报方案精度均能达到甲等，可以用于今后干流作业预报。②通过统计 Monte Carlo 模拟的输出变量标准差量化了模型输出不确定性，标准差越大，说明预报的洪水过程线越不确定，从而模型不确定性也就越大；运用标准回归系数敏感性分析得出，模型中干流入流不同时间阶数中最小的参数最为敏感，支流入流不同时间阶数中最小的参数次之，时间阶数大的参数一般不太敏感。%The black-box model based on multivariate hybrid linear regression is applied for water-level simulation of the upper and middle reaches of the Heilongjiang mainstream,including the Mohe station, the Oupu station,the Sandaoka station,the Changfatun station,the Wuyun station,and the Qindeli sta-tion.The model structure is determined by AIC and DW method;parameters of the model are estimated by the least square method.The models are calibrated with day time-scale hydrologic data of 2006 -201 0 in the flood season (May to September),and verified with day time-scale hydrologic data in the flood season (May to September)in 201 1 .And the model's uncertainty and parameters sensivitity are ana-lyzed.The results are as follows:① The model is applied well in the Heilongjiang mainstream and accu-rate within acceptable range.Forecast schemes'pass rate reaches more than 85% and coefficients of de-termination are above 0.97 for six stations.The model can be used for water-level forecasting.② The paper quantifies uncertainty of the Multivariate hybrid linear regression model results using the Monte Carlo methods.The larger the standard deviation,the more uncertain the flood hydrograph forecasting,and thus model is more uncertain.The parameters'sensitivity analysis based on standardized regression coefficients shows that the parameters with minimum values in time order of mainstream are the most sen-sitive,the parameters with minimum values in time order of tributary take the second place,and the pa-rameters with higher values in time order are less sensitive.

摘要： 本文利用5年的九曲溪流域9个自动气象站日雨量和九曲溪日最高水位的观测资料,把9个站点的日雨量资料转化为九曲溪流域的面雨量资料,其中用四年观测资料作为建立预报水位方程样本;最后选取最优回归方程作为预报方程,每组方程中九曲溪水位为因变量,前一日面雨量、当日面雨量为自变量,表明九曲溪水位与前一日面雨量、当日面雨量关系密切.最后把预报方程分为四组即大于等于25毫米面雨量、大于10毫米且小于25毫米面雨量、大于0.0毫米且小于10毫米面雨量和无降水各一组.用一年的资料作为预报检验,检验效果较好,该方法在九曲溪水位预报研究中具有推广应用价值.

摘要： 本文利用RC电路对理想河流区段进行了模拟,建立了简单的电路模型,推导出模型公式,并通过实例对模型进行了验证,该方法对水利工程建设和水的研究有一定参考价值.水文预报是利用各种预报模型和现代计算机技术对河流流域上发生的水文过程进行模拟，本文建立的河段水位预报模型则是对特定的河流区间进行模拟，根据上游水位和当前下游水位，预报在一定的洪峰传播时间后下游将达到的水位。该预报方法非常方便，它可作为其他洪水预报模型的一种辅助手段，在实际应用中具有一定意义。从本文的结论性公式中可以看出，为了提高预报精度，特别是对于流域复杂的河流，可以选取尽可能大的n值，参数个数将为2n，同时参数率定要选取尽可能多和采集间隔短的实测资料，并且利用现在计算机数值分析软件技术，求出最佳的模型参数。

摘要： 太湖水位是太湖流域防洪调度的关键性指标,其预报精度直接影响太湖流域洪水实时调度决策.为做好太湖水位预报工作,提高预报精度,利用近年来的水文资料对太湖流域水动力学模型和统计相关模型重新进行了率定和验证,完善了模型相关参数,并应用于2011年太湖水位预报作业,预报效果良好,精度达到甲等.通过对2011年太湖水位预报精度评定,分析误差原因,进行模型后评估,提出:加强预报方案的修编工作和提高降雨预报精度等下一步预报工作建议.

摘要： 本文采用优化的BP神经网络预报模型,以遗传算法优化BP神经网络权重并在输入端引入了噪音,同时对权重修正过程做出调整,使得网络模型在充分把握样本的规律性的同时能够稳定的收敛,避免了过度拟合以及训练过程中的振荡现象.通过济南泉域的应用表明,模型应用效果良好.

摘要： 当前柳州市新建33个中小河流水文(位)站,通过分析中小河流特点,调查测定防洪警戒水位,建立简单的面降雨量、降雨历时、起涨水位和洪峰水位的多元回归模型,整理出预警速查表,从而能较好地开展中小河流预警预报工作.

摘要： 当前柳州市新建33个中小河流水文(位)站,通过分析中小河流特点,调查测定防洪警戒水位,建立简单的面降雨量、降雨历时、起涨水位和洪峰水位的多元回归模型,整理出预警速查表,从而能较好地开展中小河流预警预报工作.

摘要： 当前柳州市新建33个中小河流水文(位)站,通过分析中小河流特点,调查测定防洪警戒水位,建立简单的面降雨量、降雨历时、起涨水位和洪峰水位的多元回归模型,整理出预警速查表,从而能较好地开展中小河流预警预报工作.

摘要： 当前柳州市新建33个中小河流水文(位)站,通过分析中小河流特点,调查测定防洪警戒水位,建立简单的面降雨量、降雨历时、起涨水位和洪峰水位的多元回归模型,整理出预警速查表,从而能较好地开展中小河流预警预报工作.

摘要： 在两个以上水位站参与水位控制的水深测量中,需要运用多站水位改正技术。本文介绍了用于设计多站水位改正的最小二乘拟合法和计算方法,并运用定点水位比对和水深改正比较的方法对多站水位改正软件进行了验证,评估了软件的计算精度和实用价值,最后提出了加以推广应用的结论。

摘要： 在两个以上水位站参与水位控制的水深测量中,需要运用多站水位改正技术。本文介绍了用于设计多站水位改正的最小二乘拟合法和计算方法,并运用定点水位比对和水深改正比较的方法对多站水位改正软件进行了验证,评估了软件的计算精度和实用价值,最后提出了加以推广应用的结论。

摘要： 一种考虑预报误差降低水库洪水起调水位的预报调度方法，属于防洪预报调度技术领域。首先，对水库控制流域进行洪水预报可行性分析，采用最大熵原理识别出预报误差分布；其次，针对整个调度系统利用预泄的思想，制定对洪水涨水段的洪水起调水位进行降低处理的调度规则框架；并对预报调度框架进行优化得到预报调度方案优化点集；再次，从预报调度方案优化点集中筛选出所有满足预报误差最大情况下的上、下游防洪安全的优化点集；最后，综合考虑预报误差以及决策者不同偏好，利用二元对比法和模糊优选模型对优选预报调度方案点评价，得到最终预报调度方案。本发明简单易于操作，在保持兴利效益的情况下，增加水库的防洪效益和洪水作用下游防护点的弹性。

摘要： 本发明公开一种基于支持向量机二元数据同化的地下水水位变化中长期预报方法，属于水文水资源学科地下水预报领域，步骤如下：选取研究区域，获取有效地下水水位和气象要素数据序列；采用支持向量机非线性回归方法，构建地下水水位变化预报模型；输入预报时刻驱动要素，预报该时刻地下水水位变化；当在预报时刻存在地下水水位观测数据时，同化校正驱动和输出要素集，构建一元数据同化模型；更新并输入预报时刻驱动要素，输出一元数据同化预报值；对一元数据同化预报值再次进行数据同化校正，获取二元数据同化预报值。该方法基于机器学习理论，采用数据同化技术融合大数据预报地下水水位变化，可直接应用于地下水水资源的中长期预报及优化配置。

摘要： 一种考虑预报误差降低水库洪水起调水位的预报调度方法，属于防洪预报调度技术领域。首先，对水库控制流域进行洪水预报可行性分析，采用最大熵原理识别出预报误差分布；其次，针对整个调度系统利用预泄的思想，制定对洪水涨水段的洪水起调水位进行降低处理的调度规则框架；并对预报调度框架进行优化得到预报调度方案优化点集；再次，从预报调度方案优化点集中筛选出所有满足预报误差最大情况下的上、下游防洪安全的优化点集；最后，综合考虑预报误差以及决策者不同偏好，利用二元对比法和模糊优选模型对优选预报调度方案点评价，得到最终预报调度方案。本发明简单易于操作，在保持兴利效益的情况下，增加水库的防洪效益和洪水作用下游防护点的弹性。

摘要： 本发明涉及地理数据处理和建模、水动力模拟和水利预报的技术领域，且公开了一种基于气象预报及水动力模拟的流域水位及内涝预报方法，具体的实施步骤是：S1.根据研究需要，确定研究区域，并规划出所研究水域的流域边界；S2.确定研究河道，根据需求划定河道边界并对河道边界进行订正。本发明包含了整个河道、城区建模的流程和仿真步骤，还包括仿真调整和订正方法，在综合应用计算流体力学方法的基础上，详细说明了与实际情况结合的步骤，还包括地理信息技术、气象预报技术、自动化技术等，实际地解决了目前需要的能够实际展现城市内涝、河道流速流量分布的问题，提高了对于水利仿真预报的能力和精度，发展了与水利相关专业的技术结合。

摘要： 本发明公开降水预报与支持向量机耦合的河道洪峰水位实时预报方法。本发明以定量降水预报数据作为影响因子，采用支持向量机对河道未来洪峰水位进行预报。本方法采用定量降水预报对洪峰进行预报，可大幅度提前预见期，以当前降水预报信息实时预测未来洪峰水位，可根据天气变化及时修正预测结果，不断提高洪峰预报的精度和可靠性。本方法基于支持向量机建立降雨量、起涨水位等因素与洪峰水位的关系，相比河道洪水演算法，整个分析过程快速方便，容易被用户掌握使用。

摘要： 本发明公开了一种潮汐水位智能预报与监测装置，包括定位浮标、潮汐水位监测基座、淤泥监测模块、时变因素信息获取模块和信号处理基站，所述潮汐水位监测基座的底端通过锚链连接有沉降锚点，所述潮汐水位监测基座的内侧设有压力水位监测传感器和数据集成单元，所述淤泥监测模块的内侧设有水平衡量仪，所述淤泥监测模块的周边设有重心调配环，所述重心调配环的内侧设有实心加重块，所述淤泥监测模块的底端设有淤泥浮层气囊，本发明中，对船舶港口或堤坝等靠近潮汐水位的水下人工建筑地面的破度进行监测，确定水下地面是否产生较为厚重的淤泥层，对已经监测到的潮汐水位进行误差的确定，从而保证对潮汐水位监测的精确度。

摘要： 本实用新型公开了一种用于洪水概率预报用水位监测装置，包括底座，所述底座顶部的中间位置处设置有矩形框，所述底座顶部的两侧设置有固定组件，所述矩形框内部的底部设置有支撑杆，所述支撑杆的外侧滑动设置有环形框体，所述环形框体的两侧设置有伸缩杆，两组所述伸缩杆的外侧皆设置有弹簧，两组所述伸缩杆相互靠近的一侧设置有挤压板；本实用新型通过插杆、内螺纹套管、螺纹杆、第一滑槽、安装杆、空槽、斜杆和斜槽之间的相互配合，在对监测装置进行安装的时候，通过四组插杆可以将装置插入泥土之中，加强装置的稳定性，同时通过多组斜杆的伸出，可以使得斜杆与插杆之间形成倒刺，使进一步加强插杆的稳定性，使得装置可以应对洪水的冲击。

摘要： 本发明公开了一种基于多因子相似分析的湖泊水位预报方法，本方法针对现有的机理模型与大数据模型的应用缺点，结合湖泊水位预报的机理逻辑和湖泊流域历史积累的大数据基础，由机理性的数据逻辑入手，推求实时监测的湖泊流域数据与历史监测数据相似性，构建基于多因子相似分析的湖泊水位预报模型，并引入根据枯汛期变化的多因子相似权重策略，可满足多种水文、气象监测基础条件且有较长期的实测资料情况下的湖泊水位预报需要，并可实现根据实时监测数据进行滚动预报。优点是：在多种水文、气象监测基础条件且有较长期的实测资料情况的湖泊流域，本方法的结果较目前广泛应用的方法适用性更强，并可通过实时监测数据积累进行持续精度优化。

摘要： 本发明公开了一种基于二维‑零维耦合模型的小水库洪水位预报方法。针对小型水库所在流域水文资料匮乏的现状，以水库汛期限制水位对应的水面边界为分割线将水库所在流域分为两部分，其中上游陆地部分采用二维水动力模型进行地表径流过程的模拟，下游库区部分采用零维水量守恒模型进行库水位的计算，通过二维水动力模型耦合边的流量作为零维水量守恒模型的入流条件，新计算出的库水位作为二维水动力模型下一时间步的控制边界，两个模型滚动计算，从而实现库水位预报的目的。该方法只有两个不依赖历史水文资料的参数需要考虑，可以为历史水文资料匮乏流域的小水库库水位预报提供一种新的技术解决途径。

摘要： 本发明公开了一种基于二维‑零维耦合模型的小水库洪水位预报方法。针对小型水库所在流域水文资料匮乏的现状，以水库汛期限制水位对应的水面边界为分割线将水库所在流域分为两部分，其中上游陆地部分采用二维水动力模型进行地表径流过程的模拟，下游库区部分采用零维水量守恒模型进行库水位的计算，通过二维水动力模型耦合边的流量作为零维水量守恒模型的入流条件，新计算出的库水位作为二维水动力模型下一时间步的控制边界，两个模型滚动计算，从而实现库水位预报的目的。该方法只有两个不依赖历史水文资料的参数需要考虑，可以为历史水文资料匮乏流域的小水库库水位预报提供一种新的技术解决途径。