简介:依据洞庭湖流域27个气象观测站1960—2008年逐月的降水量资料,综合运用气象统计方法和GIS空间分析技术,对洞庭湖流域近年来降水变化的时空特征进行了分析。结果表明:(1)在1960—2008年间,流域年降水量呈现出不显著的增加趋势,四季中春、秋两季表现为减少趋势,而夏、冬两季则表现为增加趋势,其中夏季的增加最为明显;但在1999—2008年的近10年间,流域年降水量表现为显著的减少趋势,四季中除冬季仍表现为增加的趋势外,其余三季均表现为减少的趋势。(2)在近10年间,流域内除个别站点年降水量仍表现为增加的趋势外,其余多数站点均表现出不同程度的减少。在时间分配上,夏、冬两季降水较流域多年平均值分别偏多2.85%和3.07%,而春、秋两季则偏少1.35%和11.43%。其中,秋季9、10月份偏少明显,而变差系数同期则明显增大,带来入湖水量大幅减少和区域干旱发生增加等不良影响。
简介:针对目前基于物理机制的分布式水文模型在短期水文预报业务中尚未推广应用的事实,论证了分布式水文模型在短期水文预报中的可行性.以第二类分布式水文模型SWAT为例,分析了水文过程的模拟原理、方法和基本步骤,提出了其在短期水文预报中应用所需的降水预报技术、降水数据的空间展布技术、“3S”技术、流域坡面离散技术、对人工侧支水循环的处理技术等关键技术,并指出了分布式水文模型应用于短期水文预报时存在输入资料不足、模型自身缺陷、计算精度和效率的权衡等局限性和不足,提出需要进一步加强水循环过程的机理研究,加强与气象模型的耦合研究及对“3S”技术的应用研究.
简介:本文从规避水文风险角度出发,将非参数核密度估计方法与Copula函数相结合,利用核密度估计方法确定水文变量的边缘分布,利用Copula函数计算不同变量之间的联合分布,并应用于南水北调中线一期工程水源地丹江口水库不同分期降雨径流的概率计算与丰枯风险分析.研究结果表明:该流域汛期降雨与径流的组合概率中,丰平枯等级一致的总概率为76%,而非汛期降雨与径流丰平枯等级一致的总概率仅为53.3%.与汛期相比,非汛期降雨与径流等级不一致的概率明显升高.当汛期径流等级为丰时,非汛期径流等级为丰的条件概率达到60.1%;当汛期径流等级为平时,非汛期径流等级为丰、平、枯的条件概率相差不大;当汛期径流等级为枯时,非汛期径流等级为枯的条件概率达到59.8%.
简介:利用597个气象观测站点1959-2014年的降水数据,按3个月(季尺度)为单位计算了标准化降水指数,利用旋转经验正交函数分析了我国春夏秋冬各个季节的干旱空间分布特征,并划分了相应的干旱分区,同时用小波变换分析了时间序列的特点,识别了干旱周期,系统性地分析了我国季节干旱的时空特征.结果表明:①春季干旱主要分布在淮河流域、长江中下游和黑龙江流域等地,夏季干旱主要分布在华北北部、珠江流域、长江中下游和东北等地区,秋季干旱主要分布在黄河中下游、东南沿海、辽河流域等地,冬季干旱主要分布在东南沿海、东北地区、太湖流域和黄河中下游等地;②我国主要干旱周期在10-15a.春季、夏季、秋季和冬季干旱的第一主周期依次为13a、11a、4a和10a。
简介:造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化。使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性。