開題報(bào)告范文水文水資源洪水預(yù)報(bào)(編輯修改稿)
2024-12-07 02:51 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 就要由該區(qū)域內(nèi)各個(gè)雨量點(diǎn)所測(cè)得的點(diǎn)雨量推求出區(qū)域內(nèi)點(diǎn)平均降水量，這就是面雨量。簡(jiǎn)單地說(shuō)，面雨量是特定區(qū)域內(nèi)單 位面積上的降水量。 水文工作中常需推求整個(gè)流域面上的平均降雨量。 對(duì)一個(gè)地區(qū)，根據(jù)不規(guī)則分布的觀測(cè)站網(wǎng)計(jì)算面平均雨量是開展最早并持續(xù)至今的研究?jī)?nèi)容。除了將多個(gè)測(cè)站觀測(cè)雨量的算術(shù)平均值作為面平均雨量外，泰森多邊形加權(quán)平均雨量方法是最早的研究成 果；后來(lái)又發(fā)展了根據(jù)等雨量線區(qū)間面積加權(quán)計(jì)算面雨量的方法。長(zhǎng)期以來(lái)，算術(shù)平均法、泰森多邊形法和等雨量線法是我國(guó)水文計(jì)算和預(yù)報(bào)計(jì)算面雨量的主要方法。 20 世紀(jì)中葉，面雨量計(jì)算方法又有發(fā)展，例如考慮地形（高程）的加權(quán)平均、根據(jù)周圍測(cè)站到估算地點(diǎn)距離的加權(quán)平均、趨勢(shì)面分析等等。電子計(jì)算機(jī)的廣泛應(yīng)用給面雨量估算開創(chuàng)了新的途徑，高密度的網(wǎng)格插值估算面雨量給水文預(yù)報(bào)帶來(lái)了很大的方便。 洪水預(yù)報(bào) 實(shí)時(shí) 校正 方法 預(yù)報(bào)總是有誤差的 。 預(yù)報(bào)誤差可表現(xiàn)為系統(tǒng)誤差 ， 也可表現(xiàn)為隨機(jī)誤差 ， 因此 ， 在 4 發(fā)布洪水預(yù)報(bào)之前 ， 對(duì)預(yù)報(bào)值進(jìn)行誤差實(shí) 時(shí)校正是十分必要的 。 通常使用的實(shí)時(shí)校正方法有 遞推最小二乘法、誤差自回歸法 、卡爾曼濾波法 和自適應(yīng)算法等 。 遞推最小二乘法是根據(jù)最新輸入與輸出信息 ， 給現(xiàn)時(shí)預(yù)報(bào)誤差一定的權(quán)重以校正模型參數(shù)來(lái)進(jìn)行實(shí)時(shí)預(yù)報(bào)的 ， 屬于參數(shù)在線識(shí)別 (也稱動(dòng)態(tài)識(shí)別 ) ， 能反映預(yù)報(bào)時(shí)刻的參數(shù)狀態(tài) 。 該法簡(jiǎn)單易行 ， 但跟蹤實(shí)時(shí)洪水預(yù)報(bào)系統(tǒng)的能力不強(qiáng) ， 靈敏性較差 。 不過(guò)這種動(dòng)態(tài)識(shí)別方法是優(yōu)于現(xiàn)行時(shí)不變模型的 。 誤差自回歸法是通過(guò)對(duì)輸出的殘差系列進(jìn)行自回歸分析 ， 用前推若干個(gè)時(shí)刻的殘差值作為實(shí)時(shí)校正系統(tǒng)的輸入來(lái)推求當(dāng)前時(shí)刻的輸出誤差 ， 達(dá)到實(shí)時(shí)校正的目的的 。 該法不涉及實(shí)時(shí)洪水預(yù)報(bào)模型本身的結(jié)構(gòu)或數(shù)學(xué)表達(dá)式 ， 僅從誤差序列著眼進(jìn)行校正 ， 故可與任何實(shí)時(shí)洪水預(yù)報(bào)模型配合 ， 有廣泛的適應(yīng)性 ， 其校正效果主要取決于誤差序列的自相關(guān)性 ， 自相關(guān)密切則校正效果好 ， 否則效果較差 ， 而且當(dāng)預(yù)報(bào)值與預(yù)報(bào)誤差為同一量級(jí)時(shí) ， 實(shí)時(shí)校正的效果可能會(huì)大大下降 。 卡爾曼濾波法因?qū)ο到y(tǒng)的狀態(tài)變量進(jìn)行最優(yōu)估計(jì) ， 既可以達(dá)到最小方差 ， 又不損失預(yù)見期 ， 是一種比較理想的實(shí)時(shí)校正方法 。 在實(shí)時(shí)洪水預(yù)報(bào)中可選擇作為狀態(tài)變量的有洪水預(yù)報(bào)模型的參數(shù)、預(yù)報(bào)對(duì)象和預(yù)報(bào)誤差等 。 卡爾曼濾波實(shí)質(zhì)上是一種線性無(wú) 偏最小方差估計(jì) ， 可用于任何線性隨機(jī)系統(tǒng) ， 并可綜合處理模型誤差和量測(cè)誤差 。 但洪水預(yù)報(bào)系統(tǒng)通常不是線性隨機(jī)系統(tǒng) ， 模型誤差和量測(cè)誤差通常也不是白噪聲 ， 這就限制了卡爾曼濾波法在實(shí)時(shí)校正中的應(yīng)用 。 此外 ， 使用此法時(shí)外推時(shí)段也不宜太長(zhǎng) 。 自適應(yīng)算法是指濾波器本身具有自動(dòng)調(diào)整功能、可根據(jù)預(yù)報(bào)過(guò)程中模型所出現(xiàn)的偏差自動(dòng)調(diào)整模型達(dá)到最優(yōu)狀態(tài)的一種算法 。 該 法能細(xì)致地考慮噪聲統(tǒng)計(jì)量的時(shí)變特性 ，是較為完善的濾波方法之一 ， 有較好的發(fā)展前景 。 應(yīng)該說(shuō)，洪水預(yù)報(bào)實(shí)時(shí)校正的最佳方法是自適應(yīng)濾波算法，但是如何找到適合的濾波器是比較大的問題，所 以在現(xiàn)實(shí)生產(chǎn)中應(yīng)用的不廣泛。 3 問題的提出 單元流域的劃分 流域水文模擬中，為了考慮流域下墊面水文特性的空間差異，常常采用分散式水文模型，即將流域按一定形式的分成若干塊（通常稱分單元面積）。傳統(tǒng)的 泰森多邊形分
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1