發(fā)布時間：2020-11-03 06:51

　　 在全世界范圍內,受氣候環(huán)境、流域自然地理特點等因素影響,汛期的強降雨經常引發(fā)洪水,造成很大的人身威脅及財產損失,水文預報因此應運而生,及時準確的預報能夠減輕甚至是避免災害帶來的損失。本文針對水庫的入庫徑流預報展開研究,入庫徑流預報對于水庫的下游地區(qū)的防汛搶險、庫區(qū)水資源合理利用以及水庫的調度運營管理意義重大。本文以HEC-HMS水文模型為基礎,結合TIGGE降雨預報數(shù)據(jù),構建了青獅潭水庫的入庫徑流預報模型,通過實測資料檢驗,發(fā)現(xiàn)本次研究成果基本滿足水庫入庫徑流預報。主要研究內容和結論如下:(1)研究了HEC-HMS水文模型,對該水文模型的參數(shù)進行了敏感性分析,找出了高敏感性和低敏感性的參數(shù),并以此為參考,對模型的參數(shù)進行了率定,最后通過分析HEC-HMS水文模型模擬結果,發(fā)現(xiàn)HEC-HMS水文模型在青獅潭流域對場次洪水有較好的模擬效果,對該地區(qū)的適應性較好,該模型模擬精度較高,可用于實際的水庫入庫徑流預報。(2)從ECMWF歐洲中心得到的TIGGE數(shù)據(jù),提取了TIGGE降雨產品中適合于本次研究的美國國家環(huán)境預報中心(NCEP)預報間隔為6小時,預報期為24小時的降雨預報數(shù)據(jù)。降雨預報數(shù)據(jù)通過WRF模型進行動力降尺度處理成能夠用于HEC-HMS水文模型的雨量數(shù)據(jù),檢驗發(fā)現(xiàn)處理后的雨量數(shù)據(jù)的TS評分和BS評分都在合理范圍之內,但對大雨及暴雨的預報精度不及中雨和小雨。(3)徑流預報時對降雨預報數(shù)據(jù)進行了修正,采用了基于預報樣本中百分位數(shù)的修正方法對預報降雨的概率分布進行修正,修正后的降雨預報數(shù)據(jù)再用于徑流預報,預報結果較修正前有了明顯的改善,納什系數(shù)得到了較大幅度的提高,徑流過程更貼合實際徑流過程,大部分預報能夠正確的預報出未來24小時的徑流過程,TIGGE數(shù)據(jù)修正后可用性良好。但在大雨及暴雨導致的入庫洪水預報準確性上還有一定提升空間。
【學位單位】：華中科技大學
【學位級別】：碩士
【學位年份】：2017
【中圖分類】：P338
【部分圖文】：

華 中 科 技 大 學 碩 士 學 位 論 文2 徑流預報模型隨著遙感和地理信息技術的發(fā)展，RS 和 GIS 技術為水文模型的基礎數(shù)據(jù)處理用帶來了很多方便[26]，通過 RS 和 GIS 獲取流域 DEM、土壤類型、土地利用等環(huán)境基礎數(shù)據(jù)，為流域下墊面基礎信息獲取提供了新的技術手段。本章主要詳流預報模型的建立，首先確定本次研究的徑流預報模型采用水文模型的方法，-HMS 模型作為預報模型，再利用 RS 和 GIS 技術得到的流域下墊面數(shù)據(jù)和實流資料作為建立預報模型的基礎數(shù)據(jù)，最后再對模型進行率定和檢驗，分析模潭流域的適用性，判斷模型是否能夠用于徑流預報。流域概況

期青獅潭水庫的入庫徑流資料。針對洪游的安全性，本著對水利工程最不利原則資料做了三性審查。國地理調查局（USGS），分辨率為 1k地覆蓋數(shù)據(jù)（由 GLC2000 項目開發(fā)）， 36]下載提��；土壤信息參考了世界土壤-GeoHMS 處理地理信息數(shù)據(jù)可以提取息。國德克薩斯州州立大學、美國陸軍工程合作開發(fā)的，HEC－GeoHMS 是連接 平臺下的水文擴展模塊。它主要用于數(shù)S 模型計算所需的流域模塊數(shù)據(jù)。由 HE圖見圖 2.3-1。

Loss（降雨損失） Curve Number（CN 值）Transform（匯流）Time of Concentration（匯流時間）Storage of Coefficient（蓄水系數(shù)）Baseflow（基流計算）Recession Constant（退水系數(shù)）Ratio to Peak（峰值比率）Routing（河道演進） Muskingum K（k）、Muskingum X (x)在 Uncertainty Analyses 模塊中進行如下設置：在參數(shù)合理取值范圍內按照均勻隨機取樣，進行 500 次的取樣和計算，得到參數(shù)的抽樣值和抽樣值對應的總流比較將總流量進行歸一化處理，繪制各個參數(shù)對應的抽樣計算結果圖，詳見圖 圖 2.4.1-7。
【相似文獻】

相關期刊論文 前10條

1 張衛(wèi)國;鐘平安;張玉蘭;郭樂;王新龍;;季節(jié)性支持向量機中長期徑流預報模型[J];水力發(fā)電;2014年04期

2 袁子勇;梁虹;;人工神經網絡在徑流預報中的述評與展望[J];水科學與工程技術;2009年01期

3 陳賢章;;祁連山積雪衛(wèi)星監(jiān)測與缺水期徑流預報研究課題通過鑒定[J];遙感信息;1987年02期

4 周惠成;張楊;唐國磊;王雅軍;蹇德平;;二灘水電站中長期徑流預報研究[J];水電能源科學;2009年01期

5 紀昌明;張培;吳月秋;張驗科;李榮波;;基于小波分析-穩(wěn)健估計的徑流預報模型及應用[J];水力發(fā)電學報;2017年06期

6 丁義;邵朋昊;繆益平;;楊房溝電站大江截流期徑流預報[J];人民長江;2017年S1期

7 鄒俏俏;;歐氏距離與趨勢值在中長期徑流預報中的應用[J];東北水利水電;2017年06期

8 楊應舉;天生橋一級水電站中長期徑流預報系統(tǒng)的應用及效益[J];貴州水力發(fā)電;2005年03期

9 王根緒;長期徑流預報的灰色雙向差分模型[J];蘭州大學學報;1994年02期

10 閃麗潔;張利平;劉戀;賈軍偉;;基于多方法優(yōu)選因子和人工神經網絡耦合模型的枯水期徑流預報[J];武漢大學學報(工學版);2015年06期

相關博士學位論文 前10條

1 楊榮新;基于組合智能優(yōu)化算法的云南省徑流預報系統(tǒng)研究[D];華中科技大學;2006年

2 張小麗;水電站不同預見期徑流預報及優(yōu)化調度研究[D];大連理工大學;2016年

3 劉芳;基于小波分析和相關向量機的非線性徑流預報模型研究[D];華中科技大學;2007年

4 唐國磊;考慮徑流預報及其不確定性的水電站水庫調度研究[D];大連理工大學;2009年

5 徐煒;考慮中期徑流預報及其不確定性的水庫群發(fā)電優(yōu)化調度模型研究[D];大連理工大學;2014年

6 盧迪;耦合中長期徑流預報信息的水庫調度方式研究[D];大連理工大學;2015年

7 羅蔣梅;基于不同率定期資料的月、季徑流預報方法研究[D];南京信息工程大學;2012年

8 張新明;水電站水庫群中長期徑流預報及短期優(yōu)化調度研究[D];華北電力大學;2014年

9 李克飛;水庫調度多目標決策與風險分析方法研究[D];華北電力大學;2013年

10 李紅霞;無徑流資料流域的水文預報研究[D];大連理工大學;2009年

相關碩士學位論文 前10條

1 張靜;TIGGE降雨集合數(shù)據(jù)驅動下徑流預報技術研究[D];華中科技大學;2017年

2 周正弘;基于熵譜理論的中長期徑流預報模型研究及應用[D];西北農林科技大學;2018年

3 王學武;圖們江流域水文特性分析及中長期徑流預報研究[D];長春工程學院;2018年

4 王遷;中長期徑流預報系統(tǒng)的設計與實現(xiàn)[D];南昌航空大學;2018年

5 劉佳;中長期徑流預報技術及應用系統(tǒng)研究[D];東華大學;2011年

6 狄源碩;中長期徑流預報模型與方法綜合應用研究[D];大連理工大學;2015年

7 姜珊;嫩江流域中長期徑流預報方法比較研究[D];吉林大學;2011年

8 王雪;長江三峽中長期徑流預報研究及其系統(tǒng)設計與開發(fā)[D];華中科技大學;2011年

9 宋俊杰;三峽流域中長期徑流預報模型精度評定綜合分析及優(yōu)化方法研究[D];華中科技大學;2013年

10 韓廣;考慮徑流預報信息的水電站優(yōu)化調度研究[D];大連理工大學;2017年

本文編號：2868244