《基於GIS與RS技術的無資料地區洪水預報模型研究》是依託河海大學，由姚成擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於GIS與RS技術的無資料地區洪水預報模型研究
- 項目類別：青年科學基金項目
- 項目負責人：姚成
- 依託單位：河海大學
項目摘要,結題摘要,
項目摘要
無資料地區洪水預報模型研究涉及水文科學的基礎理論和方法，是水文科學研究中方興未艾的研究熱點和難點。本課題在深入研究流域產匯流機理的基礎上，改進新安江模型產流與分水源結構，結合一、二維擴散波模型，並充分考慮柵格單元間的水量交換與河道排水網路的影響，構建新一代柵格型新安江模型。充分利用GIS與RS等新興技術手段，深入研究模型參數及其空間分布的客觀估計、流域相似性程度的數值識別、參數區域規律分析等幾個關鍵內容，在一定程度上突破由於參數率定方法不足而導致的無資料地區洪水預報精度偏低、難以指導實踐等難題，探索提高無資料地區洪水預報可靠性和準確性的有效途徑。研究成果將為無資料地區防洪減災工作提供更有力的科學支撐，對促進水文科學發展、預防洪水災害有著重要的科學意義和實際意義。
結題摘要
無資料地區的洪水預報是目前水文學研究的熱點和難點問題。項目組以GIS與RS等技術為支撐，圍繞無資料地區洪水預報模型、參數客觀估計方法、流域相似性數值識別、參數區域規律挖掘等關鍵問題開展深入研究，取得了如下主要成果： （1）建立了無資料地區新一代洪水預報模型。基於新安江模型與擴散波方法，構建了考慮單元間及單元與河道之間水量交換的新一代柵格型新安江模型GXM，實現了流域內任意柵格單元流量過程的高精度模擬；構建了新安江模型與地貌瞬時單位線耦合的XAJ-GIUH模型，提高了新安江模型在無資料地區的套用精度。 （2）提出了GXM模型敏感參數的客觀估計方法。基於地形特徵和土壤植被信息，根據參數物理意義，建立了GXM模型敏感參數與土壤水文常數、土層厚度等流域下墊面特性間的定量關係，降低了參數對歷史觀測資料的依賴性，實現了參數的客觀估計及其空間分布的推衍。 （3）提出了基於流域物理特徵的相似性辨識方法。基於流域物理特徵提取及其規律分析，結合XAJ-GIUH與新安江模型在無資料地區的套用效果對比，提出了基於流域平均地形指數的相似度判別方法，創建了採用地形指數分布曲線和地貌單位線辨析流域產匯流過程相似性的模式，提高了模型的參數移植精度。 （4）建立了匯流敏感參數區域化算法。耦合單目標SCE-UA與多目標NSGAII全局最佳化方法，確定模型參數不可靠度的量化標準，降低了參數的不確定性，以此為基礎，建立河網消退係數-流域平均地形指數以及馬斯京根分段連續演算中匯流河段數-河道長度/河道坡度的區域化算法，提高了參數區域規律的可靠性。 項目研究成果在一定程度上解決了參數率定方法不足導致的無資料地區洪水預報精度偏低、難以指導實踐等難題，進一步提高了無資料地區預報結果的可靠性和準確性，達到了預期目標。
