實時洪水機率預報方法研究

《實時洪水機率預報方法研究》是依託河海大學，由梁忠民擔任項目負責人的面上項目。

基本介紹

• 中文名：實時洪水機率預報方法研究
• 項目類別：面上項目
• 項目負責人：梁忠民
• 依託單位：河海大學

項目摘要

實時洪水預報中，不可避免地面臨眾多不確定因素，這些不確定性的存在，使預報結果也具有不確定性。預報的目的是服務於防洪調度決策，但目前洪水預報提供的都是確定性的定值預報結果，這樣就無法對防洪調度方案的可靠性及決策風險做出評判。所以，研究預報的不確定性問題，實現實時洪水的機率預報，為防洪決策提供更豐富的預報信息，具有重要意義。本項申請將通過理論分析，提出兩種新的機率預報模型，一是採用熵法估計水文預報誤差的分布規律，建立基於預報誤差條件分布與確定性水文模型耦合的機率洪水預報方法；二是採用機率分布函式描述降雨及主要產流參數的空間變異性，採用Monte-Carlo抽樣技術或隨機微分方程理論構建匯流模型，進而建立基於隨機產匯流過程的機率洪水預報模型；將本次提出的模型與現有模型進行比較研究，在此基礎上建立適用的實時洪水機率預報模型與方法體系，並提供標準化的技術流程和套用範例，為實時洪水預報工作提供參考。

結題摘要

實時洪水預報中，不可避免地存在著輸入、模型結構和參數等諸多不確定性因素影響，進而使預報結果也具有不確定性。傳統的實時洪水預報提供的都是確定性的定值預報結果，由於沒有考慮預報的不確定性，所以無法對防洪調度方案的可靠性及決策風險做出正確評判。因此，量化預報過程的不確定性，實現實時洪水的機率預報，為防洪決策提供更豐富的預報信息，具有重要意義。在本研究中，首先，分別研究了經驗相關模型和新安江模型的預報精度，並進行對比分析；在此基礎上，採取兩條途徑進行機率預報方法研究：一是不確定性要素耦合途徑，主要研究了降雨輸入及模型參數的不確定性，並對其進行耦合，最終實現機率預報。二是預報誤差分析途徑，在貝葉斯預報系統（BFS）的基礎上，對其水文不確定性處理器（HUP）進行改進，提出基於主成分的水文不確定性處理器（PCA-HUP），定量評估單個水文模型預報結果的可靠度，實現機率預報；採用分位數映射技術對貝葉斯模型平均（BMA）方法進行改進，提出改進的貝葉斯模型平均方法（CDF-BMA），對多個確定性預報結果進行綜合，得到預報量的機率分布，在實現多模型綜合預報的同時也實現機率預報。本項研究不僅為實時洪水機率預報奠定一定的理論基礎，同時研究成果也將為洪水作業預報提供技術參考。