非稳态条件下的中长期径流耦合预报方法

更新时间:2024-06-19 15:48:01 阅读量: 综合文库 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

龙源期刊网 http://www.qikan.com.cn

非稳态条件下的中长期径流耦合预报方法

作者:赵建世 王君 赵铜铁钢

来源:《南水北调与水利科技》2016年第05期

摘要:气候变化会导致水文序列的非稳态性,从而给水文预报带来新的挑战。以疏勒河上游为例,提出了一种适于非稳态条件下的新的中长期径流预报方法。根据疏勒河径流的补给来源及其受气候变化的影响,按照时间序列模型的思路,依次提取趋势项和周期项,对剩余的随机项采用基于水文气象遥相关模型,构建了时间序列与水文气象遥相关的耦合模型。对比分析时间序列法、水文气象遥相关法和耦合预报法对昌马堡站径流预报的结果,发现耦合预报方法不仅精度最高、模型可信度最高,而且可以描述非稳态的趋势性变化。

关键词:非稳态;中长期径流预报;水文气象遥相关;时间序列模型;疏勒河 中图分类号:TV213 文献标志码:A 文章编号: 16721683(2016)05000706

具有适合预见期和较高精度的水文预报是水资源管理活动的重要依据。对农业生产来说,月和季节尺度的中长期径流预报对有效制定生产计划及合理配置水资源具有指导作用。疏勒河为西北地区三大内陆河之一,位于其出山口以下1.36 km2处的昌马水库,除汛期防汛外,承担着向流域内三大灌区供水或调水的任务。然而受西北地区气候由暖干向暖湿转型[1]的影响,近十余年昌马堡水文站(疏勒河上游干流控制站)的径流序列表现出明显的非稳态性(Nonstationarity)[23],为水文预报带来了新的挑战。

传统的中长期径流预报模型包括时间序列模型和基于成因分析的多元回归模型,随着信息技术及数学理论的发展,又出现了人工神经网络模型、支持向量机模型等[413]。这些方法都不同程度地用到水文序列稳态性的基本假定,因此在非稳态条件下径流预报效果不佳。水文气象遥相关描述的是水文要素与影响水文过程的气候气象要素之间的相关关系,基于遥相关分析的径流预报方法[1420]因具有较强的物理基础而预见期更长、精度更高,这为非稳态条件下的径流预报提供了一个可能的思路。

本研究对疏勒河昌马堡水文站开展枯水期逐月径流预报的研究,针对其水文、气候条件特点,从径流自相关、水文气象遥相关的基本理论出发,探索适合非稳态条件下中长期径流预报的方法。研究中用到了1954年-2011年昌马堡水文站实测月径流序列,以及来自美国大气与海洋管理局(NOAA)、英国气象局哈德莱中心(Met Office Hadley Centre)、日本海洋科学技术中心(JAMSTEC)等机构的28项气候因子数据。 1 研究区与径流特征分析 1.1 研究区概况及径流补给来源

本文来源:https://www.bwwdw.com/article/ws43.html

Top