一种基于离散广义Nash汇流模型的河道洪水预报方法

    公开(公告)号:CN106803131A

    公开(公告)日:2017-06-06

    申请号:CN201611205807.4

    申请日:2016-12-23

    IPC分类号: G06Q10/04 G06Q50/26

    摘要: 本发明公开了一种基于离散广义Nash汇流模型的河道洪水预报方法,通过引入滞蓄曲线,简化广义Nash汇流模型,并建立离散的广义Nash汇流模型,基于该模型提出一种河道洪水预报方法,将河道下断面出流过程表述为时段初、时段末入流量与当前时刻及之前若干时刻出流量的线性组合,根据滞蓄曲线得出权重系数;本发明提供的这种基于离散广义Nash汇流模型的河道洪水预报方法,由于融入了部分历史有效信息,可提高预报精度,且简单直观,便于在工程实践中推广应用。

    一种串并联耦合的多模型水文预报方法

    公开(公告)号:CN105260607A

    公开(公告)日:2016-01-20

    申请号:CN201510683497.6

    申请日:2015-10-20

    IPC分类号: G06F19/00 G01W1/10

    CPC分类号: Y02A90/14

    摘要: 本发明涉及水文学中的水文预报领域,公开了一种串并联耦合的多模型水文预报方法。充分发挥了实时校正与组合预报两种传统方法的优势,建立了一种串并联耦合的水文预报模型,按耦合方式的不同,共分为三种形式,即先串后并法、先并后串法以及一体化耦合方法。先串后并方法是先对水文模型的计算结果进行串联校正,而后再对多个模型的校正结果进行并联校正;先并后串方法,是先对多个水文模型的计算结果进行并联校正,再对组合预报的结果进行串联校正;一体化耦合方法是基于预报误差最小原则,建立串并联耦合校正结果的目标函数,同时率定串联校正和并联校正的参数。本发明能最大限度地减少预报误差,提高预报精度,可广泛应用于水文实时预报中。

    一种考虑极端径流的径流预报模型及其构建方法和系统

    公开(公告)号:CN117391131A

    公开(公告)日:2024-01-12

    申请号:CN202311236629.1

    申请日:2023-09-22

    摘要: 本发明属于水文预报技术领域,并具体公开了一种考虑极端径流的径流预报模型及其构建方法和系统,其包括:采集并预处理研究区域的预报因子,形成预报因子集;确定各预报因子的贡献度,并初筛得到贡献度最高的N个预报因子;按照贡献度由小到大的顺序对N个预报因子进行逐一剔除,并分别输入初步预报模型进行训练和测试;对于测试结果,选取纳什效率系数最高的一组预报方案作为常规模型;同时在超过径流极端阈值的范围内,对初步预报模型输出的预报径流和实际径流进行拟合,选取拟合最佳的一组预报方案作为极端值模型;将常规模型和极端值模型耦合,得到综合径流预报模型。本发明可有效兼顾长期径流预报和极端洪水预报,适宜推广使用。