预览加载中,请您耐心等待几秒...
1/3
2/3
3/3

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第27卷第3期水电能源科学Vol.27No.32009年6月WaterResourcesandPowerJune.2009文章编号:1000-7709(2009)03-0008-03感潮河段水位预报方法浅析张小琴1,2包为民1,2(1.河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098;2.河海大学水文水资源学院,江苏南京210098)摘要:针对感潮河段水情复杂、水位预报困难,分析评价了国内外感潮河段水位预报基本方法及研究进展,并概述了感潮河段水位预报实时修正方法,提出了一种简单实用有效的预报方法供参考。关键词:感潮河段;水位预报;洪水波;潮水波;实时修正中图分类号:P338;TV124文献标志码:A感潮河段的洪水过程受上游径流和下游潮汐的相关分析法[1]是一种应用广泛、简单实用的水双重作用,加上河口地区的地理特性,使感潮河段位预报方法,以预报断面上、下游站相应的实测水的水文情势较为复杂。当上游发生大洪水,下游位(流量)或潮位(潮差)值为自变量,预报断面的遭遇大潮顶托时易导致感潮河段水位剧升,防洪潮位为因变量,建立经验相关图或相关关系,从而形势严峻。因此预报感潮河段水位过程是一种重由上、下游站实测或预报水位推求预报断面水位。要的防洪手段并受到了广泛关注。感潮河段水位采用该法建立的预报模型,用于有回水顶托、冲淤系列在时序上具有相依性、突变性和随机性等复变化和人工控制河道,预报精度不高,一般仅用于杂非线性特征,预报水位非常困难,且水位流量易预报洪峰水位,不宜用于预报水位过程。受冲淤等因素影响,采用流量演算模型预报流量(2)水动力学模型。基于完全圣维南方程组过程后,再根据不稳定的断面水位流量关系推求建立的考虑潮水顶托影响的河道水位过程预报模水位过程将产生较大误差。目前,水动力学法、水型[2]已广泛应用于感潮河段水位预报。该模型按文统计法及水文信息法等感潮河段水位预报方法自变量数分为一维、二维和三维,按床面又分定床均考虑了感潮河段洪潮一体化影响。然而,洪潮和动床,虽可较好模拟感潮河段水流状况,但需较相互作用较为复杂,很难预报准确,对此进行有效详细的河道断面和糙率资料,且河床特征常受冲描述的数学模型至今仍不成熟。此外,区间来水淤影响随时间变化,故预报精度不高。此外,该模信息缺乏、实时水位预报误差等众多因素致使感型仅有模拟功能,无预报功能,将其与水文模型结潮河段水位预报精度不理想,故有必要对其实时合构建水文水力耦合模型[3],使其具有与水文学修正。鉴此,本文分析了感潮河段水位预报方法方法相同的预见期。及其实时修正方法,提出了一种简单实用、考虑双(3)水文统计法。该法主要有两类,一类是根向水流影响且便于实时校正的水位预报方法供据水文要素自身随时间演变规律预报;另一类用参考。多元回归分析建立预报方案预报。目前主要研究有:①将有回水顶托影响的河段视为多输入—单1感潮河段水位预报基本方法输出系统[4],将水位过程视为时间序列,建立可考虑回水顶托影响的水位过程预报模型;②基于(1)经验法。经验分析法主要依据现有输入ARMAV(2,1)模型[5],应用时间序列分析和最优输出资料的训练或参数率定进行水位预测。常用控制理论建立水位演算模型和水位预报方法;③收稿日期:2009-02-17,修回日期:2009-03-17基金项目:“十一五”国家科技支撑计划课题基金资助项目(2006BAC05B02);高等学校学科创新引智计划基金资助项目(B08048);教育部长江学者和创新团队发展计划基金资助项目(IRT0717)作者简介:张小琴(1983-),女,博士研究生,研究方向为水文水资源,E-mail:zxqin403@163.com通讯作者:包为民(1956-),男,教授、博导,研究方向为水文水资源、同位素水文学,E-mail:WMBAO163@163.com第27卷第3期张小琴等:感潮河段水位预报方法浅析·9·引用遗传门限自回归模型[6]预测感潮河段水位。面资料要求不高,已在感潮河段水位预报中广泛这些方法简单实用,但未考虑河段洪水过程的物应用[14,15],效果较好。理意义,预报精度很大程度上依赖于水文资料及(4)水动力模型耦合。感潮河段径流与潮流模型的求解。共同作用具有非恒定水动力特性,采用一维、二维相结合的方法可经济有效地模拟洪潮遭遇的水流2研究进展特性。建立河网一维模型与河口二维模型联解的整体模型的关键是根据连接断面的连续性建立一(1)水文信息法。该法将感潮河段视为一个水维、二维连接处的水动力连接条件,从而实现整体文系统,以上游流量、下游潮位和区间入流为输入求解的连接模式。连接方法有特征方程求解法、预报断面水位。常用的基于神经网络水位演算模直接求解法及互赋边界迭代法。文献[16]提出的型[7]仅考虑模型输入和输出,未考虑河段洪水过程有限