CN106875048A - 基于典型经验模式的应急洪水预报方法 - Google Patents

基于典型经验模式的应急洪水预报方法 Download PDF

Info

Publication number
CN106875048A
CN106875048A CN201710068127.0A CN201710068127A CN106875048A CN 106875048 A CN106875048 A CN 106875048A CN 201710068127 A CN201710068127 A CN 201710068127A CN 106875048 A CN106875048 A CN 106875048A
Authority
CN
China
Prior art keywords
flood
forecast
emergent
history
forecasting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710068127.0A
Other languages
English (en)
Inventor
徐小伟
李秀斌
韩尚峰
吴善锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing NARI Group Corp
State Grid Electric Power Research Institute
Original Assignee
Nanjing NARI Group Corp
State Grid Electric Power Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing NARI Group Corp, State Grid Electric Power Research Institute filed Critical Nanjing NARI Group Corp
Priority to CN201710068127.0A priority Critical patent/CN106875048A/zh
Publication of CN106875048A publication Critical patent/CN106875048A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/10Devices for predicting weather conditions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • G06Q50/265Personal security, identity or safety
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Ecology (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Quality & Reliability (AREA)
  • Environmental Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于典型经验模式的应急洪水预报方法,包括对历史实测洪水要素进行统计分析,作为应急洪水预报的基本依据数据集;对10年一遇以下洪水采用插值法进行细化,按照细化内插法得到设计洪水过程线表;将历史实测洪水的主相关要素视图化,建立以“过程降水量P+前期影响雨量Pa”值为横坐标,起涨流量为纵坐标的历史洪水点聚图;依据历史实测洪水和设计洪水特征值进行定性、定量、退水预报。本发明保证了在任何情况下都能及时、准确地进行预报,降低实时洪水预报对于流域降雨资料的及时性、完整性要求,并且简单易实施。

Description

基于典型经验模式的应急洪水预报方法
技术领域
本发明涉及一种基于典型经验模式的应急洪水预报方法,属于洪水预报技术领域。
背景技术
根据当前的气象预报发展水平和预报精度,可利用的短期降雨预报信息主要指未来24h和48h的降雨预报信息。随着洪水预报理论的丰富与预报技术的不断发展,预报的精度和预见期都有了很大程度的提高,洪水预报信息应用于水库调度越来越受到重视。既然落地雨预报(即洪水预报)是水库调度的依据,那么水库调度对洪水预报就有着更高的要求:在任何情况下都能及时、准确地进行预报。
在国内水库调度综合自动化***中,洪水预报方案以新安江模型、API模型两种模型为主。两种模型方法对流域降雨资料的及时性、完整性要求较高,必须有齐全的降雨和水文控制站资料,通过成型的洪水预报程序,经复杂运算后形成最终预报方案,且对通信畅通率、自动化***稳定性和网络稳定性的依赖性强,只能解决正常情况下(包括道路、交通、通讯、电力、信息采集传输等正常)的洪水预报问题;而对于大洪水、特大洪水期间出现的非常情况下(一般产生道路、交通、通讯、电力、信息采集传输等容易发生中断)的洪水预报可能会出现不能及时做出甚至无法做出的严重问题,因此有必要针对自身实际情况编制应急洪水预报方案,使洪水预报能够全天候进行。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种基于典型经验模式的应急洪水预报方法,以历史实测历史洪水和设计洪水为基本资料,根据水文现象在本流域上的相似性这一原理,编制应急洪水预报方案。
为解决上述技术问题,本发明提一种基于典型经验模式的应急洪水预报方法,包括以下步骤:
1)对历史实测洪水主相关要素进行统计分析,作为应急洪水预报的基本依据数据集;
2)对10年一遇以下洪水采用插值法进行细化,按照细化内插法得到设计洪水过程线表;
3)将历史实测洪水的主相关要素视图化,建立以“过程降水量P+前期影响雨量Pa”值为横坐标,起涨流量为纵坐标的历史洪水点聚图,并根据“过程降水量P+前期影响雨量Pa”值依次标出一般洪水、小洪水、中等洪水、大洪水、特大洪水的范围;
4)依据历史实测洪水主相关要素值和设计洪水过程线表进行分阶段预报,包括第一阶段定性预报,第二阶段定量预报,第三阶段退水预报。
前述的步骤1)中,历史实测洪水主相关要素包括洪水编号、洪峰流量、前期土壤含水量Pa值、起涨流量、过程降水量P、7天洪量、P+Pa值和径流系数。
前述的步骤1)中,对历史实测洪水要素进行统计分析采用列表统计或者绘图的方式。
前述的步骤1)中,所述一般洪水、小洪水、中等洪水、大洪水、特大洪水的划分标准为:选定流域当P+Pa<90时为一般洪水,当90<P+Pa<120是为小洪水,当120<P+Pa<150时为中等洪水,当150<P+Pa<190时为大洪水,当P+Pa>190时为特大洪水。
前述的定性预报是指根据当前洪水的前期土壤含水量Pa值、起涨流量、过程降水量P,在所述步骤3)的历史洪水点聚图中得到一个数据点,根据该数据点所在的位置做出小洪水、中等洪水、大洪水或特大洪水的预报。
前述的定量预报是指根据当前洪水的前期土壤含水量Pa值、起涨流量、过程降水量P,在所述步骤3)的历史洪水点聚图中得到一个数据点,选择与该数据点最靠近的历史洪水过程进行定量预报。
前述的最靠近是指与该数据点直线距离最短。
前述的退水预报是指当前洪水的洪峰出现后与历史实测洪水的洪峰、峰前洪量进行比较,以洪峰相似为主,峰前洪量相似为辅,选择与当前洪水相似的历史洪水的退水过程来预报本次洪水的退水过程;如果当前洪水为历史最大,远远超出历史实测最大洪水,则用已经出现的洪水与不同频率的设计洪水进行对比,找相似的上涨过程,然后选用200年、300年一遇或者更大的设计洪水过程来预报本次洪水的退水过程。
本发明所达到的有益效果:
(1)本发明利用已经绘制的P+Pa、起涨流量与历史洪水点聚图,采用分阶段预报方法,有助于针对实际洪水情况以及流域特点作出更加准确的判断,在降雨过程中即可做出将发生超过某一级别(比如20年一遇)洪水的定性预报,预见期的提前对于防汛决策意义重大。洪水过程需要时间,定量预报的预见期很长,在最早的抗洪抢险工作中,意义小于定性预报。在定性预报的基础上再定量预报,将会更好地发挥洪水预报的重要作用。
(2)本发明的应急洪水预报方法,降雨量资料可采用人工降雨和自动测报降雨两种数据。对于自动测报降雨,即使个别测站故障或损毁,也可计算出流域平均降雨,不会直接影响到洪水预报方案的制做。
(3)本发明的应急洪水预报方法受自动化***、网络通信及洪水预报软件运行状况影响小,只需一台简单计算机设备及电子表格等应用软件即可实现洪水预报的制作,同时,也可人工手算方式利用简单辅助计算工具(如计算器)实现洪水预报。
(4)本发明方法保证了在任何情况下都能及时、准确地进行洪水预报,降低实时洪水预报对于流域降雨资料的及时性、完整性要求,避免了流域必须有齐全的降雨和水文控制站资料,对于大洪水、特大洪水期间出现的非常情况下的洪水预报可能会出现不能及时做出甚至无法做出的严重问题进行规避。
附图说明
图1为本发明的P+Pa、起涨流量与历史洪水点聚图。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明的应急洪水预报方法以实测历史洪水和设计洪水为基本资料,根据水文现象在本流域上的相似性这一原理,深入分析研究流域暴雨、洪水规律,提出洪水预报“正常情况,稳定可靠;非常情况,简单实用;先定性、再定量”的应急洪水预报新思路。适用对象主要是中等以上洪水,尤其对大洪水、特大洪水预报效果更佳。
应急洪水预报方案力求简单实用,可以解决大洪水、特大洪水期间出现的非常情况下的洪水预报问题。
本发明首先应用实测历史洪水和设计洪水资料编制应急洪水预报方案集合,再根据实际的初始状态、降水量、入库流量及趋势,在方案集合中找到相似洪水作为预报依据洪水,根据预报依据洪水进行适当调整进行洪水预报。具体如下:
1、历史实测洪水和设计洪水资料整编分析
设计洪水定义:为防洪等工程设计而拟定的、符合指定防洪设计标准的、当地可能出现的洪水。即防洪规划和防洪工程预计设防的最大洪水。
根据工程的性质和水文资料条件采用不同的计算方法。在一般情况下,采取多种途径计算,综合分析论证和合理选用成果。常用的计算方法有:
a、根据流量资料推求设计洪水。当工程所在地或其附近有较长的洪水流量观测资料,而且有若干次历史洪水资料时,逐年选取当年最大洪峰流量和不同时段(如1天、3天和7天等)的最大洪量,分别组成最大洪峰流量和不同时段最大洪量系列,然后进行频率分析,以确定相应于设计标准的设计洪峰和时段设计洪量。最后,选择典型洪水过程线,按求出的设计洪峰和各时段设计洪量,对典型洪水过程线进行同频率或同倍比放大,作为设计洪水过程线。
b、根据雨量资料推求设计洪水。当工程所在地及其附近洪水流量资料系列过短,不足以直接用洪水流量资料进行频率分析,但流域内具有较长系列雨量资料时,可先求得设计暴雨,然后通过产流和汇流计算,推求设计洪峰、洪量和洪水过程线。该法假定,一定重现期的暴雨产生相同重现期的洪水。
c、如果工程所在地的洪水流量和雨量资料均短缺,可在自然地理条件相似的流域,对有资料流域的洪水流量、雨量和历史洪水资料进行分析和综合,绘制成各种重现期的洪峰流量、雨量、产流参数和汇流参数等值线图,或将这些参数与流域自然地理特征(流域面积和河道比降等)建立经验关系,然后借助这些图表和经验关系推算设计地点的设计洪水。
以列表、绘图等方式,简单直观地展示历史实测洪水和设计洪水的主要特征和洪水过程,作为应急洪水预报的基本依据数据集。
1.1列表统计分析历史实测洪水主相关要素
历史实测洪水主相关要素包含:洪号(洪水编号,以洪峰出现时间的年月日表示)、洪峰流量、前期土壤含水量Pa值、起涨流量、过程降水量P、7天洪量、P+Pa值、径流系数等。针对某流域实际发生历史洪水,对以上信息进行统计得到洪水主相关要素统计信息。
表1某流域洪水主相关要素值统计表
1.2设计洪水过程线细化插值
设计洪水的特征值包含:洪峰流量及其重现期、最大3天洪量、7天洪量等。由于设计洪水重现期在10年一遇以下只有5年一遇,中小洪水比较少。所以10年一遇以下洪水采用插值法进行细化,得出1年、2年、3年、4年、6年、7年、8年、9年一遇洪水的设计过程线,按照细化内插法得到设计洪水过程线表2和表3。
设计洪水一般只有10年、30年、百年、500年、1000年一遇的洪水过程线,不是个个重现期的洪水过程线都有,因此本发明采用内插的方法补全各个重现期的设计洪水过程。
表中,设计频率P指的是洪水出现的机会,年数为洪水的重现期,数据为不同频率(重现期)对应的洪水过程数据,其代表了洪水出现的频率,如10%代表10年一遇的洪水、1%代表着百年一遇的洪水等。
表2某流域设计洪水过程线表(一)
表3某流域设计洪水过程线表(二)
1.3历史实测洪水主相关要素视图化
一场洪水的初始状态主要包括:前期土壤含水量Pa值和起涨流量。初始状态和过程降水量P的大小及降雨特性决定了一场洪水的大小。
为了分析更简易直观,依据历史实测洪水资料,将主相关要素视图化,建立以P+Pa为横坐标、起涨流量为纵坐标的“P+Pa、起涨流量与历史洪水点聚图”。如图1所示,在图中的洪水点子上标注洪水编号,并根据P+Pa值依次标出一般洪水、小洪水、中等洪水、大洪水、特大洪水的范围。
根据《水文情报预报规范》,洪水的等级划分为:水文要素重现期小于5年的洪水,为小洪水;水文要素重现期大于等于5年,小于20年的洪水,为中等洪水;水文要素重现期为大于等于20年,小于50年的洪水,为大洪水;水文要素重现期大于50年的洪水,为特大洪水。
本发明的洪水等级是根据流域特点进行整理,针对流域特点总结的经验性区分结果。本发明中选定流域当P+Pa<90时为一般洪水,当90<P+Pa<120是为小洪水,当120<P+Pa<150时为中等洪水,当150<P+Pa<190时为大洪水,当P+Pa>190时为特大洪水,这样比进行统计计算更能快速的进行洪水划分。
使用时,在图上根据P+Pa、起涨流量、过程降水量P的数据得到的一个具体数据点子,以点子最靠近的那场历史洪水作为预报的依据。
2依据历史实测洪水和设计洪水特征值进行先定性、再定量预报
应急洪水预报分三个阶段:第一阶段是定性预报;第二阶段是定量预报;第三阶段是退水预报。
第一阶段定性预报:洪水预报首先要解决定性问题。对于防汛部门来说,及早做出一场洪水的定性预报极为关键,防汛人员知道发生多大级别的洪水要采取怎样的对策。根据当前洪水的初始状态(前期土壤含水量Pa值、起涨流量),过程降水量P和最近一个时段的入库流量及趋势,通过查表及历史洪水点聚图,做出定性(小洪水、中等洪水、大洪水、特大洪水)预报。如根据当前洪水的初始状态和过程降水量P,当P+Pa>150的时候可以确定当前的洪水已经达到了大洪水的级别,但是由于随着后续降雨的增加,P+Pa的值还在继续增长,所以可进行定性的判断。
第二阶段定量预报:按照当前洪水的P+pa、起涨流量对应的数据点位置,选择与其最靠近的历史洪水过程通过微调或直接应用,完成定量预报。这里的最靠近指的是直线距离最短。
所述微调指的是根据初始状态找到更相似的那个点。
第三阶段退水预报:
为了提高预报精度,更好地为防洪调度服务,必须对预报方案进行实时校正,根据实时出现的降雨、流量等信息调整、修正预报方案,并进行退水预报。
实时校正是指根据不断出现的降雨量、流量信息重新做预报。主要是考虑产生洪水过程中降雨及流量信息都在实时进行变化,从而需要重新根据最新信息进行洪水预报。
退水预报采用洪峰相似和峰前洪量相似相结合的方法,以洪峰相似为主,峰前洪量相似为辅,选择相似洪水。
(1)历史实测洪水相似,本次洪峰出现后与历史上实测洪水的洪峰、峰前洪量进行比较,找出相似洪水,用相似洪水的退水过程来预报本次洪水的退水过程。
(2)与设计洪水相似,如果本次洪水为历史最大,远远超出历史实测最大洪水,已经找不到实际发生的相似洪水的情况下,那么就根据洪水涨势情况(用已经出现的洪水与不同频率的设计洪水进行对比,找相似的上涨过程),然后选用200年、300年一遇或者更大的设计洪水过程来预报本次洪水的退水过程。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (8)

1.基于典型经验模式的应急洪水预报方法,其特征在于,包括以下步骤:
1)对历史实测洪水主相关要素进行统计分析,作为应急洪水预报的基本依据数据集;
2)对10年一遇以下洪水采用插值法进行细化,按照细化内插法得到设计洪水过程线表;
3)将历史实测洪水的主相关要素视图化,建立以“过程降水量P +前期影响雨量Pa”值为横坐标,起涨流量为纵坐标的历史洪水点聚图,并根据“过程降水量P +前期影响雨量Pa”值依次标出一般洪水、小洪水、中等洪水、大洪水、特大洪水的范围;
4)依据历史实测洪水主相关要素值和设计洪水过程线表进行分阶段预报,包括第一阶段定性预报,第二阶段定量预报,第三阶段退水预报。
2.根据权利要求1所述的基于典型经验模式的应急洪水预报方法,其特征在于,所述步骤1)中,历史实测洪水主相关要素包括洪水编号、洪峰流量、前期土壤含水量Pa值、起涨流量、过程降水量P、7天洪量、P+Pa值和径流系数。
3.根据权利要求1所述的基于典型经验模式的应急洪水预报方法,其特征在于,所述步骤1)中,对历史实测洪水要素进行统计分析采用列表统计或者绘图的方式。
4.根据权利要求1所述的基于典型经验模式的应急洪水预报方法,其特征在于,所述步骤1)中,所述一般洪水、小洪水、中等洪水、大洪水、特大洪水的划分标准为:选定流域当P+Pa<90时为一般洪水,当90<P+Pa<120是为小洪水,当120<P+Pa<150时为中等洪水,当150<P+Pa<190时为大洪水,当P+Pa>190时为特大洪水。
5.根据权利要求1所述的基于典型经验模式的应急洪水预报方法,其特征在于,所述定性预报是指根据当前洪水的前期土壤含水量Pa值、起涨流量、过程降水量P,在所述步骤3)的历史洪水点聚图中得到一个数据点,根据该数据点所在的位置做出小洪水、中等洪水、大洪水或特大洪水的预报。
6.根据权利要求1所述的基于典型经验模式的应急洪水预报方法,其特征在于,所述定量预报是指根据当前洪水的前期土壤含水量Pa值、起涨流量、过程降水量P,在所述步骤3)的历史洪水点聚图中得到一个数据点,选择与该数据点最靠近的历史洪水过程进行定量预报。
7.根据权利要求6所述的基于典型经验模式的应急洪水预报方法,其特征在于,所述最靠近是指与该数据点直线距离最短。
8.根据权利要求1所述的基于典型经验模式的应急洪水预报方法,其特征在于,所述退水预报是指当前洪水的洪峰出现后与历史实测洪水的洪峰、峰前洪量进行比较,以洪峰相似为主,峰前洪量相似为辅,选择与当前洪水相似的历史洪水的退水过程来预报本次洪水的退水过程;如果当前洪水为历史最大,远远超出历史实测最大洪水,则用已经出现的洪水与不同频率的设计洪水进行对比,找相似的上涨过程,然后选用200年、300年一遇或者更大的设计洪水过程来预报本次洪水的退水过程。
CN201710068127.0A 2017-02-07 2017-02-07 基于典型经验模式的应急洪水预报方法 Pending CN106875048A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710068127.0A CN106875048A (zh) 2017-02-07 2017-02-07 基于典型经验模式的应急洪水预报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710068127.0A CN106875048A (zh) 2017-02-07 2017-02-07 基于典型经验模式的应急洪水预报方法

Publications (1)

Publication Number Publication Date
CN106875048A true CN106875048A (zh) 2017-06-20

Family

ID=59165818

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710068127.0A Pending CN106875048A (zh) 2017-02-07 2017-02-07 基于典型经验模式的应急洪水预报方法

Country Status (1)

Country Link
CN (1) CN106875048A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107542058A (zh) * 2017-09-01 2018-01-05 中国电建集团中南勘测设计研究院有限公司 一种针对承担下游防洪任务的水库的调洪计算方法
CN107609707A (zh) * 2017-09-20 2018-01-19 福建四创软件有限公司 一种洪水预报、防灾决策方法及***
CN109146170A (zh) * 2018-08-17 2019-01-04 国家电网有限公司 一种影响水库年来水的天文因子识别方法
CN109409597A (zh) * 2018-10-23 2019-03-01 南瑞集团有限公司 一种基于成因分析的中长期大洪水预报方法
CN109444988A (zh) * 2018-11-02 2019-03-08 河海大学 一种基于物联网的水文预报装置
CN109696715A (zh) * 2017-10-20 2019-04-30 山东省水文局 一种纳雨能力预报方法
CN110929956A (zh) * 2019-12-06 2020-03-27 中国水利水电科学研究院 一种基于机器学习的洪水预报方案实时优选方法
CN111639826A (zh) * 2020-07-06 2020-09-08 贵州东方世纪科技股份有限公司 一种洪水预警等级划分及预警方法
CN111932023A (zh) * 2020-08-21 2020-11-13 四川大学 一种基于典型设计洪水过程线的小流域短期洪水预报方法
CN114020975A (zh) * 2021-10-27 2022-02-08 华能西藏雅鲁藏布江水电开发投资有限公司 一种自动筛选洪水场次的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040199410A1 (en) * 2003-01-07 2004-10-07 Hans Feyen Method for evaluating flood plain risks
CN105862651A (zh) * 2016-01-13 2016-08-17 辽宁省水利水电科学研究院 中小水库智能四象限调洪方法
CN106355274A (zh) * 2016-08-26 2017-01-25 大唐陈村水力发电厂 一种防汛调度决策辅助***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040199410A1 (en) * 2003-01-07 2004-10-07 Hans Feyen Method for evaluating flood plain risks
CN105862651A (zh) * 2016-01-13 2016-08-17 辽宁省水利水电科学研究院 中小水库智能四象限调洪方法
CN106355274A (zh) * 2016-08-26 2017-01-25 大唐陈村水力发电厂 一种防汛调度决策辅助***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
滕培宋 等: "郁江南宁"2001·7"大洪水预报分析", 《人民珠江》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107542058A (zh) * 2017-09-01 2018-01-05 中国电建集团中南勘测设计研究院有限公司 一种针对承担下游防洪任务的水库的调洪计算方法
CN107609707A (zh) * 2017-09-20 2018-01-19 福建四创软件有限公司 一种洪水预报、防灾决策方法及***
CN109696715A (zh) * 2017-10-20 2019-04-30 山东省水文局 一种纳雨能力预报方法
CN109146170A (zh) * 2018-08-17 2019-01-04 国家电网有限公司 一种影响水库年来水的天文因子识别方法
CN109409597A (zh) * 2018-10-23 2019-03-01 南瑞集团有限公司 一种基于成因分析的中长期大洪水预报方法
CN109444988A (zh) * 2018-11-02 2019-03-08 河海大学 一种基于物联网的水文预报装置
CN109444988B (zh) * 2018-11-02 2021-08-13 河海大学 一种基于物联网的水文预报装置
CN110929956A (zh) * 2019-12-06 2020-03-27 中国水利水电科学研究院 一种基于机器学习的洪水预报方案实时优选方法
CN111639826A (zh) * 2020-07-06 2020-09-08 贵州东方世纪科技股份有限公司 一种洪水预警等级划分及预警方法
CN111932023A (zh) * 2020-08-21 2020-11-13 四川大学 一种基于典型设计洪水过程线的小流域短期洪水预报方法
CN111932023B (zh) * 2020-08-21 2023-04-07 四川大学 一种基于典型设计洪水过程线的小流域短期洪水预报方法
CN114020975A (zh) * 2021-10-27 2022-02-08 华能西藏雅鲁藏布江水电开发投资有限公司 一种自动筛选洪水场次的方法

Similar Documents

Publication Publication Date Title
CN106875048A (zh) 基于典型经验模式的应急洪水预报方法
CN112070286B (zh) 复杂地形流域的降水预报预警***
Smakhtin et al. Review, automated estimation and analyses of drought indices in South Asia
CN108375808A (zh) Nriet基于机器学习的大雾预报方法
CN109272146A (zh) 一种基于深度学习模型和bp神经网络校正的洪水预测方法
CN103713336B (zh) 基于gis分区的水电站流域面雨量气象预报方法
CN102819677B (zh) 基于单场降雨类型的降雨站点相似性评价方法
KR20170005553A (ko) 지능형 정보제공을 위한 홍수, 가뭄정보의 평가 및 예측 기법 개발
CN105335603B (zh) 一种度量引水灌溉地区干旱程度的方法
Joshi et al. Rainfall-Runoff Simulation in Cache River Basin, Illinois, Using HEC-HMS
CN105787289A (zh) 一种河流特征数据分类***及其分类方法
CN112528563B (zh) 一种基于svm算法的城市内涝预警方法
CN109815611B (zh) 一种基于数字流域的流域边界生成方法
CN111143498B (zh) 小河流洪水预报方法
CN114970377A (zh) 基于新安江与深度学习耦合模型的场次洪水预报方法和***
KR100920529B1 (ko) 염해 오손 예측 방법
CN117436619B (zh) 一种基于等效防洪作用的梯级水库防洪库容联合预留方法
CN114093133A (zh) 一种区域地质灾害气象预报预警方法
Farzana et al. Application of swat model for assessing water availability in Surma River basin
CN116682236A (zh) 一种城市内涝预报预警方法
CN112508315A (zh) 一种防汛会商***
CN106355264A (zh) 一种参考作物腾发量组合预测方法
CN113269376B (zh) 一种河流洪峰流量范围计算方法
Hartomo et al. SPATIAL MODEL OF KOPPEN CLIMATE CLASSIFICATION USING THIESSEN POLYGON OPTIMIZATION ALGORITHM.
CN109063896A (zh) 一种东北地区融雪径流开始日期的识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170620

RJ01 Rejection of invention patent application after publication