利用江西七一水庫(kù)水電站2016—2017年水文資料,基于遺傳算法對(duì)七一水庫(kù)來(lái)水流量新安江模型進(jìn)行了參數(shù)優(yōu)化率定,并采用參數(shù)率定前后2種來(lái)水流量模型對(duì)七一水庫(kù)2018年的預(yù)報(bào)結(jié)果進(jìn)行檢驗(yàn),重點(diǎn)分析了水庫(kù)來(lái)水流量預(yù)報(bào)結(jié)果的日誤差、月誤差和年誤差以及強(qiáng)降水過(guò)程流量預(yù)報(bào)誤差等。結(jié)果表明:1)遺傳算法參數(shù)優(yōu)化后的模型流量預(yù)報(bào)誤差減小;2)日誤差在7月中旬以后明顯減小;3)月誤差在7月之前以正偏差為主,7月以后以負(fù)偏差為主;4)參數(shù)優(yōu)化后的年誤差整體好于優(yōu)化前;5)在強(qiáng)降水過(guò)程實(shí)例流量預(yù)報(bào)誤差分析中,參數(shù)優(yōu)化后的誤差明顯減小,但不同強(qiáng)降水過(guò)程誤差程度相差較大,可能與降水空間分布的不連續(xù)性、面雨量計(jì)算方法的局限性以及降水的天氣類型有關(guān)。 

【文章來(lái)源】：氣象與減災(zāi)研究. 2020,43(02)

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

遺傳算法基本流程

針對(duì)2018年七一水庫(kù)新安江模型參數(shù)率定前后全年日流量預(yù)報(bào)誤差進(jìn)行對(duì)比檢驗(yàn)，通過(guò)計(jì)算水庫(kù)全年的模擬入庫(kù)日流量和實(shí)際入庫(kù)日流量的誤差，進(jìn)而分析全年的日誤差、月誤差和年誤差等。對(duì)2018年參數(shù)率定前后模型的全年日流量預(yù)報(bào)結(jié)果與實(shí)況結(jié)果進(jìn)行誤差對(duì)比分析。并對(duì)每日的相對(duì)誤差進(jìn)行了對(duì)比分析（圖3a），發(fā)現(xiàn)，率定參數(shù)前后日流量的誤差起伏都比較大，7月中旬前兩者的誤差相差不大，但是7月中旬以后率定參數(shù)后的模型預(yù)報(bào)誤差明顯減小。從全年月誤差結(jié)果檢驗(yàn)分析（圖3b）來(lái)看，7月份之前，率定參數(shù)前后模型預(yù)報(bào)的誤差以負(fù)偏差為主，率定后的模型預(yù)報(bào)負(fù)偏差較小，預(yù)報(bào)的效果較好；7月份之后率定參數(shù)前后模型預(yù)報(bào)的誤差以正偏差為主，率定后的模型預(yù)報(bào)正偏差小，預(yù)報(bào)的效果好。從月預(yù)報(bào)誤差檢驗(yàn)來(lái)看，率定參數(shù)后的模型預(yù)報(bào)誤差明顯減少。

選取2018年7個(gè)強(qiáng)降水過(guò)程實(shí)例來(lái)檢驗(yàn)七一水庫(kù)新安江模型率定參數(shù)后的預(yù)報(bào)效果。表4、5給出了7個(gè)強(qiáng)降水過(guò)程率定參數(shù)前后的觀測(cè)累積流量、模擬累積流量、流量誤差和流量相對(duì)誤差的數(shù)值對(duì)比。圖4為率定前后強(qiáng)降水過(guò)程模型預(yù)報(bào)月流量相對(duì)誤差對(duì)比結(jié)果，分析可見(jiàn)，率定參數(shù)后模型預(yù)報(bào)誤差明顯減小，其中5個(gè)過(guò)程預(yù)報(bào)誤差明顯減小，1個(gè)過(guò)程預(yù)報(bào)誤差略有減小，另外一個(gè)過(guò)程預(yù)報(bào)誤差比較接近。從強(qiáng)降水過(guò)程實(shí)例模型預(yù)報(bào)效果檢驗(yàn)來(lái)看，率定參數(shù)后的模型預(yù)報(bào)能力明顯優(yōu)于率定參數(shù)前。從誤差的分析結(jié)果來(lái)看，每一個(gè)過(guò)程的誤差不盡相同，這可能是由于降水空間分布的不連續(xù)性，七一水庫(kù)周邊復(fù)雜的地形地貌以及面雨量算法的局限性引起，因此模型模擬的面雨量很難完全反映實(shí)際情況，從而導(dǎo)致了誤差大小的差異。另外，季節(jié)性降水對(duì)誤差也有影響，表4可見(jiàn)3月份的誤差較大，可能是由于3月份對(duì)流性天氣較多，降水的局地性導(dǎo)致的。圖4 2018年率定前后強(qiáng)降水過(guò)程模型預(yù)報(bào)流量相對(duì)誤差

【參考文獻(xiàn)】：
期刊論文
[1]PA-DDS算法在新安江模型參數(shù)優(yōu)化中的應(yīng)用[J]. 余勝男,張雪,邵年華,呂海強(qiáng).  人民珠江. 2019(12)
[2]重要天氣過(guò)程概述[J]. 陳娟.  氣象與減災(zāi)研究. 2018(03)
[3]基于復(fù)合形遺傳算法的新安江模型參數(shù)優(yōu)化率定研究[J]. 周瑜佳,陳一帆,淡嬌嬌,劉立軍.  中國(guó)農(nóng)村水利水電. 2018(05)
[4]基于SCE-UA算法新安江模型在灃河流域的應(yīng)用[J]. 鄧元倩,李致家,劉甲奇,張漢辰,童冰星.  水資源與水工程學(xué)報(bào). 2017(03)
[5]基于多目標(biāo)GLUE算法的新安江模型參數(shù)不確定性研究[J]. 任政,盛東.  水電能源科學(xué). 2016(03)
[6]概念性水文模型參數(shù)多目標(biāo)率定及參數(shù)組合預(yù)報(bào)[J]. 歐陽(yáng)碩,徐高洪,戴明龍,周建中.  四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2014(06)
[7]隨機(jī)梯度法在新安江模型參數(shù)優(yōu)選中的應(yīng)用[J]. 杜富慧.  水利水電技術(shù). 2013(07)
[8]江西2012年5月12日大暴雨過(guò)程水汽輸送分析[J]. 肖安,陳云輝,薛諶彬.  氣象與減災(zāi)研究. 2013(01)
[9]氣候變化下石羊河流域徑流模擬與影響量化[J]. 張永勇,張士鋒,翟曉燕,孟秀敬,王中根.  資源科學(xué). 2013(03)
[10]基于SCE-UA算法的新安江模型參數(shù)優(yōu)化及應(yīng)用[J]. 董潔平,李致家,戴健男.  河海大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(05)

碩士論文
[1]水文模型參數(shù)率定方法及異參同效特征研究[D]. 王欣.東北農(nóng)業(yè)大學(xué) 2018



本文編號(hào)：3423616