水阳江宣城水文站中长期洪水预报方案的研制与分析

水阳江宣城水文站中长期洪水预报方案的研制与分析

ID:10068993

大小:28.00 KB

页数:6页

时间:2018-05-23

水阳江宣城水文站中长期洪水预报方案的研制与分析_第1页
水阳江宣城水文站中长期洪水预报方案的研制与分析_第2页
水阳江宣城水文站中长期洪水预报方案的研制与分析_第3页
水阳江宣城水文站中长期洪水预报方案的研制与分析_第4页
水阳江宣城水文站中长期洪水预报方案的研制与分析_第5页
资源描述:

《水阳江宣城水文站中长期洪水预报方案的研制与分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、水阳江宣城水文站中长期洪水预报方案的研制与分析  摘要:模型编制依据的基本资料提供的1951年1月至1999年12月22个因子及1951年1月至1999年12月宣城水文站月平均水位水文因子,共49年同步资料。对宣城水文站的月平均水位,用多元回归法作出预报模型,并进行检验和评定。利用气象水文信息,开展宣城的水文预报,特别是中长期水文预报,以利于防汛抗旱、水资源合理使用及调度。关键词:中长期;洪水预报;预报因子;相关分析;多元回归;预报模型,检验。中图分类号:TV122文献标识码:A一、宣城概况宣城市位于安徽省东南皖南山区

2、与沿江平原结合地带,跨东经117�b58’~119�b40’、北纬29�b57’~31�b19’。区域面积12340平方公里,宣城市辖境在地质分区上位于扬子准地台地区。境内河流主要有青弋江和水阳江两大水系,均属长江流域。宣城水文站位于水阳江中游,控制面积3410km2,洪水主要由暴雨形成。二、资料处理与分析6以宣城水文站月平均水位为本次研制的预报对象,根据需要,选择22个气象因子共同组成参选预报因子。根据各参数物理特性对原始资料及宣城水文站资料进行合理性、一致性分析,数据合理,资料系列完整,无需插补延长,可直接用于计算

3、。由于宣城水文站从1951年起有完整的水文资料,故资料系列取1951年至1993年共43年同步资料进行预报分析及拟合检验;1995年至1999年共5年同步资料进行预报方程预报检验。为方便计算,1951~1999挑选3月、6月、10月年平均水位作为预报对象录入年平均水位,并进行预报因子挑选。单相关系数计算公式式中:r为单相关系数(或线性相关系数),分别表示和x的多年平均值;即,xt、yt分别表示x和y的实测值,t表示年次n为资料年限(样本数),即t=1,2……n。单相关系数t检验在满足r>rα的基础上,选择相关系数最大的

4、系列为该因子相关月份系列选取;由可信度(α=0.02)及样本数(n=43),查表得最低相关系数rα=0.3539;由可信度(α=0.05)及样本数(n=43),查表得最低相关系数rα=0.301;由于挑出的因子较多,不便于进行多元回归计算;用相关系数法进行因子筛选,以进行多元回归计算,建立多元回归模型。6预报对象y,m个已挑选出的前期预报因子xi(i=1,2……m)。建立它们之间的相关关系得到多元线性回归方程。如下:bi(i=0,1,2……m)为回归系数;根据实测资料确定。t=1,2,……..n.为资料长度。模型检验通

5、过离差分析及复相关系数;剩余标准差;回归效果的F检验;拟合误差检验;预报误差检验。得出检验结果。各月回归方程复相关系数R、剩余标准差Sy、F检验如下:表1通过检验,发现各月效果显著。根据已建立的1~12月的月平均水位预报模型所用的1952年~1994年共43年的实际平均流量对预报模型进行历史拟合检验,发现3月、6月、10月方程合格率在100%。这种现象的出现,是与宣城水文站的流域特性相符的,宣城水文站流域较小,属山区型河流,洪水暴涨暴落,次洪水位变幅大,加上降雨的时空分布不均,导致汛期月平均流量年际变化剧烈,特大值、特

6、小值等极值频繁出现,而非汛期月平均流量主要受流域汛期蓄水量及非汛期降雨影响。表2宣城水文站月平均水位拟合检验合格率分布表6具体拟合情况详见如下图:宣城水文站3月月平均水位多元回归方程拟合图图1宣城水文站6月月平均水位多元回归方程拟合图图2宣城水文站10月月平均水位多元回归方程拟合图图3三、主要结论1.宣城水文站的汛期为5月~10月,年最高洪水多发生于每年的5月~7月,通过用多元回归法得到宣城水文站的3月、6月、10月月平均水位预报模型,3个月的拟合、预报合格率都较高;拟合检验及预报检验的合格率都达到了100%,这是由本

7、流域的流域特性及气象水文特性所决定。2.预报模型中所选用的预报因子前推移期为1~12个月,其中个别因子的前推移期仅为1~3个月,出现预见期短的现象,而月平均水位,特别是非汛期的月平均水位,与汛期流域的降雨量、降雨强度及降雨分布有着密切的联系。63.由于多元回归的因子挑选信度取0.01(Ra=0.3982),相对于中长期预报来说,信度较高,所以得出的相关因子数量减少,导致复相关系数变小;由于多元回归模型在引进因子的过程中,并不分析因子之间的相互关系,而几个相关系数大的因子,未必全是方程单独影响最大的因素,所以这也导致了回

8、归模型的效果下降;而逐步回归模型由于在引进、剔除因子的过程中,进行方差贡献计算,所以能够保证将对方程影响最大的因子引进方程,提高了模型的预报效果。在逐步回归方程中,有部分预报因子的相关系数小,而相关系数大的因子却没有被引进,也说明了这一点。4.在汛期,非汛期预报的这三个月的模拟检验及预报检验合格率效果较好,预报的趋势接近,只是极值

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。