黄河源区PUBs问题研究

来源 :第二届全国水问题研究学术研讨会 | 被引量 : 0次 | 上传用户:liyuwei9999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文简要总结了由于流域水文站的布局不合理性带来的PUBs(Prediction in Ungaged Basins)问题,重点针对黄河河源区雨量站点观测数据资料在一致性上的不足,应用数据同化的手段完成了1954~2000年黄河源区主要雨量站点观测资料,并在此基础上通过Hurst系数分析、功率谱分析、小波分析手段,研究了降水在源区的变化特性,旨在获得更加详细的降雨径流时空演变特征,为认识黄河流域提供参考,为解决黄河问题提供依据。对于研究人类活动影响相对较小的黄河源区的特征,本文是个有益的探索。
其他文献
基于相空间重构技术,建立了局域单点相似模型、局域多点相似模型、局域线性相似模型和三参数D(m,τ,k)模型四种相空间模型,并简述了四种模型的原理和算法,通过白山水库月径流量和主汛期径流量的模拟预报的实例应用表明,相空间局域模型对揭示水文动力系统复杂的非线性结构是很有效的,该模型对径流过程的中长期预测是可行的,并有较好的预测精度和应用价值,对于提高现行洪水预测精度很有意义。
21世纪以来水资源危机日益突出,为了深入探讨自然变化和人类活动影响下的水文循环与水资源演化规律,分布式水文模型成为当今水文界研究的热点。TOPMODEL模型是由英国Lancaster大学开发研制,是目前在半分布式水文模型中比较有影响的一个模型,并且不断发展、改进,反映了降雨径流模拟的最新思想。它的最大价值在于提供分布式水文模型的概念,且模型结构简单,参数少以及水文模型与地理信息系统(GIS)的结合
延河是黄河的一级支流,流经安塞、延安、延长等陕北南部地区的重要城镇,是引发该地区城镇洪水的主要河流,因此延河洪水预报对这些城镇的防洪安全具有重要意义。本文在分析延河流域雨洪特性的基础上,以提高大洪水的预报精度为主、适当兼顾中小洪水的原则,采用具有成因概念的系统模型和相关图法,建立了以延安市为重点、包括安塞及延长县城的延河区段洪水预报方案,可供作业预报试用。
本文建立了分布式城市降雨非点源污染负荷模型,该模型考虑的模式包括蒸散发、渗透、产流、地表径流、污染物干沉降、污染物暴雨冲刷、污染物的地表迁移、排水管网中水流和污染物迁移等模式。模型运算所需要的资料包括:地形特征、土地利用类型、土壤类型、气象条件、排水系统等资料。本文将模型应用于武汉市汉阳区桃花岛排水系统,用实测数据对模型参数予以率定,验证。结果表明,模型拟合程度合理,给出了城区产流、产污过程的合理
论文针对香溪河流域点源污染的特点,建立了模糊预测模型并对预测结果进行分析。同时根据当地面源污染的产生机制和主要影响因素,利用三峡实验小区的资料,建立了降雨—径流—输沙—污染物预测模型。分析预测结果表明,本文所建预测模型对香溪河地区具有很好的适用性。在污染负荷预测的基础上,根据三峡建库前后不同的边界条件,对其最大容许负荷量进行了分析计算,具有实际应用价值。
由于一系列不确定性因素的影响,地表水水质在年际变化的基础上还存在季节性波动。针对水质随时间变化的非线性关系,本文提出了水质分析的季节调整方法,可以体现水质变化的总体趋势与季节趋势,从而得出年际变化和年内季节变化的规律。本文以高锰酸盐指数为例,利用季节调整的方法分析了1991~2002年广州流溪河某控制断面的水质情况,得出了该断面12年的水质变化规律与发展趋势,并预测了2003年的高锰酸盐指数,预测
随着社会经济的发展,水库的某些功能将发生相应的变化。为了保证水库的可持续发展,就有必要根据水库功能变化或者用水需求量的变化来对水库的库容进行重新分配和重新评估水库的运行管理规则。本文应用RESER模型研究漳河水库功能复核和中长期规划,结果表明可以提高水资源利用效率,并在水库管理决策中发挥重大的作用。
本文综述了小波分析在水文水资源系统中的应用研究现状。主要包括:①小波分析在水文水资源多时间尺度分析中的应用;②小波分析在水文水资源时间序列变化特性上的应用;③小波分析在水文水资源预测预报中的应用;④小波分析在水文水资源随机模拟中的应用。
网格是下一代Internet,是未来全球科学合作、大规模计算和数据处理的基石。本文简要介绍了网格技术及体系结构,然后分析了水资源面临的问题和挑战,指出网格可能是解决水资源问题的新途径。
数值预报包含不确定性,本文尝试给出一种定量表述气象信息对降雨预报不确定性的方法。把Shannon不确定性概率公式推广应用于二维连续随机变量,根据其性质引入不确定性指标;并针对湖北省汛期的降雨预报,对几种数值模式预报结果进行了计算。分析和计算表明:不确定性指标U与模式预报随机误差的分布区间有关,且表示预报的集中分散程度,U越小的模式包含的随机误差越小,可供参考性越强,对天气预报的指导意义越大,U对模