ch中长期水文预报.pptVIP

第一章 中长期水文预报 历史演变法 周期叠加外推法 预报因子的挑选 回归分析技术 人工神经网络预报方法 模糊分析技术 中长期水文预报评价标准 §1 概述 中长期水文预报的概念 中长期水文预报的意义 中长期水文预报的影响因素 中长期水文预报方法 中长期水文预报的概念 根据前期水文气象资料，用成因分析和数理统计方法，对未来较长时期的水文情势进行科学的预测，称为中长期水文预报（Mid-long Term Hydrological Forecasting）。 通常泛指预见期超过流域最大汇流时间，且在3天以上、1年以内的水文预报，预见期一年以上的为超长期水文预报。 思考：中长期水文预报有哪些用途？ 中长期水文预报的意义 一定精度的水文中长期预报，是经济合理调度的重要或参考性依据，是研究实施预报调度方式的基础。长中短期预报相结合进行调度，既可减少不蓄电能损失和降低破坏深度，又可增加季节性电能和减少弃水。年初和汛前，如有较准确的长期旱涝趋势预报，则可争取一定程度的抗灾主动权，提高防汛抗旱物资利用率。另外，水库及河道水情、冰情中长期预报，不但能增强航运计划性，提高运输效益，而且还可减少凌害。 中长期水文预报的影响因素 水文情势长期变化的影响因素有： （1）大气环流 （2）太阳活动 （3）下垫面情况（海水表层水温，地表） （4）人类活动 （5）其他天文地球物理因素（行星位置等） 中长期水文预报方法 统计学方法 回归分析（单因素，多因素，线性，非线性） 时间序列分析（趋势项、周期项、平稳项、随机项） §2 历史演变法 历史演变法，由气象专家杨鉴初50年代首先提出的，是用某测站、某一水文气象要素的时序演变曲线的外形统计特征作中长期预报的方法。方法的基本思想是:任一水文气象要素的长期历史实测值，全面地反映了这一要素的时序变化规律。尽管目前还不能辨认影响要素变化的内因与外因或影响程度，但是诸因素的综合影响却已全面地融汇于要素的时序变化之中，若能找出该要素历史变化规律。便可用它进行预报。 图形的形状数目，除圆以外为0、1、2、3、4递增规律变化，故选A项。 §2 历史演变法 五个基本规律，即： 持续性、相似性、周期性、最大最小可能性和转折点 §2 历史演变法 持续性：连续上升或下降，升降超出距平某一数值后将改变原趋势的特性。 §2 历史演变法 相似性： §2 历史演变法 周期性 §2 历史演变法 最大最小可能性 §2 历史演变法 转折点 §2 历史演变法 历史演变法的优点是:简单易行，预见期长，资料来源便利，适用于一切水文气象要素，目前应用仍很广泛，尤其是有经验的老水文预报人员一直很喜欢采用。 其缺点是:要求资料较长；缺乏成因分析；在分析演变规律或预报时没有严格的标准，故人为性很大，预报经验难以推广和传授；当演变规律不明显时很难预报，尤其是转折点和最大最小可能性难以掌握。 §3 周期叠加外推法 周期分析需要解决的问题是: (1) 某一水文要素是否存在周期; (2) 如果存在周期,周期是多长; (3) 根据实测数据分析得到的周期,它的可靠性如何。 §3 周期叠加外推法 基本假定：水文要素时序变化过程，是由不同周期波互相叠加而成，且这些周期在未来一段时间内仍然保持不变，便可用这些周期外延预报。包括谱分析、谐波分析、方差分析等，以方差分析应用较多。 方差分析法 水文要素变化的周期数是否已知？ §3 周期叠加外推法 从样本序列中识别周期时，将序列分成若干组,当分组组数等于客观存在的周期长度时，组内各个数据的差异小，而组间各个数据的差异大；如果组间差异显著大于组内差异时，序列就存在周期，其长度就是组间差异最大而组内差异最小的分组组数。通过选择不同的置信度，用F 检验来判断组内差异比组间差异小的显著程度。 §3 周期叠加外推法 如何确定变化周期？ F检验 确定周期后，如何进行预报？ §3 周期叠加外推法 (1) 应用周期叠加法进行预报时,实际上假定了分析得到的周期在未来一段时间内是保持不变的。但是,水文要素的变化决不会按照固定的周期而循环反复。因此分析得到的周期只能作为一段时间内的预报依据,绝不能无限地外推下去。 (2) 进行周期识别时,要选择适当的信度,如果信度α选得太高,可能选不出周期;α的标准取得太低,容易出现伪周期的现象,从而导致预报失败。 (3) 水文时间系列过程非常复杂,既包含确定性成分,也包含随机成分。仅用周期外延叠加进行预报实际上忽略了水文系列的随机成分。读者可以尝试将水文系列分解成确定性系列和随机系列(如小波变换) 后,再用周期叠加和随机方法构造组合预报模型效果会更好。 §4 马尔可夫链在水文预报中的应用 中长期预报（旬、月、年径流量预报） 年径流状态划分 §4 马尔可夫链在水文预报中的应用 §4