开题报告范文水文水资源洪水预报

开题报告范文水文水资源洪水预报内容摘要：

就要由该区域内各个雨量点所测得的点雨量推求出区域内点平均降水量，这就是面雨量。 简单地说，面雨量是特定区域内单 位面积上的降水量。 水文工作中常需推求整个流域面上的平均降雨量。 对一个地区，根据不规则分布的观测站网计算面平均雨量是开展最早并持续至今的研究内容。 除了将多个测站观测雨量的算术平均值作为面平均雨量外，泰森多边形加权平均雨量方法是最早的研究成 果；后来又发展了根据等雨量线区间面积加权计算面雨量的方法。 长期以来，算术平均法、泰森多边形法和等雨量线法是我国水文计算和预报计算面雨量的主要方法。 20 世纪中叶，面雨量计算方法又有发展，例如考虑地形（高程）的加权平均、根据周围测站到估算地点距离的加权平均、趋势面分析等等。 电子计算机的广泛应用给面雨量估算开创了新的途径，高密度的网格插值估算面雨量给水文预报带来了很大的方便。 洪水预报 实时 校正 方法 预报总是有误差的。 预报误差可表现为系统误差 ， 也可表现为随机误差 ， 因此 ， 在 4 发布洪水预报之前 ， 对预报值进行误差实 时校正是十分必要的。 通常使用的实时校正方法有 递推最小二乘法、误差自回归法 、卡尔曼滤波法 和自适应算法等。 递推最小二乘法是根据最新输入与输出信息 ， 给现时预报误差一定的权重以校正模型参数来进行实时预报的 ， 属于参数在线识别 (也称动态识别 ) ， 能反映预报时刻的参数状态。 该法简单易行 ， 但跟踪实时洪水预报系统的能力不强 ， 灵敏性较差。 不过这种动态识别方法是优于现行时不变模型的。 误差自回归法是通过对输出的残差系列进行自回归分析 ， 用前推若干个时刻的残差值作为实时校正系统的输入来推求当前时刻的输出误差 ， 达到实时校正的目的的。 该法不涉及实时洪水预报模型本身的结构或数学表达式 ， 仅从误差序列着眼进行校正 ， 故可与任何实时洪水预报模型配合 ， 有广泛的适应性 ， 其校正效果主要取决于误差序列的自相关性 ， 自相关密切则校正效果好 ， 否则效果较差 ， 而且当预报值与预报误差为同一量级时 ， 实时校正的效果可能会大大下降。 卡尔曼滤波法因对系统的状态变量进行最优估计 ， 既可以达到最小方差 ， 又不损失预见期 ， 是一种比较理想的实时校正方法。 在实时洪水预报中可选择作为状态变量的有洪水预报模型的参数、预报对象和预报误差等。 卡尔曼滤波实质上是一种线性无 偏最小方差估计 ， 可用于任何线性随机系统 ， 并可综合处理模型误差和量测误差。 但洪水预报系统通常不是线性随机系统 ， 模型误差和量测误差通常也不是白噪声 ， 这就限制了卡尔曼滤波法在实时校正中的应用。 此外 ， 使用此法时外推时段也不宜太长。 自适应算法是指滤波器本身具有自动调整功能、可根据预报过程中模型所出现的偏差自动调整模型达到最优状态的一种算法。 该 法能细致地考虑噪声统计量的时变特性 ，是较为完善的滤波方法之一 ， 有较好的发展前景。 应该说，洪水预报实时校正的最佳方法是自适应滤波算法，但是如何找到适合的滤波器是比较大的问题，所 以在现实生产中应用的不广泛。 3 问题的提出 单元流域的划分 流域水文模拟中，为了考虑流域下垫面水文特性的空间差异，常常采用分散式水文模型，即将流域按一定形式的分成若干块（通常称分单元面积）。 传统的 泰森多边形分。