摘要：由于受到水文观测资料时间短的限制,目前难以认识百年遇机率的极端洪水.为此,本文根据19世纪末历史文献的洪水灾害记录,利用流域水文模型,对太湖1889洪水年的流域产流、入湖汇流等水文特征和过程进行模拟.本研究设计了三套模拟实验:首先在现代气候控制实验基础上对1988-2002年时间系列和特大洪水年进行水文模拟和模型率定校验;其次,采用长江下游19世纪末的气候观测资料驱动,对极端年份1889年逐日洪水过程模拟;最后,为减少1 a洪水年模拟的不确定性,还采用蒙特卡罗Bootstrap法模拟了15 a的流域气候场,在5475 d样本下进行特征年份的水文模拟.模拟结果表明,1889年洪水期间产流在当年6月底达到最大,1%频率的径流深达8.6 mm/d,95%CI的误差在-2.94～3.26 mm/d之间.汇入太湖径流同期达到最大,1%频率的洪水流量达到1286.9 m3/s,95%CI的误差在-128.3～165.7 m3/s之间.根据洪水Log-Normal概率分布,计算1889洪水年的重现期为149 a.经Bootstrap法对误差置信区的模拟,95%CI检验在70～175 a间的重现期可信.该研究为延长20世纪洪水序列、拓展对百年时间尺度的特大洪水的认识提供了动力学模拟方面的科学依据.

摘要：考虑到传统的水文模型串行计算方法无法满足当前复杂的水文模拟预报需求,为提高网格水文模型的计算效率,分析网格化水文模型计算中网格汇流特点,提出基于网格汇流流向的动态数据分区方法,不同分区数据可以并行计算,基于该方法提出基于Spark的网格水文模型分布式计算模型。通过在屯溪流域使用该模型与传统模型进行水文预报计算,验证了模型的高效性。