摘要：我国《规范》推荐的梯级水库下游设计洪水计算方法,在实际工作中采用经验和概化处理,既影响成果的科学合理性,亦影响成果精度。本文以Copula函数理论为基础,构造了水库断面洪量与区间洪量的联合分布,推求了条件概率函数的显式表达式,提出了基于Copula函数的改进离散求和法,通过直接对条件概率曲线进行离散,克服了《规范》中离散求和法需要进行变量独立性转换的问题。以清江流域梯级水库下游设计洪水为例,分析比较地区组成法、离散求和法和基于Copula函数的改进离散求和法所得设计成果。结果表明,几种方法所推求的设计值差别不大,但改进的离散求和法所得结果稍微偏大,这是由于该法考虑了各分区变量之间的内在联系,结果比较合理和偏安全;受上游梯级水库调蓄的影响,高坝洲断面千年一遇设计洪水的削峰率高达40%以上。

摘要：利用Copula函数建立各分区洪水的联合分布,基于联合概率密度最大原则,推导得到最可能地区组成法的计算通式,并用来推求梯级水库下游断面的设计洪水。选择清江流域水布垭—隔河岩—高坝洲梯级水库为例,开展了验证和方法比较研究。结果表明:最可能地区组成法计算得到的设计洪水值位于同频率地区组成法多方案计算结果的区间之内;受清江梯级水库调洪的影响,宜都断面设计洪水的削峰率十分显著,最可能地区组成法推求100年一遇设计洪水的削峰率达到30.2%。该法具有较强的统计基础,组成方案唯一,结果合理可行,为复杂梯级水库设计洪水的计算提供了一种新途径。

摘要：洪水事件一般由洪峰与时段洪量等多个要素组成,各要素间通常存在较强的正相关性,应进行多变量联合分析。在进行多变量洪水频率分析时,对于给定的联合重现期水平,存在满足防洪标准的无穷多种峰、量组合,但并非所有的组合都符合水文事件的内在规律,只有在一定的范围内取值才是合理的。本文基于Copula函数构造洪水峰、量之间的二维联合分布,提出了一种确定两变量取值边界的方法,推导了两种具有统计意义的两变量联合设计值组合,即两变量同频率组合和条件期望组合。以清江流域隔河岩水库为应用实例,结果表明,两变量设计值组合对应的水库调洪最高水位高于单变量设计值,但差别不大,从防洪安全的角度考虑,推荐采用两变量同频率组合作为水库防洪设计值。所提方法拓展了多变量洪水频率分析技术在水利工程实际中的应用范围。

摘要：针对全球气候变化对区划降水时空演变动态影响的问题,选取青藏高原内部及周边85个气象站点1978-2018年共41 a的日降水资料,采用经验正交函数(EOF)、旋转经验正交函数(REOF)、Sen’s斜率估计、滑动t检验和Morlet小波分析等方法,分析了青藏高原年降水量典型分布型以及区域降水量的时空演变特征。结果表明:1978-2018年青藏高原整体年降水量主要存在南北差异、东南-西北差异两种典型分布型,且存在以雅鲁藏布江下游、澜沧江下游以及川西为中心逐渐向四周减少的干湿差异性。采用REOF将青藏高原分为8个降水区,Ⅴ区、Ⅵ区的降水量呈减少趋势,减幅分别为1.5%、3.7%,Ⅳ区的降水量变化平稳,Ⅰ区、Ⅱ区、Ⅲ区、Ⅶ区和Ⅷ区的降水量呈增多趋势,增幅分别为8.6%、28.3%、10.0%、3.8%和6.0%。青藏高原西北干旱地区和北部干旱地区的降水量有增加趋势,形成喀喇昆仑山脉地区、柴达木盆地地区、四川西部地区、高原东南地区和羌塘高原地区5个降水异常区。8个降水量分区的年平均降水量有多个突变年份,各区有着不同程度的年代际变化以及不同时间尺度的周期特征。

摘要：Pareto存档动态维度搜索(Pareto-Archived Dynamically Dimensioned Search,PA-DDS)算法是一种求解多目标问题的随机搜索启发式算法。本文将PA-DDS算法引入考虑供水和发电的多目标优化模型优化水库调度图,与非支配排序遗传算法(Non-dominaled Sorting Genetic AlgorithmⅡ,NSGA-II)和多目标粒子群算法(Multi-Objectives Particlce Swarm Optimization,MOPSO)对比了收敛性,并在求得非劣解分布的均匀性和与理论Pareto前端的相似性方面与NSGA-II进行比较,分析该算法求解水库多目标调度问题的优化性能,对比分析不同目标下的优化调度图。结果表明:PA-DDS算法能够得到更高质量的非劣解集,优化调度图与原设计调度图相比,能更有效协调供水和发电的矛盾,在小幅降低(0.96%)发电量的前提下显著提高(8.07%)水库供水量,平均每年增加经济效益0.55亿元。

摘要：全球气候变化背景下,选择适宜的降尺度方法预估区域尺度的未来气候变化趋势,对雅砻江流域水资源规划利用具有重要意义。采用人工神经网络降尺度模型(ANN)和统计降尺度模型(SDSM),基于雅砻江流域内13个国家气象站1981~2005年数据和NCEP再分析资料构建两种模型的历史期日最高气温、最低气温、降水降尺度模型,将CNRM-CM5全球气候模式的3种排放情景(RCP2.6、RCP4.5、RCP8.5)数据输入模型预测未来2022~2100年最高气温、最低气温、降水变化,比较人工神经网络与SDSM降尺度模型在雅砻江流域模拟效果。结果表明,ANN模拟气温、验证期降水效果优于SDSM,确定性系数R^(2)分别高0.02~0.27、0.01~0.14,均方根误差R_(RMSE)分别小0.22~2.40、0.01~0.77,ANN模拟率定期降水效果不如SDSM,确定性系数R^(2)小0.02~0.07;在空间分布上,ANN模拟气温效果在整个流域优于SDSM,日最高气温和日最低气温模拟效果最好的区域为中游和上游,ANN模拟验证期日均降水在流域上、下游明显优于SDSM,在流域中游略优于SDSM,模拟率定期效果在流域大部分区域不如SDSM;未来三种RCP情景下,SDSM、ANN预测未来最高气温、最低气温、降水在中后期呈增加趋势,且在RCP8.5情景下后期增加最高。

摘要：目前设计洪水地区组成计算方法都是以特定的地区组成情况来概括所有可能出现各种洪水组合,缺乏理论基础,计算结果差异较大,误差很难评估。本文采用各分区洪水的联合概率密度函数值度量地区组成发生的相对可能性,基于Copula函数推导得到分区洪水归一化的概率密度函数,提出了设计洪水地区组成的区间估计方法。清江流域隔河岩水库的应用实例表明:典型年法的计算结果不在95%置信区间内;同频率地区组成法位于该置信区间内,具有一定的合理性。所提方法具有较强的统计理论基础,不仅可以计算地区组成的各种点估计值,而且能够对估计的不确定性进行定量评价。

摘要：贝叶斯概率预报系统(BFS)为开发各种概率水文预报模型提供了方法性的框架,选择合理的先验密度和似然函数是其关键问题。利用Copula函数推导了流量先验分布及似然函数的解析表达式,通过数值方法求解后验分布,构建了Copula-BFS模型。以三峡水库汛期入库流量概率预报为例,对所提Copula-BFS模型进行检验,并与水文不确定性处理器(HUP)和基于BP神经网络的贝叶斯洪水概率预报模型(BP-BFS)进行比较。结果表明:Copula-BFS模型后验均值预报可以提高预报精度且略优于现有的模型,具有性质更加优良的预报置信区间。本文所提Copula-BFS模型不需要进行线性-正态假设,适用范围更广,应用更加灵活,为洪水概率预报研究提供一条新途径。

摘要：基于Hurst系数法和Bartels检验的水文变异联合分级方法可以从整体上识别与检验时间序列变异及其变异程度,但无法判断序列的具体变异形式(趋势、跳跃、周期等).基于相关系数描述序列与时序的相关性大小以及表征序列趋势变异程度的特性,提出了基于相关系数的水文趋势变异分级方法.该方法首先计算序列的相关系数,然后作假设检验:依据统计学原理和经验选用不同的阈值作为不同变异程度的划分依据,并将相关系数划分成5个区间,对应于无变异、弱变异、中变异、强变异和巨变异5个等级.实际应用中,根据相关系数的大小判断其落在哪个区间,即可确定序列是否发生趋势变异及变异程度的大小.对5个实例序列42年资料的变异分析表明,枝城站年径流序列无趋势变异,兰州站和花园口站年径流分别为趋势弱变异和中变异,荆江三口分流量为趋势强变异,红崖山站年径流为趋势巨变异,上述结果与采用Hurst系数法所得整体变异分级结果是一致的;成因分析表明,不同强度的人类活动导致了序列发生不同程度的变异.

摘要：为考察洪水过程形态特征是否随环境变化而发生变异,本文提出了基于信息熵的洪水过程均匀度变异分析方法。该法首先借用信息熵构建洪水过程均匀度模型,然后采用水文变异诊断系统分析洪水过程均匀度序列的变异规律,最后分析造成变异的物理成因。以东江流域龙川站洪水过程为例,计算结果显示:龙川站洪水过程均匀度在1972年发生了跳跃强变异,变异后洪水过程均匀度的均值增大,说明变异后洪水过程较变异前更加均匀;通过成因分析,推测这种变异受气候变化的影响不大,主要是由于人类活动特别是枫树坝水库的修建运行造成的下垫面变化引起的。