CN107609335A - 一种基于合成流量和形状拟合的洪水预报方法 - Google Patents

一种基于合成流量和形状拟合的洪水预报方法 Download PDF

Info

Publication number
CN107609335A
CN107609335A CN201710867334.2A CN201710867334A CN107609335A CN 107609335 A CN107609335 A CN 107609335A CN 201710867334 A CN201710867334 A CN 201710867334A CN 107609335 A CN107609335 A CN 107609335A
Authority
CN
China
Prior art keywords
forecast
flood
magnanimity
target section
forecasting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710867334.2A
Other languages
English (en)
Other versions
CN107609335B (zh
Inventor
廖卫红
雷晓辉
王明元
蔡思宇
秦韬
张云辉
蒋云钟
王旭
杨明祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN201710867334.2A priority Critical patent/CN107609335B/zh
Publication of CN107609335A publication Critical patent/CN107609335A/zh
Application granted granted Critical
Publication of CN107609335B publication Critical patent/CN107609335B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于合成流量和形状拟合的洪水预报方法,涉及水文模拟及预报技术领域。所述方法:推求预报目标断面流量与上游断面流量的相关关系;对预报流域进行分布式水文模型建模,率定得到的分布式水文模型中每个计算单元的产汇流参数;根据预报目标断面处的历次洪水洪峰和历次洪量资料,拟合洪峰与洪量对应关系;推求实际退水过程所对应的指数型退水曲线参数;流量合成得到预报目标断面在汇流预见期内的流量预报结果;获取预报目标断面在当场洪水的预报洪量和预报洪峰;将达到预先设定要求时对应的流量预报结果作为本次洪水预报的最终结果。本发明延长洪水预报预见期,使预报结果更加合理、精确。

Description

一种基于合成流量和形状拟合的洪水预报方法
技术领域
本发明涉及水文模拟及预报技术领域,尤其涉及一种基于合成流量和形状拟合的洪水预报方法。
背景技术
洪水预报模型是以已发生的落地雨及未来一定时间的预测降雨为输入,利用一系列带参数的数学方程计算河道断面的流量过程。根据数学方程的不同,预报模型有直接通过统计关系描述降雨径流关系的黑箱模型、通过一定经验方程根据其他指标推求洪水过程的经验模型或具有完善物理机制的水文模型等。现有方法各有优缺点:
1、黑箱模型和经验模型计算快,但难以适应不同特征的洪水,更难以适应不断变化的气候和下垫面环境。
2、基于落地雨和预报降雨,采用水文模型进行洪水预报虽然可提高预报精度和延长预见期,但对资料要求过高,在资料不充分或资料准确性查的条件下,会出现预报失真的情况。
综上,现有洪水预报方法存在过于依靠经验且误差不可控的问题。
发明内容
本发明的目的在于提供一种基于合成流量和形状拟合的洪水预报方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明所述基于合成流量和形状拟合的洪水预报方法,所述方法包括:
S1,在获取预报流域的预报目标断面与预报目标断面的上游断面的历史流量数据的基础上,推求预报目标断面流量与上游断面流量的相关关系;
S2,对预报流域进行分布式水文模型建模,在收集到的预报目标断面所在全流域的历史雨水情数据的基础上,率定得到的分布式水文模型中每个计算单元的产汇流参数;
S3,根据预报目标断面处的历次洪水洪峰和历次洪量资料,拟合洪峰与洪量对应关系;
S4,以指数型退水曲线形式拟合预报断面的实际退水过程,然后推求所述实际退水过程所对应的指数型退水曲线参数;
S5,在实际预报时,根据上游断面的实测流量,在预报流域中各断面汇流至预报目标断面的汇流时长、以及预报目标断面流量与上游断面流量的相关关系的基础上,经流量合成得到预报目标断面在汇流预见期内的流量预报结果;
S6,在所述分布式水文模型建模的基础上,结合预报目标断面以上流域的落地雨和汇流预见期内预报目标断面以上流域的降水预报结果,获取预报目标断面在当场洪水的洪量预报值,即预报目标断面在当场洪水的预报洪量;并依据所述洪峰与洪量对应关系反推洪峰值,即预报目标断面在当场洪水的预报洪峰;
S7,在汇流时间内预报流量不变的条件下,结合所述预报洪量、所述预报洪峰和所述指数型退水曲线参数,调整汇流时间至当场洪水结束的各时段的流量预报结果,最终得到洪量、洪峰和指数型退水曲线形状均满足预先设定要求的洪水过程曲线,将达到预先设定要求时对应的流量预报结果作为本次洪水预报的最终结果。
优选地,步骤S2中,对预报流域进行分布式水文模型建模,具体为:获取并对预报流域的下垫面资料进行水文分析,划分参数分区和计算单元;推求分布式水文模型中各计算单元不同雨量站点的权重,进行水文模型建模。
优选地,率定得到的分布式水文模型中每个计算单元的产汇流参数时,设定的要求为:纳什效率系数更大且次洪量模拟相对误差更小。
优选地,步骤S3中,所述拟合洪峰与洪量对应关系为公式(1):
W=a·Qmax+b (1)
式中:W为场次洪水的洪量(百万m3),Qmax为该次洪水的洪峰流量(m3/s),a,b分别为线性拟合的系数。
本发明的有益效果是:
(1)传统合成流量法受制于汇流时间,其预报预见期常常较短,上游站和预报目标站的流量相关关系并不能代表所有情况,尤其是暴雨中心可能不断发生变化。而,本发明所述预报方法在合成流量法之外还进一步引入了分布式水文模型,延长预见期的同时,预报结果更为精确。
(2)基于落地雨和预报降雨,采用分布式水文模型进行洪水预报虽然可提高预报精度和延长预见期,但对资料要求过高,在资料不充分或资料准确性差的条件下,会出现预报失真的情况。本发明应用分布式水文模型进行洪量预报,洪峰和过程线依据经验方法推求,保障最终预报结果的合理性。
(3)本发明所述预报方法不仅能获得洪水预报的洪量、洪峰等传统预报指标,还能获得预见期足够长的精准洪水过程的预报结果,更好地为实际防洪管理及调度提供数据支持。
附图说明
图1是基于合成流量和形状拟合的洪水预报方法的流程示意图;
图2是实施例中预报断面与上游站点拓扑关系及汇流时间的示意图;
图3是实施例中洪水预报过程的示意图;
图4是实施例中St2站点的洪水预报结果。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
实施例
目的为:对图2所示的站点St2进行洪水预报,已知St2上游站点St1和四个支流站点(Tr1,Tr2,Tr3,Tr4)的实测流量,已知上游站点St1和四个支流站点分别到的汇流时间,已知站点St2所在流域已落地降水量实测值,已知所述流域的下垫面数据等资料。
关于汇流时间,如若不能收集到上游断面演算到预报目标断面的汇流时间,也可以由历史资料中上游站点的洪峰时间和目标断面洪峰时间的差值平均值来代表。
参照图1所示,通过本申请所述基于合成流量和形状拟合的洪水预报方法,得到St2站点在2013年8月26日之后的洪水预报结果,具体步骤如下:
首先收集预报流域相关基础数据,主要包括预报流域降雨、流量、DEM、土壤类型、土地利用等。需基于足够的基础数据实现本发明的所有工作。
步骤1,按照图2所示的水文站拓扑关系及汇流时间,获取预报流域的站点St2的历史数据和站点St2的各个站点历史流量数据,在上述历史数据的基础上,推求站点St2流量与上游各个站点流量间的相关关系为公式(1):
式(1)中,QSt1(t)、QSt2(t)依次表示干流站点St1、干流站点St2的流量,QTr1(t)、QTr2(t)、QTr1(t)、QTr2(t)依次表示干流站点St2的上游支流站点Tr1、上游支流站点Tr2、上游支流站点Tr3、上游支流站点Tr4的流量;α1、β1、β2、β3、β4分别根据历史流量资料所推求出来的干流站点St1、上游支流站点Tr1、上游支流站点Tr2、上游支流站点Tr3、上游支流站点Tr4的相应系数,b为常数。
本实施例中,按三种公式拟合出的干流站点和支流站点相应系数如下表1所示,在历史洪水场次的基础上进行精度评定,最终选定一种方案中的相应系数进行合成流量预报。
表1合成流量公式拟合参数
参数 α1 β1 β2 β3 β4 b 合格率
方案一 1.027 1.186 1.186 1.186 1.186 -3.265 90.38%
方案二 1.063 1.063 1.063 1.063 1.063 -51.254 87.5%
方案三 1.1 1.1 1.1 1.1 1.1 0 75%
步骤2,对预报流域的下垫面资料进行水文分析,划分参数分区和计算单元,推求分布式水文模型中各计算单元不同雨量站点的权重,进行水文模型建模。在收集到的预报目标断面所在全流域的历史雨水情数据的基础上,采用多目标优化算法,率定得到的分布式水文模型中每个计算单元的产汇流参数,率定目标包括纳什效率系数更大和次洪量模拟相对误差更小。Nash系数计算公式为公式(2)如下:
式(2)中:Qsi和Qoi是时间步长i的径流模拟值和观测值(m3/s),N是整个模拟时间段的时间步数。纳什效率系数Nash的变化范围是负无穷到1。若为1,则表示模拟的水文过程线和实测的水文过程线达到完美拟合。Nash小于0则表示平均实测径流量相比模拟径流量还要好。
步骤3,根据预报目标断面处的历次洪水场次的洪峰和洪量资料,拟合二者的对应关系为公式(3);
W=a·Qmax+b (3)
式(3)中:W为场次洪水的洪量(百万m3),Qmax为该次洪水的洪峰流量(m3/s),a,b分别为线性拟合的系数。这样就可以根据水文模型计算出的预报洪量来推求预报洪峰流量。本实施例中,拟合出的系数分别为a=0.254,b=59.27。
步骤4,按照历史场次的洪水退水过程的数据,以指数型退水曲线来拟合预报断面的实际退水过程,退水公式为公式(4)如下;
Qt=Q0·e(-xt+y) (4)
式中:x,y分别为指数曲线拟合的系数,Q0为洪峰流量,从洪峰开始退水,Qt为洪峰后t时刻的流量。本实施例中,拟合出的系数分别为a=0.013,b=0。
步骤5,在实际预报时,根据上游断面的实测流量,在预报流域中各断面汇流至预报目标断面的汇流时长、以及预报目标断面流量与上游断面流量的相关关系的基础上,即公式(1),经流量合成得到目标断面在汇流预见期内的流量预报结果,即图3所示的当前时间到预见期之间的退水曲线;
步骤6,以落地雨和预见期内的降水预报结果为输入,以步骤2中建立的水文模型为基础,得到预报目标断面该场洪水的洪量预报值,即预报目标断面在当场洪水的预报洪量,并依据步骤3建立的相关关系反推得到该场洪水的预报洪峰值,即预报目标断面在当场洪水的预报洪峰;
步骤7,基于预报目标断面处该场洪水的预报洪量、预报洪峰和步骤5中推求的一般洪水的退水曲线参数,在汇流预见期内预报流量不变的条件下,反复调整后续预报结果,最终得到洪量、洪峰和指数型退水曲线形状均满足要求的洪水过程曲线,即图3中的虚线部分,作为本次洪水预报的最终结果。实施例中最终预报的洪水过程如图4所示。
本发明综合集成多种预报模型,在预报前期使用经验性的合成流量法,应用水文模型进行洪量的预报,洪峰和过程线仍依据经验方法推求,可保障最终预报结果的合理性。该技术不仅能给出洪水预报的洪量、洪峰等传统预报指标,还能给出预见期足够长的精准洪水过程的预报结果,可更好的为实际防洪管理及调度提供数据支持。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
本发明所述预报方法中集成了多种预报模型和/或预报方法,具体:预报前期使用经验性合成流量法,应用水文模型进行洪量预报,洪峰和过程线依据经验模型推求,因此,本发明所述预报方法的最终预报结果具有合理性。同时,本发明所述预报方法不仅给出洪水预报的洪量、洪峰等传统预报指标,还能提供预见期足够长的精准洪水过程的预报结果,本发明所述预报方法更好地为实际防洪管理及调度提供数据支持。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。

Claims (4)

1.一种基于合成流量和形状拟合的洪水预报方法,其特征在于,所述方法包括:
S1,在获取预报流域的预报目标断面与预报目标断面的上游断面的历史流量数据的基础上,推求预报目标断面流量与上游断面流量的相关关系;
S2,对预报流域进行分布式水文模型建模,在收集到的预报目标断面所在全流域的历史雨水情数据的基础上,率定得到的分布式水文模型中每个计算单元的产汇流参数;
S3,根据预报目标断面处的历次洪水洪峰和历次洪量资料,拟合洪峰与洪量对应关系;
S4,以指数型退水曲线形式拟合预报断面的实际退水过程,然后推求所述实际退水过程所对应的指数型退水曲线参数;
S5,在实际预报时,根据上游断面的实测流量,在预报流域中各断面汇流至预报目标断面的汇流时长、以及预报目标断面流量与上游断面流量的相关关系的基础上,经流量合成得到预报目标断面在汇流预见期内的流量预报结果;
S6,在所述分布式水文模型建模的基础上,结合预报目标断面以上流域的落地雨和汇流预见期内预报目标断面以上流域的降水预报结果,获取预报目标断面在当场洪水的洪量预报值,即预报目标断面在当场洪水的预报洪量;并依据所述洪峰与洪量对应关系反推洪峰值,即预报目标断面在当场洪水的预报洪峰;
S7,在汇流时间内预报流量不变的条件下,结合所述预报洪量、所述预报洪峰和所述指数型退水曲线参数,调整汇流时间至当场洪水结束的各时段的流量预报结果,最终得到洪量、洪峰和指数型退水曲线形状均满足预先设定要求的洪水过程曲线,将达到预先设定要求时对应的流量预报结果作为本次洪水预报的最终结果。
2.根据权利要求1所述基于合成流量和形状拟合的洪水预报方法,其特征在于,步骤S2中,对预报流域进行分布式水文模型建模,具体为:获取并对预报流域的下垫面资料进行水文分析,划分参数分区和计算单元;推求分布式水文模型中各计算单元不同雨量站点的权重,进行水文模型建模。
3.根据权利要求1所述基于合成流量和形状拟合的洪水预报方法,其特征在于,率定得到的分布式水文模型中每个计算单元的产汇流参数时,设定的要求为:纳什效率系数更大且次洪量模拟相对误差更小。
4.根据权利要求1所述基于合成流量和形状拟合的洪水预报方法,其特征在于,步骤S3中,所述拟合洪峰与洪量对应关系为公式(1):
W=a·Qmax+b (1)
式中:W为场次洪水的洪量(百万m3),Qmax为该次洪水的洪峰流量(m3/s),a,b分别为线性拟合的系数。
CN201710867334.2A 2017-09-22 2017-09-22 一种基于合成流量和形状拟合的洪水预报方法 Active CN107609335B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710867334.2A CN107609335B (zh) 2017-09-22 2017-09-22 一种基于合成流量和形状拟合的洪水预报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710867334.2A CN107609335B (zh) 2017-09-22 2017-09-22 一种基于合成流量和形状拟合的洪水预报方法

Publications (2)

Publication Number Publication Date
CN107609335A true CN107609335A (zh) 2018-01-19
CN107609335B CN107609335B (zh) 2018-10-30

Family

ID=61062153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710867334.2A Active CN107609335B (zh) 2017-09-22 2017-09-22 一种基于合成流量和形状拟合的洪水预报方法

Country Status (1)

Country Link
CN (1) CN107609335B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108345735A (zh) * 2018-01-27 2018-07-31 乔景辉 一种流域水文模型参数校准方法
CN108418873A (zh) * 2018-02-12 2018-08-17 福建网即通网络科技有限公司 一种智能农业管控方法和系统
CN108460814A (zh) * 2018-02-08 2018-08-28 中国电建集团中南勘测设计研究院有限公司 一种多站联动水位流量关系曲线拟合方法
CN108614915A (zh) * 2018-03-28 2018-10-02 长江勘测规划设计研究有限责任公司 基于情景驱动的水文模型自由组建策略方法
CN110110449A (zh) * 2019-05-10 2019-08-09 广东省水文局韶关水文分局 一种水文预报经验相关图实现程序化查算方法
CN110555069A (zh) * 2018-05-15 2019-12-10 中国科学院城市环境研究所 一种基于hec-hms模型的实时在线洪水预报方法
CN111461425A (zh) * 2020-03-30 2020-07-28 中水三立数据技术股份有限公司 一种动态构建区域预报方案的方法
CN111611672A (zh) * 2019-02-26 2020-09-01 多采科技有限公司 上游洪水信息产生系统及方法
CN112381285A (zh) * 2020-11-12 2021-02-19 中国科学院空天信息创新研究院 一种基于遥感的洪涝淹没预测方法
CN113657557A (zh) * 2021-06-22 2021-11-16 中国电建集团华东勘测设计研究院有限公司 一种基于反演数据和实测数据融合的水文预报方法及系统
CN115421217A (zh) * 2022-07-27 2022-12-02 中国科学院地理科学与资源研究所 一种基于降雨预报信息的洪水过程及其类型预报方法
CN116399305A (zh) * 2023-06-08 2023-07-07 广东省水文局惠州水文分局 基于云平台的adcp测流成果现场入库和自校正方法
CN112381285B (zh) * 2020-11-12 2024-06-07 中国科学院空天信息创新研究院 一种基于遥感的洪涝淹没预测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034003A (zh) * 2010-12-16 2011-04-27 南京大学 基于蓄水容量曲线和topmodel的流域水文模型的设计方法
CN102289570A (zh) * 2011-07-23 2011-12-21 浙江大学 基于降雨-径流-洪水演进计算的洪水预报方法
CN106845771A (zh) * 2016-12-16 2017-06-13 中国水利水电科学研究院 一种基于前期雨量优选参数的洪水预报方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034003A (zh) * 2010-12-16 2011-04-27 南京大学 基于蓄水容量曲线和topmodel的流域水文模型的设计方法
CN102289570A (zh) * 2011-07-23 2011-12-21 浙江大学 基于降雨-径流-洪水演进计算的洪水预报方法
CN106845771A (zh) * 2016-12-16 2017-06-13 中国水利水电科学研究院 一种基于前期雨量优选参数的洪水预报方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JIALAN SUN ETC.: "Development of a flood forecasting system and its application to upper reaches of Zhangweihe River Basin", 《INTERNATIONAL SYMPOSIUM ON GEOMATICS FOR INTEGRATED WATER RESOURCES MANAGEMENT》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108345735A (zh) * 2018-01-27 2018-07-31 乔景辉 一种流域水文模型参数校准方法
CN108460814A (zh) * 2018-02-08 2018-08-28 中国电建集团中南勘测设计研究院有限公司 一种多站联动水位流量关系曲线拟合方法
CN108418873A (zh) * 2018-02-12 2018-08-17 福建网即通网络科技有限公司 一种智能农业管控方法和系统
CN108614915B (zh) * 2018-03-28 2022-03-18 长江勘测规划设计研究有限责任公司 基于情景驱动的水文模型自由组建策略方法
CN108614915A (zh) * 2018-03-28 2018-10-02 长江勘测规划设计研究有限责任公司 基于情景驱动的水文模型自由组建策略方法
CN110555069A (zh) * 2018-05-15 2019-12-10 中国科学院城市环境研究所 一种基于hec-hms模型的实时在线洪水预报方法
CN111611672B (zh) * 2019-02-26 2023-07-18 多采科技有限公司 上游洪水信息产生系统及方法
CN111611672A (zh) * 2019-02-26 2020-09-01 多采科技有限公司 上游洪水信息产生系统及方法
CN110110449B (zh) * 2019-05-10 2023-02-14 广东省水文局韶关水文分局 一种水文预报经验相关图实现程序化查算方法
CN110110449A (zh) * 2019-05-10 2019-08-09 广东省水文局韶关水文分局 一种水文预报经验相关图实现程序化查算方法
CN111461425A (zh) * 2020-03-30 2020-07-28 中水三立数据技术股份有限公司 一种动态构建区域预报方案的方法
CN112381285A (zh) * 2020-11-12 2021-02-19 中国科学院空天信息创新研究院 一种基于遥感的洪涝淹没预测方法
CN112381285B (zh) * 2020-11-12 2024-06-07 中国科学院空天信息创新研究院 一种基于遥感的洪涝淹没预测方法
CN113657557A (zh) * 2021-06-22 2021-11-16 中国电建集团华东勘测设计研究院有限公司 一种基于反演数据和实测数据融合的水文预报方法及系统
CN113657557B (zh) * 2021-06-22 2023-12-15 中国电建集团华东勘测设计研究院有限公司 一种基于反演数据和实测数据融合的水文预报方法及系统
CN115421217A (zh) * 2022-07-27 2022-12-02 中国科学院地理科学与资源研究所 一种基于降雨预报信息的洪水过程及其类型预报方法
CN116399305A (zh) * 2023-06-08 2023-07-07 广东省水文局惠州水文分局 基于云平台的adcp测流成果现场入库和自校正方法

Also Published As

Publication number Publication date
CN107609335B (zh) 2018-10-30

Similar Documents

Publication Publication Date Title
CN107609335B (zh) 一种基于合成流量和形状拟合的洪水预报方法
US10962682B2 (en) System and method for forecasting floods
Xu et al. Uncertainty analysis in statistical modeling of extreme hydrological events
CN108984823B (zh) 一种合流制溢流调蓄池规模的确定方法
CN111428972A (zh) 基于swmm与efdc耦合模型的调蓄工程环境效应评估方法及装置
CN112101693B (zh) 基于正交分析的现状城区河道水质达标分析方法
CA3031517A1 (en) Method and apparatus for model-based control of a water distribution system
CN113297814B (zh) 基于河湖水质限值的流域动态水环境容量计算方法及系统
Yu et al. Application of the stormwater management model to a piedmont city: a case study of Jinan City, China
CN114970377B (zh) 基于新安江与深度学习耦合模型的场次洪水预报方法和系统
CN103870890A (zh) 高速公路网交通流量分布的预测方法
CN111260159B (zh) 一种气象水文耦合洪水测报法
CN114418446A (zh) 水资源短缺的定量评估方法
CN114819322B (zh) 湖泊入湖流量的预报方法
Nandalal et al. Event based modeling of a watershed using HEC-HMS
CN114528624A (zh) 一种输水明渠水流加速方法及系统
Razmkhah et al. Evaluation of rainfall spatial correlation effect on rainfall-runoff modeling uncertainty, considering 2-copula
Gaudio et al. A combined methodology for the hydraulic rehabilitation of urban drainage networks
CN111932023B (zh) 一种基于典型设计洪水过程线的小流域短期洪水预报方法
Madhushankha et al. Application of HEC-HMS model to estimate daily streamflow in Badddegama Watershed of Gin Ganga Basin Sri Lanka
CN111861014B (zh) 一种分布式单位线洪水预报方法
Nguyen et al. Catchment storm runoff modelling using the geomorphologic instantaneous unit hydrograph
CN110633532B (zh) 一种swmm模型参数的高精度率定方法
CN117575084A (zh) 一种基于动态校准河道水流传播时间的流域径流预报方法
Opere et al. Using extreme value theory to estimate available water in the upper Awach-Kibuon catchment in Nyamira County, Kenya

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant