CN107967383B - 一种基于分布式tin单元的tric径流指数预警方法 - Google Patents

一种基于分布式tin单元的tric径流指数预警方法 Download PDF

Info

Publication number
CN107967383B
CN107967383B CN201711166912.6A CN201711166912A CN107967383B CN 107967383 B CN107967383 B CN 107967383B CN 201711166912 A CN201711166912 A CN 201711166912A CN 107967383 B CN107967383 B CN 107967383B
Authority
CN
China
Prior art keywords
grid
early warning
calculating
grid cell
unit
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.)
Active
Application number
CN201711166912.6A
Other languages
English (en)
Other versions
CN107967383A (zh
Inventor
梁藉
倪显锋
覃金帛
雷晓辉
闫宝伟
康爱卿
陈彦平
李爱民
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201711166912.6A priority Critical patent/CN107967383B/zh
Publication of CN107967383A publication Critical patent/CN107967383A/zh
Application granted granted Critical
Publication of CN107967383B publication Critical patent/CN107967383B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Computer Graphics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明公开了一种基于分布式TIN单元的TRIC径流指数预警方法，涉及水文预警领域。所述方法：在分布式水文模型的基础上，以待研究流域的边界图层为外边界、河网图层为内边界生成待研究流域的TIN网格；结合待研究流域的历史降雨数据，计算TIN网格中各网格单元多年平均时段累积最大上游来水，然后计算待研究流域任意一个网格单元i的预警指标
Figure DDA0001476389840000011
计算各个网格单元的径流指数
Figure DDA0001476389840000012
和上游来水
Figure DDA0001476389840000013
计算各个网格单元的预警指标
Figure DDA0001476389840000014
当
Figure DDA0001476389840000015
时，从网格单元i开始预警，当
Figure DDA0001476389840000016
时，网格单元i开始预警停止预警。本发明基于很少的地形材料，获得更贴合实际情况、预警的准确性更高的预警结果，且适应性更强。

Description

一种基于分布式TIN单元的TRIC径流指数预警方法
技术领域
本发明涉及水文预警领域，尤其涉及一种基于分布式TIN单元的TRIC径流指数预警方法。
背景技术
在半湿润半干旱地区，由于降雨时空分布不均引发的山洪灾害较多，因此针对此类地区构建分布式预警指标，是实现分布式预警的关键。以下说明现有分布式预警中存在的不足：
一、国内常用的动态临界雨量
虽然动态临界雨量在对雨量、洪水资料进行统计分析的基础上被确定。但临界雨量在实际应用中需要综合考虑水文特征、气候条件、地质地貌、植被土壤条件等方面。
以大范围推广应用的FFG方法最为典型，FFG的英文缩写为Flash FloodGuidance。以FFG方法为例介绍动态临界的确定：在FFG方法的基础上，通过一定时间之内的土壤含水量(即前期含水量)、时段累计降雨量与洪峰流量之间的相关关系确立研究区山洪预警指标，并依据土壤含水量指标给出不同初始土壤含水量对应的动态临界雨量。但是，在FFG方法的实际使用过程中，FFG方法存在以下不足：
1、因为FFG方法需要通过区域相关分析确定河道断面的参数，且为验证山洪预警结果的精度需要建立完备的山洪历史数据库。但，在国内大部分半湿润半干旱地区来水情况下，缺乏高精度的下垫面数据以及历史水雨情数据，使得FFG方法的大范围推广受到限制。
2、FFG方法采用的临界径流值具有不确定性，需要多个模型运行反推超过估算临界值所需的降雨，且山洪暴发受地形、土地覆盖、土壤类型、地质条件、土地利用的影响比土壤含水量更大，FFG方法并未给出明确的区分，故，FFG方法的降水预报值的精确度低。
二、国外常用的EPIC方法
欧洲气候模拟降水指数EPIC主要应用于欧洲，被应用于预警系统中来预测强降雨情况下容易发生山洪的小规模集水区。
EPIC方法已被应用于COSMO-LEPS系统中，可实现欧洲大部分地区的检测。但，EPIC只考虑了降雨的影响，忽略了地形、土地利用、土壤质地等下垫面要素，导致EPIC的降水预警值的精确度低。
(三)现有动态临界雨量预警方法一般基于子流域产汇流单元进行的动态临界雨量预警方法，在网格尺度的应用受到限制，具体表现在对子流域单元而言其出口处的断面形状可以较为准确的获取，但通常代价很大，故，现有动态临界雨量预警方法不适用于基于TIN单元的分布式预警。
发明内容
本发明的目的在于提供一种基于分布式TIN单元的TRIC径流指数预警方法，从而解决现有方法对半湿润半干旱地区进行降水预报时，得到的降水预警值精确度低、预警成本高的问题。
为了实现上述目的，本发明基于分布式TIN单元的TRIC径流指数预警方法，其特征在于，所述方法包括：
S1，在分布式水文模型的基础上，以待研究流域的边界图层为外边界、河网图层为内边界生成待研究流域的TIN网格；
S2，结合待研究流域的历史降雨数据，计算TIN网格中各网格单元多年平均时段累积最大上游来水，然后按公式(1)计算待研究流域任意一个网格单元i的预警指标
Figure GDA0002817791490000021
Figure GDA0002817791490000022
式中：dk表示累计雨量时段；k表示累积时段；M表示降雨年份的总数；
Figure GDA0002817791490000023
为网格单元i在累计雨量时段dk内上游来水最大值；UR表示上游来水；j表示所属年份的序号；i表示网格单元的序号；
S3，计算各个网格单元的径流指数
Figure GDA0002817791490000024
和上游来水
Figure GDA0002817791490000025
S31，计算各个网格单元的径流指数
Figure GDA0002817791490000026
设计算的单位时间步长t，按照公式(2)计算网格单元i在单位时间步长t的径流指数
Figure GDA0002817791490000027
Figure GDA0002817791490000028
式中：OV，i(t)为网格单元i在单位时间步长t的地表径流深；RpRi(t)为网格单元i在单位时间步长t的地下径流深，Rf，i(t)为网格单元i在单位时间步长t的累计降雨；
S32，计算各个网格单元的上游来水
Figure GDA0002817791490000031
根据网格单元i的径流指数Cf，i(t)，按公式(3)计算网格单元i在单位时间步长为t、累计雨量时段为dk的上游来水
Figure GDA0002817791490000032
Figure GDA0002817791490000033
式(3)中：Ni为网格单元i控制的上游网格个数，
Figure GDA0002817791490000034
为单位时间步长t、累计雨量时段dk内网格单元i的累计雨量；
S4，计算各个网格单元的预警指标
Figure GDA0002817791490000035
在根据S2中待研究流域的网格单元i的预警指标
Figure GDA0002817791490000036
和S3中网格单元i的上游来水
Figure GDA0002817791490000037
的基础上，按照公式(4)计算网格单元i在累计雨量时段为dk的预警指标
Figure GDA0002817791490000038
Figure GDA0002817791490000039
当
Figure GDA00028177914900000310
时，从网格单元i开始预警，当
Figure GDA00028177914900000311
时，网格单元i开始预警停止预警。
优选地，S1中，以待研究流域的边界图层为外边界、河网图层为内边界，采用Delaunay三角剖分法生成待研究流域的TIN网格，具体为：
S11，外边界生成随机分布的原始点；
S12，以内边界为基准对原始点进行分割，利用凸壳算法生成子块边界，内边界的形状决定了分割后得到的子块个数；
S13，对每个子块进行三角剖分和优化；
S14，将所有子块合并，形成三角网格，即TIN网格。
本发明的有益效果是：
(1)相比于现有FFG方法，本申请所述方法所需资料更少，更适用于我国半湿润半干旱地区来水情况的预警。
(2)相比于现有EPIC方法，本发明在EPIC的基础上引入ERIC山洪预警方法，充分考虑下垫面要素如地形、土地利用、土壤质地的影响，结合我国半湿润半干旱地区气候特点与欧洲不同的实际情况，进一步简化了径流指数Cf的计算。使得预警结果更贴合实际情况，预警的准确性更强。
(3)相比于现有动态临界雨量预警方法，其一般用于基于子流域产汇流单元的计算，在网格尺度上运用时为获取出口处的断面形状需要付出很高的代价，本发明针对每个网格单元建立了独有的预警指标，参数的获取更容易，更适用于基于TIN单元的分布式预警中针对每个网格单元建立其独有的预警指标的需求。
附图说明
图1是基于分布式TIN单元的TRIC径流指数预警方法的流程示意图。
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。
本发明的核心：在EPIC的基础上引入ERIC山洪预警方法，充分考虑地形、土地利用、土壤质地等下垫面要素的影响，结合我国半湿润半干旱地区气候特点与欧洲不同的实际情况，进一步简化了径流指数Cf的计算，并得出了径流指数Cf在TIN分布式汇流框架中的应用(用TRIC表示)，最终得到了本申请所述基于分布式TIN单元的TRIC径流指数预警方法，推广应用工程实践。
本发明所述基于分布式TIN单元的TRIC径流指数预警方法，所述方法包括：
S1，在分布式水文模型的基础上，以待研究流域的边界图层为外边界、河网图层为内边界，采用Delaunay三角剖分法生成待研究流域的TIN网格，具体为：
S11，外边界生成随机分布的原始点；
S12，以内边界为基准对原始点进行分割，利用凸壳算法生成子块边界，内边界的形状决定了分割后得到的子块个数；
S13，对每个子块进行三角剖分和优化；
S14，将所有子块合并，形成三角网格，即TIN网格；
其中，流域边界图层和河网图层均是在DEM的基础上通过“D8算法”提取，待研究流域的TIN网格被看作是由多个相互联系的独立单位构成，每个网格单元只能用来描述其覆盖范围内的待研究流域的地形、地貌等信息；
S2，结合待研究流域的历史降雨数据，计算TIN网格中各网格单元多年平均时段累积最大上游来水，然后按公式(1)计算待研究流域任意一个网格单元i的预警指标
Figure GDA0002817791490000051
Figure GDA0002817791490000052
式中：dk表示累计雨量时段；k表示累积时段，即为时段1，时段2，时段3……；M表示降雨年份的总数；
Figure GDA0002817791490000053
为网格单元i在累计雨量时段dk内上游来水最大值；UR表示上游来水；j表示所属年份的序号；i表示网格单元的序号；
S3，计算各个网格单元的径流指数
Figure GDA0002817791490000054
和上游来水
Figure GDA0002817791490000055
S31，计算各个网格单元的径流指数
Figure GDA0002817791490000056
设计算的单位时间步长t，按照公式(2)计算网格单元i在单位时间步长t的径流指数
Figure GDA0002817791490000057
Figure GDA0002817791490000058
式中：OV，i(t)为网格单元i在单位时间步长t的地表径流深；UPRi(t)为网格单元i在单位时间步长t的地下径流深，Rf，i(t)为网格单元i在单位时间步长t的累计降雨；
S32，计算各个网格单元的上游来水
Figure GDA0002817791490000059
根据网格单元i的径流指数Cf，i(t)，按公式(3)计算网格单元i在单位时间步长为t、累计雨量时段为dk的上游来水
Figure GDA00028177914900000510
Figure GDA00028177914900000511
式(3)中：Ni为网格单元i控制的上游网格个数，
Figure GDA0002817791490000061
为单位时间步长t、累计雨量时段dk内网格单元i的累计雨量；
S4，计算各个网格单元的预警指标
Figure GDA0002817791490000062
在根据S2中待研究流域的网格单元i的预警指标
Figure GDA0002817791490000063
和S3中网格单元i的上游来水
Figure GDA0002817791490000064
的基础上，构建网格单元i在累计雨量时段为dk的预警指标
Figure GDA0002817791490000065
公式，按照公式(4)计算包括网格单元i在内的其他网格单元在累计雨量时段为dk的预警指标
Figure GDA0002817791490000066
Figure GDA0002817791490000067
当
Figure GDA0002817791490000068
时，从网格单元i开始预警，当
Figure GDA0002817791490000069
时，网格单元i开始预警停止预警。
更具体的实施例：
(1)实施例洪水的确定。
为了验证TRIC预警效果，本次选用2013年的洪水进行分布式预警计算，从2013年7月12日8时起至2013年7月15日7时，历时72小时。
由于分布式预警指标需要采用多场洪水资料确定，本次挑选的21场洪水中，有两场较大的洪水分别为19710626和19750719，洪峰流量分别为1690m3和1400m3，其余场次洪水与这两场差别较大，其中大于180m3的共11场，由于本次只获取了流域出口附近区域的山洪分析评价结果，在只考虑出口断面危险流量的前提下选用这11场洪水来计算分布式预警指标。实际上本次构建的TRIC预警模型对任意一场在流域内某区域致灾的前提下均可带入模型计算实现对分布式预警指标的局部网格更新。本次确定预警指标时累计时段分别采用1小时、2小时、3小时、6小时，通过计算得到不同累计时段的预警指标分布。
(2)预警参数的获取。
选择合适的分布式水文模型，本实施例选用的时基于分布式TIN框架的耦合模型。根据建立好的各网格单元径流系数与土壤饱和度关系曲线，结合历史降雨资料确定运行预警模型所需的参数：降雨量(单位为m)、蒸发量(单位为m)、径流量(单位为m3/s)、上游来水量(单位为m3/s)、单元径流深或净雨(单位为m)、过境水深(单位为m)、壤中流(单位为m)、土壤含水量(无量纲，亦称土壤湿度、土壤含水率)、径流系数(无量纲)、时段累计上游来水(本次选用1h，2h，3h，6h)、当前网格上的网格径流系数与时段累计降雨与网格面积三者的乘积的和、当前网格上的网格面积。
(3)预警指标的计算。
根据获取的预警指标，按照发明内容中的步骤4到步骤7分别计算分布式预警指标。
(4)确定预警区域。
若
Figure GDA0002817791490000071
从网格单元i开始预警，即表示待研究流域为预警区域，开始预警，若
Figure GDA0002817791490000072
从网格单元i开始预警停止预警，即表示待研究流域为可以不用预警开始停止预警。
(5)预警结果分析。
从预警计算结果发现，2013年7月12日22时开始出现超警网格，之后超警网格数量逐渐增加，至2013年7月13日11时不再出现超警网格，本实施例的假设是：人口在全流域均匀分布，以简化预警程序。
由于计算时段较短，各网格1h预警结果与2h、3h、6h的预警结果差别较小，因此只分析1h网格预警结果，网格各时刻计算结果统计信息见表1。从各预警时段的输出结果可以看出，过境水深大于0.5m的网格与累计时段为1h的超警网格存在一定相关性，在2013年7月13日1时的过境水深大于0.5m的网格数为536个，达到峰值，对应网格面积为439.6km2；在2013年7月13日2时超警网格个数从23个增加到204个，并有逐渐增加的趋势。
表1网格各计算时刻结果统计表
Figure GDA0002817791490000073
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：
本发明所述方法EPIC的基础上引入ERIC山洪预警方法，充分考虑地形、土地利用、土壤质地等下垫面要素的影响，结合我国半湿润半干旱地区气候特点与欧洲不同的实际情况，进一步简化了径流指数的计算，并得出了径流指数在TIN分布式汇流框架中的应用(用TRIC表示)。本发明物理概念明确，由于融入了部分历史有效信息，能在一定程度上提高预报精度，同时具有一定统计意义，且结构简单，形式直观，便于在工程实践中推广应用。
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 (2)

1.一种基于分布式TIN单元的TRIC径流指数预警方法，其特征在于，所述方法包括：
S1，在分布式水文模型的基础上，以待研究流域的边界图层为外边界、河网图层为内边界生成待研究流域的TIN网格；
S2，结合待研究流域的历史降雨数据，计算TIN网格中各网格单元多年平均时段累积最大上游来水，然后按公式(1)计算待研究流域任意一个网格单元i的预警指标
Figure FDA0002817791480000011
Figure FDA0002817791480000012
式中：dk表示累计雨量时段；k表示累积时段；M表示降雨年份的总数；
Figure FDA0002817791480000013
为网格单元i在累计雨量时段dk内上游来水最大值；UR表示上游来水；j表示所属年份的序号；i表示网格单元的序号；
S3，计算各个网格单元的径流指数
Figure FDA0002817791480000014
和上游来水
Figure FDA0002817791480000015
S31，计算各个网格单元的径流指数
Figure FDA0002817791480000016
设计算的单位时间步长t，按照公式(2)计算网格单元i在单位时间步长t的径流指数
Figure FDA0002817791480000017
Figure FDA0002817791480000018
式中：OV，i(t)为网格单元i在单位时间步长t的地表径流深；UpRi(t)为网格单元i在单位时间步长t的地下径流深，Rf，i(t)为网格单元i在单位时间步长t的累计降雨；
S32，计算各个网格单元的上游来水
Figure FDA0002817791480000019
根据网格单元i的径流指数Cf，i(t)，按公式(3)计算网格单元i在单位时间步长为t、累计雨量时段为dk的上游来水
Figure FDA00028177914800000110
Figure FDA0002817791480000021
式(3)中：Ni为网格单元i控制的上游网格个数，
Figure FDA0002817791480000022
为单位时间步长t、累计雨量时段dk内网格单元i的累计雨量；
S4，计算各个网格单元的预警指标
Figure FDA0002817791480000023
在根据S2中待研究流域的网格单元i的预警指标
Figure FDA0002817791480000024
和S3中网格单元i的上游来水
Figure FDA0002817791480000025
的基础上，按照公式(4)计算网格单元i在累计雨量时段为dk的预警指标
Figure FDA0002817791480000026
Figure FDA0002817791480000027
当
Figure FDA0002817791480000028
时，从网格单元i开始预警，当
Figure FDA0002817791480000029
时，网格单元i开始预警停止预警。
2.根据权利要求1所述方法，其特征在于，S1中，以待研究流域的边界图层为外边界、河网图层为内边界，采用Delaunay三角剖分法生成待研究流域的TIN网格，具体为：
S11，外边界生成随机分布的原始点；
S12，以内边界为基准对原始点进行分割，利用凸壳算法生成子块边界，内边界的形状决定了分割后得到的子块个数；
S13，对每个子块进行三角剖分和优化；
S14，将所有子块合并，形成三角网格，即TIN网格。
CN201711166912.6A 2017-11-21 2017-11-21 一种基于分布式tin单元的tric径流指数预警方法 Active CN107967383B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711166912.6A CN107967383B (zh) 2017-11-21 2017-11-21 一种基于分布式tin单元的tric径流指数预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711166912.6A CN107967383B (zh) 2017-11-21 2017-11-21 一种基于分布式tin单元的tric径流指数预警方法

Publications (2)

Publication Number Publication Date
CN107967383A CN107967383A (zh) 2018-04-27
CN107967383B true CN107967383B (zh) 2021-08-06

Family

ID=61999819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711166912.6A Active CN107967383B (zh) 2017-11-21 2017-11-21 一种基于分布式tin单元的tric径流指数预警方法

Country Status (1)

Country Link
CN (1) CN107967383B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109345775B (zh) * 2018-08-15 2020-09-15 北京林业大学 基于水文连通结构指数的灾情预警方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010198330A (ja) * 2009-02-25 2010-09-09 Toshiba Corp 警戒通報システム及び警戒通報方法
CN103116695A (zh) * 2013-01-16 2013-05-22 吴立新 一种基于cd-tin的城区内涝淹没过程模拟方法
CN105224747A (zh) * 2015-10-06 2016-01-06 北京工业大学 基于cad工程图纸信息和管网设计计算表的城市内涝模型构建方法
CN106682355A (zh) * 2017-01-12 2017-05-17 中国水利水电科学研究院 一种基于pso‑ga混合算法的水文模型参数率定方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9181795B2 (en) * 2011-12-05 2015-11-10 Jehangir Framroze PUNTHAKEY Groundwater management system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010198330A (ja) * 2009-02-25 2010-09-09 Toshiba Corp 警戒通報システム及び警戒通報方法
CN103116695A (zh) * 2013-01-16 2013-05-22 吴立新 一种基于cd-tin的城区内涝淹没过程模拟方法
CN105224747A (zh) * 2015-10-06 2016-01-06 北京工业大学 基于cad工程图纸信息和管网设计计算表的城市内涝模型构建方法
CN106682355A (zh) * 2017-01-12 2017-05-17 中国水利水电科学研究院 一种基于pso‑ga混合算法的水文模型参数率定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Research and application of Snowbelt flood risk early-warning technology - A case study in Ili State, Xinjiang Province;Qi Wen 等;《 2012 IEEE International Geoscience and Remote Sensing Symposium》;20121112;第879-882页 *
山洪预警预报技术研究与应用;刘志雨;《山洪灾害防治》;20120115;第41-45+50页 *

Also Published As

Publication number Publication date
CN107967383A (zh) 2018-04-27

Similar Documents

Publication Publication Date Title
CN109492299B (zh) 基于swmm与modflow耦合的水资源模拟方法
CN111914432B (zh) 一种基于大数据的水文预报方法
Neukum et al. Impact of climate change on groundwater recharge in a small catchment in the Black Forest, Germany
Brirhet et al. Comparison of two hydrological models (lumped and distributed) over a pilot area of the issen watershed in the Souss Basin, Morocco
CN113742910A (zh) 基于中小流域洪水预报的水库来水量预警预报方法及系统
CN113673765B (zh) 一种小流域洪水预报预警方法及终端
CN113610264A (zh) 精细化电网台风洪涝灾害预测模型
CN102201034A (zh) 一种临河村落非点源污染负荷的估算方法
Gan et al. Using the nonlinear aquifer storage–discharge relationship to simulate the base flow of glacier-and snowmelt-dominated basins in northwest China
Valeo et al. Variable source area modelling in urbanizing watersheds
JP2019095240A (ja) 水位予測方法、水位予測プログラム及び水位予測装置
Miliani et al. Adaptation of precipitation index for the estimation of antecedent moisture condition in large mountainous basins
Lu et al. Water balance assessment of an ungauged area in Poyang Lake watershed using a spatially distributed runoff coefficient model
CN110276150A (zh) 一种基于Copula函数的山丘区河川基流量系列插补延长方法
Bahrami et al. Evaluation of SCS model for flood characteristic prediction in an ungauged catchment considering effects of excess rainfall and base flow separation
Hu et al. Baseflow estimation in typical catchments in the Yellow River Basin, China
Lee et al. Estimation of sediment yield during storms based on soil and watershed geomorphology characteristics
CN107967383B (zh) 一种基于分布式tin单元的tric径流指数预警方法
Cattoën et al. Coupling a high-resolution weather model with a hydrological model for flood forecasting in New Zealand
Nourani et al. Multi-station calibration strategy for evaluation and sensitivity analysis of the snowmelt runoff model using MODIS satellite images
Munawar et al. Future climate change impacts on runoff of scarcely gauged Jhelum river basin using SDSM and RCPs
Sun et al. An optimized baseflow separation method for assessment of seasonal and spatial variability of baseflow and the driving factors
CN115619045A (zh) 一种河口潮差预报方法和系统
Perra et al. Hydrologic impacts of surface elevation and spatial resolution in statistical correction approaches: Case study of Flumendosa Basin, Italy
Damangir et al. System identification and subsequent discharge estimation based on level data alone—Gradually varied flow condition

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