CN108876141A - 流域蓄泄时滞效应的定量化分析指标 - Google Patents

流域蓄泄时滞效应的定量化分析指标 Download PDF

Info

Publication number
CN108876141A
CN108876141A CN201810601261.7A CN201810601261A CN108876141A CN 108876141 A CN108876141 A CN 108876141A CN 201810601261 A CN201810601261 A CN 201810601261A CN 108876141 A CN108876141 A CN 108876141A
Authority
CN
China
Prior art keywords
basin
precipitation
event
out time
time
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
CN201810601261.7A
Other languages
English (en)
Other versions
CN108876141B (zh
Inventor
张润润
陈喜
张志才
程勤波
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN201810601261.7A priority Critical patent/CN108876141B/zh
Publication of CN108876141A publication Critical patent/CN108876141A/zh
Application granted granted Critical
Publication of CN108876141B publication Critical patent/CN108876141B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • 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
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Sewage (AREA)

Abstract

本发明公开一种流域蓄泄时滞效应的定量化分析指标,包括以下步骤:获取流域不同位置的水文观测过程;确定降水事件和对应的水文响应过程;计算流域蓄泄时滞效应指标值;分析流域蓄泄时滞特征的空间差异。本发明通过比较涨水段和落水段中流域出口流量值等于流域出口流量均值时相应的涨水段和落水段的地下水位的差值,将这一差值与降水事件降水总量进行商比,可定量描述特定事件中特定空间位置蓄量与流域出口流量排泄之间的关系,实现流域不同位置之间的可比性,同时,通过事件中降水总量的商比这一标准化处理方法,可以实现不同事件之间的比较,可用于不同气候、不同地形、不同规模流域的分析。

Description

流域蓄泄时滞效应的定量化分析指标
技术领域
本发明属于水文技术领域,具体涉及一种流域蓄泄时滞效应的定量化分析指标。
背景技术
水文模型在进行水文规律研究和解决实际问题中起着重要的作用,其广泛应用于水文基本规律研究、水旱灾害防治、水资源评价与开发利用、水环境和生态系统保护、气候变化及人类活动对水资源和水环境影响分析等领域。因此,水文模型的开发研究具有重要的科学意义和应用价值。
张志才等人(2009)在《水科学进展》中公开了喀斯特流域分布式水文模型及植被生态水文效应,建立了达西流、裂隙渗流与槽蓄汇流演算相结合的混合汇流演算模式;中国专利文献201711161280.4公开了一种用于小流域次洪模拟的水文模型率定方法,提出了综合考虑降水特性、流域面积和工程需求的三级评判标准,以使率定出的水文模型能够更好地满足北方小流域的洪水预报需求;中国专利文献201711344833.X公开了一种基于瞬时单位线的流域地下水平均响应时间估计方法,提高现有水文观测资料的利用效率,降低现有流域水分平均响应时间的估计成本。然而,水文现象是由众多因素相互作用的复杂过程,区域差异性大,某一区域的水文模型不能适用于其它区域,因此,建立一种能够实现流域空间不同位置之间可比性的定量化分析指标具有重要意义。
流域蓄泄时滞特征是水文过程的重要参数之一,它表明了流域内不同位置某一段时间内在降水输入的影响下,水量蓄积和排泄过程之间的关系,是众多集总式水文模型的基础。这种关系在水位-流量过程上表现为绳套关系曲线,表明了蓄-泄关系的非线性特征。
因此,为了定量化评估流域蓄泄时滞效应,需要发展定量化分析指标;为了便于实现蓄泄关系特征的空间差异的比较,需要发展无量纲的评价指标。
发明内容
本发明的目的是针对现有技术存在的问题,提供一种流域蓄泄时滞效应的定量化分析指标,定量评估流域蓄泄时滞效应,实现蓄泄关系特征的空间差异的比较。
为实现上述目的,本发明采用的技术方案是:
一种流域蓄泄时滞效应的定量化分析指标,包括以下步骤:
(1)获取流域不同位置的水文观测过程,得到降水量、地下水位和流域出口流量的时间序列;
(2)根据降水量变化确定降水事件和对应的水文响应过程,确定分析时段,所述分析时段包括涨水段和落水段;
(3)计算涨水段和落水段中流域出口流量值等于流域出口流量均值时,相应的涨水段和落水段的地下水位的差值,将这一差值与降水事件降水总量进行商比,即流域蓄泄时滞效应指标值;
(4)比较不同位置的流域蓄泄时滞效应指标值,分析流域蓄泄时滞特征的空间差异。
本发明流域蓄泄时滞效应的定量化分析指标,基于流域常规观测资料和流域内不同空间位置地下水位及流域出口流量变化过程,通过比较涨水段和落水段中流域出口流量值等于流域出口流量均值时相应的涨水段和落水段的地下水位的差值,并将这一差值与降水事件降水总量进行商比,可定量描述特定事件中特定空间位置蓄量与流域出口流量排泄之间的关系,实现流域不同位置之间的可比性,同时,通过特定事件中降水总量的商比这一标准化处理方法,可以实现不同事件之间的比较。HI值的符号表示蓄-泄关系的环路的方向,HI的绝对值反映了蓄-泄滞后效应的程度。负号代表顺时针回路,表明监测站点周围水分相对与流域出口的排泄过程而言,能够更快的被排泄;HI的绝对值越大,表明监测站点周围水分相对与流域出口的排泄过程而言,能够越快的被排泄,表明监测点周围蓄水能力弱,排泄条件好,如,周围有相对密实的土层或岩石,或距离河道比较近。而正号代表逆时针回路,表明监测站点周围水分对降水的响应相对与流域出口的排泄过程而言是滞后的,即,监测站点周围的水分被滞蓄;HI值越大反映监测区域范围内的蓄量变化较流量变化滞后越严重,该区域范围内蓄水能力强,如,监测点周围有相对多孔而较厚的土壤层,且地下水位较低,有很大的蓄水容量。就同一站点而言,HI的值的变化可以反映该站点的降水事件的前期土壤水分条件,如果前期水分条件好,地下水位高,则该站点周围的蓄水容量较小,反映在HI指标值就会偏小,此次事件过程中的蓄泄时滞效应就较弱;而如果前期土壤水分条件差,地下水位低,则该站点周围的蓄水容量较大,反映在HI指标值就会比较大,此次事件过程中的蓄泄时滞效应就较强。
进一步的,步骤(1)中所述时间序列为相同时间段内时间间隔相同的序列。
进一步的,步骤(2)中所述降水事件为:以开始降水的时刻t0为起点,从t1时刻起在特定控制时段△t内平均降雨强度小于0.1mm/h,则认为t1时刻降水结束,t0到t1时间段的降水过程为一个降水事件。具体地,特定控制时段△t根据待研究流域降水过程中雨量大小、降雨持续时间等因素具体选择,△t可以是24h,12h,6h等。
更进一步的,步骤(2)中所述分析时段包括两个时段,第一个时段为所述降水事件对应的时间段;当前后两个所述降水事件的时间间隔≥△T时,第二个时段为前一个所述降水事件结束之后外延特定时间段△T;当前后两个所述降水事件的时间间隔<△T时,第二个时段为前后两个所述降水事件的时间间隔;前后两个所述降水事件的时间间隔指的是前一所述降水事件结束至后一所述降水事件开始的时段;整个所述分析时段包括水文响应的涨水段和落水段。具体的,所述的降水事件结束之后外延特定长度时间段△T,根据待研究流域降水过程中雨量大小、降雨持续时间等因素具体选择,△T可以是36h,48h等。
举例而言,假定根据待研究流域的水文数据,选定时间段为36h,第一个降水事件的开始时间为第一天的3:00,结束时间为当天的17:00;第二个降水事件的开始时间为第三天的15:00,则对第一个降水事件来说,水文响应过程的分析时段中第一个时段指的是第一天的3:00到17:00之间的14h,第二个时段指的是第一个降水事件在17:00结束后外延的36h,整个分析时段的时间为第一天的3:00到第三天的5:00,共计50h。
举例而言,假定根据待研究流域的水文数据,选定时间段为36h,第一个降水事件的开始时间为第一天的3:00,结束时间为当天的17:00;第二个降水事件的开始时间为第二天的17:00,则对第一个降水事件来说,水文响应过程的分析时段中第一个时段指的是第一天的3:00到17:00之间的14h,第二个时段指的是第一个降水事件在17:00结束后,到第二个降水事件开始前中间间隔的24h,整个分析时段的时间为第一天的3:00到第二天的17:00,共计38h。
进一步的,步骤(3)中所述流域蓄泄时滞效应指标值根据下式计算:
式中,HI是流域蓄泄时滞效应指标值;S(tF,mid)是落水段中流域出口流量值等于流域出口流量均值时相应的地下水位,单位为m;S(tR,mid)是涨水段中流域出口流量值等于流域出口流量均值时相应的地下水位,单位为m;Q(tF,mid)是落水段中流域出口流量均值,单位为m3/s;Q(tR,mid)是涨水段中流域出口流量均值,单位为m3/s;Qmid是降水事件中流域出口流量均值,单位为m3/s;P为降水事件降水总量,单位为mm。
与现有技术相比,本发明的有益效果是:本发明通过比较涨水段和落水段中流域出口流量值等于流域出口流量均值时相应的涨水段和落水段的地下水位的差值,并将这一差值与降水事件降水总量进行商比,可定量描述特定降水事件影响下特定空间位置蓄量与流域出口流量排泄之间的关系,实现流域不同位置之间的可比性,同时,通过事件中降水总量的商比这一标准化处理方法,可以实现不同事件之间的比较,可用于不同气候、不同地形、不同规模流域的分析。
附图说明
图1为本发明的流域蓄泄时滞效应的定量化分析指标的流程图;
图2为本发明实施例的我国西南喀斯特山区陈旗流域及主要水文观测站点的空间分布;
图3为本发明实施例1的陈旗流域降水事件的降水量变化过程;
图4为本发明实施例1的陈旗流域降水事件对应的地下水位-流域出口流量过程;图中,H1-Grd为H1位置的地下水位-流域出口流量过程;H2-Grd为H2位置的地下水位-流域出口流量过程;H3-Grd为H3位置的地下水位-流域出口流量过程;W1-Grd为W1位置的地下水位-流域出口流量过程;W3-Grd为W3位置的地下水位-流域出口流量过程;W4-Grd为W4位置的地下水位-流域出口流量过程;W5-Grd为W5位置的地下水位-流域出口流量过程;
图5为本发明实施例1的陈旗流域的流域蓄泄时滞效应指标值。
具体实施方式
下面将结合本发明中的实施例,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动条件下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1
本发明实施例选择陈旗流域位于贵州省普定喀斯特的生态实验站,流域面积为1km2,海拔338~1491m。流域属亚热带季风湿润气候区,多年平均降水量1336mm,年均气温14.2℃。流域内具有贵州典型的高原面峰丛洼地地貌,山体植被覆盖以林地、灌草和灌丛为主,土壤厚度较薄(<50cm);洼地主要为农田,土层相对较厚,一般可达40~100cm。
一种流域蓄泄时滞效应的定量化分析指标,如图1所示,包括以下步骤:
步骤一:通过设置水文观测设施,图2所示为陈旗流域及观测站点的分布,获取流域不同位置的水文观测过程,得到降水量、地下水位和流域出口流量过程的时间序列数据,所有监测过程以5分钟为时间间隔,这里选择该流域2017年雨季6月30日的一场降水事件及水文响应过程,为了考虑降水空间异质性,这里使用火烧破(HSP)和阳坡(YP)两个气象站测得降水量的均值代表所研究区域的降水量。
步骤二:通过降水量确定降水事件和对应的水文响应过程,确定分析时段,所述分析时段包括涨水段和落水段,如图3所示,降水事件从2017年6月30日3:25开始到2017年6月30日17:45结束,降水事件降水总量为48.2mm。水文响应从降水事件开始到降水事件结束时刻起外延36小时,即水文响应过程从2017年6月30日17:45开始到2017年7月2日5:45结束。
洼地地下水位及流域出口流量包括:洼地观测井水位变化过程(W1、W3、W4和W5),洼地落水洞水位变化过程(H1、H2和H3),以及流域出口地下(Grd)流量过程,图4所示为陈旗流域降水事件对应的地下水位及相应流域出口流量变化过程,横坐标为流域出口流量值,纵坐标为地下水位,图中圆圈段和圆点段分别对应流域出口流量过程的涨水段和落水段。
步骤三:使用Matlab编写计算程序,计算涨水段和落水段中流域出口流量值等于流域出口流量过程流量均值时,相应的涨水段和落水段的地下水位的差值,即流域蓄泄时滞效应指标值,所述流域蓄泄时滞效应指标值根据下式计算:
式中,HI是流域蓄泄时滞效应指标值;S(tF,mid)是落水段中流域出口流量值等于流域出口流量均值时相应的地下水位,单位为m;S(tR,mid)是涨水段中流域出口流量值等于流域出口流量均值时相应的地下水位,单位为m;Q(tF,mid)是落水段中流域出口流量均值,单位为m3/s;Q(tR,mid)是涨水段中流域出口流量均值,单位为m3/s;Qmid是降水事件中流域出口流量均值,单位为m3/s,P为降水事件降水总量,单位为mm。
步骤四:比较不同位置的流域蓄泄时滞效应指标值,分析流域蓄泄时滞特征的空间差异,如图5所示。HI值的符号表示蓄-泄关系的环路的方向,HI的负值表示顺时针回路,而HI的正值表示逆时针回路。HI的绝对值反映了蓄-泄滞后的程度,HI值越大反映该区域范围内的蓄量变化较流量变化滞后越严重,该区域范围内蓄水能力强。可知,总体而言洼地井(W1、W3、W4和W5)的蓄量变化滞后流域出口流量过程的程度,较落水洞(H1、H2和H3)要强。这与观测井周围土壤层厚,而落水洞周围土壤相对较薄,且裂隙管道更为发育的地质结构特征相符。同时就几个洼地井相比,3号井的HI值最大,表明洼地中心(3号井周围)水分更容易被滞蓄,这与洼地中心土层相对更厚,地势更低的结构特征相符;5号井HI值最小,蓄水能力最弱,反映该区域范围内水分不易被滞蓄。1号井和4号井的HI值大小相近,表现出相近的水分滞蓄能力。落水洞滞蓄水分的能力比较弱,周围水分能够较快的被排泄;其中H2、H3的HI值为负值,反映出蓄-泄关系(H2-Grd、H3-Grd)的顺时针回路特征,表明H2、H3周围水分相对与流域出口的排泄过程而言,能够更快的被排泄。
实施例2
本实施例选择与实施例1相同的研究流域,选择该研究区洼地3号井作为研究对象,对比分析不同事件同一位置的蓄泄特征。这里选择2017年7月19日和2017年8月4日两个降水事件。其中,2017年7月19日的降水事件从2017年7月19日18:15开始到2017年7月20日6:30结束,降水总量为29.2mm;2017年8月4日的降水事件从2017年8月4日10:55开始到2017年8月4日11:30结束,降水总量为13.9mm。
水文响应过程从降水事件开始到降水事件结束时刻起外延36小时,第一个降水事件的水文响应过程从2017年7月19日18:15开始到2017年7月21日18:30结束。第二个降水事件的水文响应过程从2017年8月4日10:55开始到2017年8月5日23:30结束。
按照实施例1中的步骤,计算第一个降水事件和第二个降水事件中W3的HI值分别为50.16和63.23。表明第二个降水事件中W3周围滞蓄水分的能力更强。
对比例1
与实施例2的区别在于,本对比例计算的是流域蓄泄时滞效应指标初值HI*,HI*值是相应的涨水段和落水段的地下水位的差值,而这一差值不与降水事件降水总量进行商比,所述流域蓄泄时滞效应指标初值利用下式计算:
式中,HI*是流域蓄泄时滞效应指标初值;S(tF,mid)是落水段中流域出口流量值等于流域出口流量均值时相应的地下水位,单位为m;S(tR,mid)是涨水段中流域出口流量值等于流域出口流量均值时相应的地下水位,单位为m;Q(tF,mid)是落水段中流域出口流量均值,单位为m3/s;Q(tR,mid)是涨水段中流域出口流量均值,单位为m3/s;Qmid是降水事件中流域出口流量均值,单位为m3/s。
从实施例2和对比例1中可以看出,W3在第一个降水事件和第二个降水事件中的HI*值分别为1.47m,0.88m,表明第一个降水事件中W3周围滞留水分更多。对比两个降水事件分析可得,之所以在第一个降水事件中W3周围蓄积水分多,主要是因为第一个降水事件中降水总量大。依据实施例2的流域蓄泄时滞效应指标值HI可知,尽管W3在第二个降水事件中水分蓄积量较少,但蓄泄时滞效应更强。因此,本发明流域蓄泄时滞效应指标值HI能更准确地反应出流域蓄泄时滞效应的强弱。
另外,W3在实施例1中的降水事件(2017年6月30日)和本实施例2中的两次降水事件(2017年7月19日和2017年8月4日)中的HI值分别为4.37,50.16和63.23,对比可知同一个站点不同降水事件其蓄泄时滞效应相差很大,而时滞效应的强弱和监测站点的前期水分条件关系密切。2017年6月30日降水事件发生前W3周围地下水位已经很高,周围蓄水容量小,表现出较小的蓄泄时滞效应;而2017年7月19日和2017年8月4日两次降水事件发生前地下水位较低,蓄水容量大,表现出较强的蓄泄时滞效应。
综上所述,本发明的流域蓄泄时滞效应指标值,不仅可以实现不同位置之间的比较,还可以实现不同事件之间的比较,并且流域蓄泄时滞效应指标值的含义明确,即流域蓄泄时滞效应的强弱,能够定量描述特定事件中特定空间位置蓄水量与流域出口流量排泄之间的关系。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种流域蓄泄时滞效应的定量化分析指标,其特征在于,包括以下步骤:
(1)获取流域不同位置的水文观测过程,得到降水量、地下水位和流域出口流量的时间序列;
(2)根据降水量变化确定降水事件和对应的水文响应过程,确定分析时段,所述分析时段包括涨水段和落水段;
(3)计算涨水段和落水段中流域出口流量值等于流域出口流量均值时,相应的涨水段和落水段的地下水位的差值,将这一差值与降水事件降水总量进行商比,即流域蓄泄时滞效应指标值;
(4)比较不同位置的流域蓄泄时滞效应指标值,分析流域蓄泄时滞特征的空间差异。
2.根据权利要求1所述的流域蓄泄时滞效应的定量化分析指标,其特征在于,步骤(1)中所述时间序列为相同时间段内时间间隔相同的序列。
3.根据权利要求1所述的流域蓄泄时滞效应的定量化分析指标,其特征在于,步骤(2)中所述降水事件为:以开始降水的时刻t0为起点,从t1时刻起在特定控制时段△t内平均降雨强度小于0.1mm/h,则认为t1时刻降水结束,t0到t1时间段的降水过程为一个降水事件。
4.根据权利要求3所述的流域蓄泄时滞效应的定量化分析指标,其特征在于,步骤(2)中所述分析时段包括两个时段,第一个时段为所述降水事件对应的时间段;当前后两个所述降水事件的时间间隔≥△T时,第二个时段为前一个所述降水事件结束之后外延特定时间段△T;当前后两个所述降水事件的时间间隔<△T时,第二个时段为前后两个所述降水事件的时间间隔;前后两个所述降水事件的时间间隔指的是前一所述降水事件结束至后一所述降水事件开始的时段;整个所述分析时段包括水文响应的涨水段和落水段。
5.根据权利要求1所述的流域蓄泄时滞效应的定量化分析指标,其特征在于,步骤(3)中所述流域蓄泄时滞效应指标值根据下式计算:
式中,HI是流域蓄泄时滞效应指标值;S(tF,mid)是落水段中流域出口流量值等于流域出口流量均值时相应的地下水位,单位为m;S(tR,mid)是涨水段中流域出口流量值等于流域出口流量均值时相应的地下水位,单位为m;Q(tF,mid)是落水段中流域出口流量均值,单位为m3/s;Q(tR,mid)是涨水段中流域出口流量均值,单位为m3/s;Qmid是降水事件中流域出口流量均值,单位为m3/s;P为降水事件降水总量,单位为mm。
CN201810601261.7A 2018-06-12 2018-06-12 流域蓄泄时滞效应的定量化分析指标 Active CN108876141B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810601261.7A CN108876141B (zh) 2018-06-12 2018-06-12 流域蓄泄时滞效应的定量化分析指标

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810601261.7A CN108876141B (zh) 2018-06-12 2018-06-12 流域蓄泄时滞效应的定量化分析指标

Publications (2)

Publication Number Publication Date
CN108876141A true CN108876141A (zh) 2018-11-23
CN108876141B CN108876141B (zh) 2021-10-15

Family

ID=64338755

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810601261.7A Active CN108876141B (zh) 2018-06-12 2018-06-12 流域蓄泄时滞效应的定量化分析指标

Country Status (1)

Country Link
CN (1) CN108876141B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109711607A (zh) * 2018-12-14 2019-05-03 河海大学 基于迟滞效应的水流连通性识别方法和装置
CN110059369A (zh) * 2019-03-28 2019-07-26 西安理工大学 一种区域植被覆盖变化与气候因子时滞效应的分析方法
CN114528761A (zh) * 2022-02-14 2022-05-24 太湖流域管理局水利发展研究中心 平原水网圩区-圩外系统滞蓄关系优化方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102323970A (zh) * 2011-05-19 2012-01-18 河海大学 基于多因子小波神经网络模型的水文时间序列预测方法
CN105894116A (zh) * 2016-03-31 2016-08-24 武汉大学 一种流域梯级水库与蓄滞洪区联合调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102323970A (zh) * 2011-05-19 2012-01-18 河海大学 基于多因子小波神经网络模型的水文时间序列预测方法
CN105894116A (zh) * 2016-03-31 2016-08-24 武汉大学 一种流域梯级水库与蓄滞洪区联合调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SUTHASINEE LUEANGARAM: "Time Lagged Back Propagation Neural Network with Rainfall for Flood Forecasting", 《INES 2016 • 20TH JUBILEE IEEE INTERNATIONAL CONFERENCE ON INTELLIGENT ENGINEERING SYSTEMS》 *
周敏敏等: "淮河上游大坡岭流域土地利用方式变化引起的流域滞时变化", 《河海大学学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109711607A (zh) * 2018-12-14 2019-05-03 河海大学 基于迟滞效应的水流连通性识别方法和装置
CN109711607B (zh) * 2018-12-14 2022-08-12 河海大学 基于迟滞效应的水流连通性识别方法和装置
CN110059369A (zh) * 2019-03-28 2019-07-26 西安理工大学 一种区域植被覆盖变化与气候因子时滞效应的分析方法
CN110059369B (zh) * 2019-03-28 2022-09-16 西安理工大学 一种区域植被覆盖变化与气候因子时滞效应的分析方法
CN114528761A (zh) * 2022-02-14 2022-05-24 太湖流域管理局水利发展研究中心 平原水网圩区-圩外系统滞蓄关系优化方法及系统

Also Published As

Publication number Publication date
CN108876141B (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
De Jong et al. Hydroelectric production from Brazil's São Francisco River could cease due to climate change and inter-annual variability
Huang et al. Spatio-temporal characteristics of drought structure across China using an integrated drought index
Zamani et al. Streamflow trend analysis by considering autocorrelation structure, long-term persistence, and Hurst coefficient in a semi-arid region of Iran
Fu et al. Impacts of climate variability on stream‐flow in the Yellow River
Coppola et al. Changing hydrological conditions in the Po basin under global warming
Montanari Hydrology of the Po River: looking for changing patterns in river discharge
Xu et al. Impact of climate change on water resources in the Tarim River basin
Nel Rainfall trends in the KwaZulu-Natal Drakensberg region of South Africa during the twentieth century
Pandey et al. Streamflow drought severity analysis of Betwa river system (India)
Jiongxin The water fluxes of the Yellow River to the sea in the past 50 years, in response to climate change and human activities
Sun et al. Development and application of long-term root zone salt balance model for predicting soil salinity in arid shallow water table area
CN108876141A (zh) 流域蓄泄时滞效应的定量化分析指标
Yang et al. Delineation of lakes and reservoirs in large river basins: An example of the Yangtze River Basin, China
Clarke Hydrological prediction in a non-stationary world
Safeeq et al. Predicting landscape sensitivity to present and future floods in the Pacific Northwest, USA
Peng et al. Simulating the Impact of climate change on streamflow in the Tarim River basin by using a modified semi‐distributed monthly water balance model
Schneider et al. Large scale modelling of bankfull flow: An example for Europe
Weiß et al. Model-based scenarios of Mediterranean droughts
Hussain et al. Variability in runoff and responses to land and oceanic parameters in the source region of the Indus River
Ettazarini GIS-based land suitability assessment for check dam site location, using topography and drainage information: a case study from Morocco
Wang et al. Human-Induced water loss from closed inland Lakes: Hydrological simulations in China’s Daihai lake
Zhang et al. Spatial and temporal variability of temperature, precipitation, and streamflow in upper Sang‐kan basin, China
Wang et al. Synergistic effects of multiple driving factors on the runoff variations in the Yellow River Basin, China
Chen et al. Is the S-shaped curve a general law? An application to evaluate the damage resulting from water-induced disasters
Wang et al. Anthropogenic drought in the Yellow River basin: Multifaceted and weakening connections between meteorological and hydrological droughts

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