CN111047213B - 基于多要素联合判别的中长期水资源量临界预警指标方法 - Google Patents
基于多要素联合判别的中长期水资源量临界预警指标方法 Download PDFInfo
- Publication number
- CN111047213B CN111047213B CN201911351595.4A CN201911351595A CN111047213B CN 111047213 B CN111047213 B CN 111047213B CN 201911351595 A CN201911351595 A CN 201911351595A CN 111047213 B CN111047213 B CN 111047213B
- Authority
- CN
- China
- Prior art keywords
- water resource
- water
- critical
- flow
- critical state
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 206
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000001556 precipitation Methods 0.000 claims description 6
- 238000001704 evaporation Methods 0.000 claims description 4
- 230000008020 evaporation Effects 0.000 claims description 4
- 238000012805 post-processing Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多要素联合判别的中长期水资源量临界预警指标方法,包括定义流域或区域生态保障与防洪安全的水资源临界状态判断条件,建立水资源临界状态判别模型;分别计算临界流量距平和水分距平,利用二者建立反映流域内水资源临界状态的定量化综合指标;依据历史水资源异常事件划分不同等级的水资源状态预警指标;建立中长期水资源临界状态综合指标预测预报机制,实现中长期水资源临界状态的预测预警。本发明的有益效果是:利用流域内降雨蒸散和控制断面径流量构建综合的水资源临界状态指标,在此基础上利用降雨和径流预报,实现水资源临界状态的预测预警,提高水资源管理调度的科学性和安全性。
Description
技术领域
本发明涉及一种水资源量临界预警指标方法,具体为一种基于多要素联合判别的中长期水资源量临界预警指标方法,属于水文水资源领域中的水资源预报预警技术领域。
背景技术
我国人均水资源量低,仅为世界人均占有量的1/3,加之水资源时空分布异常不均、河道渠化严重、水资源供需矛盾突出、水生态环境优先保护区域众多,因此水资源状态是事关经济发展和人民生活质量的突出问题。由于水资源种类丰富、覆盖面广,很难用实际的量值反映其真实体量,目前有关水资源评价常用的方法是定义相应的水资源指数或者指标体系,根据各种指标来评价当前水资源所处的状态。
影响水资源量的因素主要包含地表径流、地下水和降雨三种因素,国内外针对这几种因素提出了众多指数,从气象角度出发有考虑前期降雨的标准化降水指数(SPI)、考虑降雨蒸散适宜的帕默尔干旱指数(PDSI)、考虑降雨蒸散的标准化降水蒸散指数(SPEI),从水文角度出发有考虑地表径流的标准径流指数(SRI)、考虑地表和地下水量的标准水资源指数(SWRI),还有综合考虑降水径流的AWRI指数等。通过对水资源指数进行频率分析可以评估当前的水资源量所处状态,当判断其可能会出现异常态时,为了公众安全和生态平衡需要发布水资源的预测预警。所谓水资源异常态,即为水资源量高于或者低于一种临界限的状态,这种临界限是指水资源达到极限平衡下的状态,共包含两种形式:水资源临界偏多状态和临界偏少状态。在临界偏多状态下,流域内的水资源能够充分保证人工用水和生态平衡安全,一旦水资源量继续增加越过此界限,流域内会面临水资源偏多导致的洪涝灾害和社会经济财产损失的风险。在临界偏少状态下,流域内的水资源能够最低限度的保证河流内的生态系统安全,一旦水资源量继续下降,河流的生态平衡可能会遭到破坏。因此,在发布水资源预测预警时,首先需要判断水资源距离临界态的状况。
目前,现有的水资源指数主要侧重于根据单要素对过去水资源量进行体量评估,其在时间上有滞后性,无法及时有效地应用于水资源的预测预警当中,对水资源安全临界状态的定量化判断也有所不足。事实上,由于客观因素的限制,水资源的体量很难做到精确预报,在水资源实时管理调度中,判断其临界状态,进行预测预警是更为行之有效的方法。因此,在现阶段如何有效的利用多要素准确判断水资源的临界状态,并及时发布相应的预警是一个亟待解决的问题。
发明内容
本发明的目的就在于为了解决上述问题而提供一种基于多要素联合判别的中长期水资源量临界预警指标方法。
本发明通过以下技术方案来实现上述目的:一种基于多要素联合判别的中长期水资源量临界预警指标方法,包括以下步骤:
步骤一、定义流域或区域生态保障与防洪安全的水资源临界状态判断条件,建立水资源临界状态判别模型;
步骤二、基于出口控制断面流量和流域内降雨蒸散状况,分别计算临界流量距平和水分距平,利用二者建立反映流域内水资源临界状态的定量化综合指标;
步骤三、依据历史水资源异常事件划分不同等级的水资源状态预警指标;
步骤四、建立中长期水资源临界状态综合指标预测预报机制,实现中长期水资源临界状态的预测预警。
作为本发明再进一步的方案:所述步骤一中,水资源临界状态分为两种,一种为能够保障流域内生态安全的最小下泄流量(生态基流),另一种为保障人民生命财产安全的保证流量,利用二分法统一二者的时间尺度,水资源临界状态判别模型F(Q)如下:
式中,Q表示河道控制断面的天然流量,Qe表示河道控制断面的生态基流(最小下泄流量);Qf表示控制断面的月均警戒流量。对于闭合的流域或区域,若F(Q)≥0,流域或区域处于多水状态,其临界状态为月均警戒流量;若F(Q)<0,流域或区域处于少水状态,其临界状态为生态基流。
作为本发明再进一步的方案:所述步骤二中,综合指标基于流量距平和水分距平(降雨-蒸散)序列构建,其中流量距平依照步骤1中的判别模型分为两种情况:
流域内水分距PD平利用降雨和蒸散的差值构建;以临界流量距平QD为基本因子,考虑水分距平为加权项,建立水资源量临界状态偏离指标d,将其与指定地点的气候权重系数C相乘,得到水资源临界状态异常指数(R)。偏离指标d的计算公式为:
式中,d表示水资源偏离临界状态指标,PD表示水分距平,QD表示流量距平,K为该流域的多年平均的产流系数。
作为本发明再进一步的方案:所述步骤三中,水资源状态等级划分从历史水资源极端异常和水资源临界异常事件出发,相较传统频率法可以更好地结合实际状况,定义出不同等级的水资源状况预警指标。
作为本发明再进一步的方案:所述步骤四中,中长期降水量和蒸发预报结果通过解码全球数值模式结果并通过后处理获取,流量预报结果利用SWAT水文模型并将降雨预报结果作为模型输入场获取,通过计算未来月尺度水资源临界状态指标,实现中长期水资源临界状态的预测预警。
本发明的有益效果是:该基于多要素联合判别的中长期水资源量临界预警指标方法设计合理:
1、定义了水资源临界多水和少水状态的条件,可以定量地评估水资源相对于临界状态的发展变化状况;
2、综合了水文和气象两种类型的指标,利用降雨、蒸散、径流三种指标综合评价水资源,更为全面的解析水资源临界状态;
3、利用历史水资源极端事件和水资源临界状态下的R指标变化状况建立回归曲线,定义不同等级水资源状态指标;
4、基于气候模式输出并经由历史实况订正的降雨、气温预报结果,最终得到水资源临界状态预警指标,可应用于中长期流域水资源临界状态的预警预测当中。
附图说明
图1为本发明流程示意图;
图2为本发明二分法示意图;
图3为本发明水资源临界状态判别示意图;
图4为本发明水资源临界状态指标等级划分示意图;
图5为本发明水资源临界状态预测预警机制示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图2所示,y1为利用所有流量点得到的拟合线;y2为利用y1以上流量点得到的拟合线;y3为利用y2以上流量点得到的拟合线;
如图4和图5所示,t为持续时间;∑Rt为累积水资源状态指标;4条直线依次为水资源极端偏多、水资源临界偏多、水资源临界偏少、水资源极端偏少的拟合线;L(t,t1)为t~t1月份的水资源临界状态预警指标。
如图1所示,一种基于多要素联合判别的中长期水资源量临界预警指标方法,包括以下步骤:
步骤一、定义流域或区域生态保障与防洪安全的水资源临界状态判断条件,建立水资源临界状态判别模型。
所述步骤一中,水资源临界状态分为两种,一种为能够保障流域内生态安全的最小下泄流量,另一种为保障人民生命财产安全的保证流量,利用二分法统一二者的时间尺度,水资源临界状态判别模型F(Q)如下:
式中,Q表示河道控制断面的天然流量,Qe表示河道控制断面的生态基流(最小下泄流量);Qf表示控制断面的月均警戒流量。对于闭合的流域或区域,若F(Q)≥0,流域或区域处于多水状态,其临界状态为月均警戒流量;若F(Q)<0,流域或区域处于少水状态,其临界状态为生态基流。
步骤二、基于出口控制断面流量和流域内降雨蒸散状况,分别计算临界流量距平和水分距平,利用二者建立反映流域内水资源临界状态的定量化综合指标。
所述步骤二中,综合指标基于流量距平和水分距平序列构建,其中流量距平依照步骤一中的判别模型分为两种情况:
流域内水分距平PD利用降雨和蒸散的差值构建;以临界流量距平QD为基本因子,考虑水分距平为加权项,建立水资源量临界状态偏离指标d,将其与指定地点的气候权重系数C相乘,得到水资源临界状态异常指数(R),偏离指标d的计算公式为:
式中,d表示水资源偏离临界状态指标,PD表示水分距平,QD表示流量距平,K为该流域的多年平均的产流系数。
步骤三、依据历史水资源异常事件划分不同等级的水资源状态预警指标。
所述步骤三中,水资源状态等级划分从历史极端水资源极端异常和水资源临界异常事件出发,相较传统频率法可以更好地结合实际状况,定义出不同等级的水资源状况预警指标。
步骤四、建立中长期水资源临界状态综合指标预测预报机制,实现中长期水资源临界状态的预测预警。
所述步骤四中,中长期降水量和蒸发预报结果通过解码全球数值模式结果并通过后处理获取,流量预报结果利用SWAT水文模型并将降雨预报结果作为模型输入场获取,通过计算未来月尺度水资源临界状态指标,实现中长期水资源临界状态的预测预警。
实施例:
步骤一、定义流域或区域生态保障与防洪安全的水资源临界状态判断条件,建立水资源临界状态判别模型F(Q);
(1)根据流域控制断面的防洪特性,以控制断面最小下泄流量为水资源临界偏少状态的阈值,保证流量为水资源临界偏多状态的阈值;
(2)由于控制断面最小下泄流量的时间尺度为月尺度,而保证流量的尺度为日或者日内尺度,需要利用二分法统一两种阈值的时间尺度。如附图3所示,利用控制断面月最大流量(y)和月均流量(x)散点图建立线性拟合关系,公式如下:
y1=a1x1+b1
考虑到预警需求,应选取尽可能小的月均流量与月最大流量进行线性拟合,即建立散点的上缘拟合线,选取首次拟合线以上的站点进行二次拟合,计算公式如下:
y2=a2x2+b2(y>a1x+b1)
式中,满足括号中条件的y和x为拟合所需要的点。
得到上式后,计算线性拟合的R2值,若符合精度要求则选用,若不符合则重复上述步骤,直到精度符合要求。利用最终得到的月最大流量与月平均流量线性关系,将该控制断面短时的保证流量对应的月均流量作为中长期水多状态下的临界流量,称为月均警戒流量。
(3)本实施例根据上述水少状态下的最小下泄流量和水多状态下的月均警戒流量建立水资源状态判别模型F(Q),如附图2所示,公式如下:
式中,Qe表示河道控制断面的最小下泄流量;Qf表示控制断面的月均警戒流量。对于闭合的流域或区域,若F(Q)>0,流域或区域处于多水状态,其临界状态为月均警戒流量;若F(Q)<0,流域或区域处于少水状态,其临界状态为最小下泄流量,如附图2所示。
步骤二、基于出口控制断面的流量和流域内降雨蒸散状况,分别计算临界流量距平和水分距平,利用二者建立反映流域内水资源定量化状态的综合指标。
在本实施例中,临界流量距平依照步骤1中的判别模型考虑有两种情况:
流域内水分距平(PD)利用降雨和蒸散的差值构建,其中蒸散由潜在蒸散乘以折算系数得到,计算式分别为:
PD=p-ET
ET=αPE
以上各式中,p为流域内月均降水量,PE为潜在蒸散量(mm/d),Δ为饱和水气压曲线率(kPa/℃),Rn为地表净辐射(MJ m-1d-1)),G为土壤热通量(MJ m-2d-1),γ为干湿表常数(kPa/℃),Tmean为日平均温度(℃),A2为2m高处风速,es为饱和水气压,ea为实际水气压。为各月气候平均的实测蒸发值,/>为各月气候平均的累积降雨值。
本实施例以临界流量距平为基本因子,考虑水分距平为加权项,建立水资源量临界状态距平dr。
dr=QD+KPD
上式反映了水资源状况与临界状态时的偏离,当d>0时,流域处于多水状态,当时,流域处于临界多水状态,当/>时,流域处于多水警戒状态;同样,当d<0时,流域处于少水状态,当/>时,流域处于临界少水状态,当/>时,流域处于少水警戒状态。
本实施例为构建标准化指数,利用水资源量距平d与指定地点的气候权重系数C相乘,得到水资源临界状态异常指数R,表示给定地点实际水资源量相对于其临界状态的偏离程度。水资源异常指标计算公式为:
R=dC
步骤三、基于历史极端事件划分不同等级的水资源状态预警指标。
本实施例依据目标流域内的历史水资源极端旱涝事件建立不同等级的水资源状态指标,具体步骤如下:
(1)选取流域内水资源极端事件:搜寻流域内不同月份长度下控制断面流量前三位和后三位的事件,对于水资源极端偏少事件,要求每个月的F(Q)<0,对于水资源极端偏多事件,要求F(Q)<0。
(2)计算各水资源极端事件下对应的R指标。
(3)利用上述累积R指标与持续时间建立线性回归直线,同时在图中绘出水资源临界偏多和临界偏少状态下对应的直线,如附图4所示。4条直线的计算公式如下:
式中,a1、b1、a2、b2为待定系数,可由历史资料求得。4个公式依次为水资源极端偏多、水资源临界偏多、水资源临界偏少、水资源极端偏少的拟合方程。
(4)划分水资源临界状态等级。如附图4所示,4条直线分别表示水资源极端偏少、临界偏少、临界偏多、极端偏多的状态,其将纵坐标分为了6部分,令他们对应的水资源指标分别为-4、-1、0、1、4,且令6部分内的指标值均为线性分布,由此得到水资源临界预警指标Li为:
步骤四、建立中长期水资源临界状态综合指标预测预警机制,实现中长期水资源临界状态的预测预警。
在本实施例中,采用滚动预报的方法实现中长期水资源临界状态的预测预警。
(1)下载并解码NCEP全球气候模式输出的未来9个月逐日格点雨量和气温预报值,并利用其计算累积的月雨量和月平均气温预报值。
(2)本实例考虑到可操作性的影响,采用更为简便的Thornthwaite算法计算潜月在蒸散量,其计算公式为:
(3)将月雨量预报值作为驱动场输入SWAT水文模型中,得到控制断面的月平均径流预报值。利用月雨量、蒸散量和控制断面径流量预报结果最终计算得到未来月尺度的综合预警指标L值。
(4)通过上述计算得到的预测L值,结合步骤3中的水资源临界状态等级,实现对中长期水资源临界状态的预测预警。
工作原理:在使用该基于多要素联合判别的中长期水资源量临界预警指标方法时,利用流域内降雨蒸散和控制断面径流量构建综合的水资源临界状态指标,在此基础上利用降雨、蒸散和径流预报,实现水资源临界状态的预测预警,提高水资源管理调度的科学性和安全性。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (1)
1.一种基于多要素联合判别的中长期水资源量临界预警指标方法,其特征在于:包括以下步骤:
步骤一、定义流域或区域生态保障与防洪安全的水资源临界状态判断条件,建立水资源临界状态判别模型;
所述步骤一中,水资源临界状态分为两种,一种为能够保障流域内生态安全的最小下泄流量,另一种为保障人民生命财产安全的保证流量,利用二分法统一二者的时间尺度,水资源临界状态判别模型F(Q)如下:
式中,Q表示河道控制断面的天然流量;Qe表示河道控制断面的生态基流;Qf表示控制断面的月均警戒流量;对于闭合的流域或区域,若F(Q)≥0,流域或区域处于多水状态,其临界状态为月均警戒流量;若F(Q)<0,流域或区域处于少水状态,其临界状态为生态基流;
步骤二、基于出口控制断面流量和流域内降雨蒸散状况,分别计算临界流量距平和水分距平,利用二者建立反映流域内水资源临界状态的定量化综合指标;
所述步骤二中,综合指标基于流量距平和水分距平序列构建,其中流量距平依照步骤一中的判别模型分为两种情况:
流域内水分距平PD利用降雨和蒸散的差值构建;以临界流量距平QD为基本因子,考虑水分距平为加权项,建立水资源量临界状态偏离指标d,将其与指定地点的气候权重系数C相乘,得到水资源临界状态异常指数R,其中,R=dC
偏离指标d的计算公式为:
式中,d表示水资源偏离临界状态指标,PD表示水分距平,QD表示流量距平,K为该流域的多年平均的产流系数;
步骤三、依据历史水资源异常事件划分不同等级的水资源状态预警指标;
所述步骤三中,水资源状态等级划分从历史水资源极端异常和水资源临界异常事件出发,相较传统频率法可以更好地结合实际状况,定义出不同等级的水资源状况预警指标;
步骤四、建立中长期水资源临界状态综合指标预测预报机制,实现中长期水资源临界状态的预测预警;
所述步骤四中,中长期降水量和蒸发预报结果通过解码全球数值模式结果并通过后处理获取,流量预报结果利用SWAT水文模型并将降雨预报结果作为模型输入场获取,通过计算未来月尺度水资源临界状态指标,实现中长期水资源临界状态的预测预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911351595.4A CN111047213B (zh) | 2019-12-25 | 2019-12-25 | 基于多要素联合判别的中长期水资源量临界预警指标方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911351595.4A CN111047213B (zh) | 2019-12-25 | 2019-12-25 | 基于多要素联合判别的中长期水资源量临界预警指标方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111047213A CN111047213A (zh) | 2020-04-21 |
CN111047213B true CN111047213B (zh) | 2023-06-20 |
Family
ID=70240094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911351595.4A Active CN111047213B (zh) | 2019-12-25 | 2019-12-25 | 基于多要素联合判别的中长期水资源量临界预警指标方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111047213B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117314213B (zh) * | 2023-08-16 | 2024-04-30 | 云南华电金沙江中游水电开发有限公司 | 一种基于临界水深的生态流量优化评价判别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320827A (zh) * | 2014-07-06 | 2016-02-10 | 章华芳 | 降雨径流预报系统 |
CN109242336A (zh) * | 2018-09-28 | 2019-01-18 | 郑州大学 | 多情景模式下山洪灾害临界雨量预警方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107515970A (zh) * | 2017-08-09 | 2017-12-26 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种滑坡段电网杆塔危险性三维多点位多指标的预警方法 |
CN108304967A (zh) * | 2018-01-18 | 2018-07-20 | 长江水利委员会水文局 | 降雨-流量-水位耦合插值求解山洪灾害临界雨量的方法 |
CN108776851B (zh) * | 2018-06-11 | 2022-07-12 | 广东省科学院广州地理研究所 | 一种暴雨诱发的浅层滑坡灾害预警阈值确定方法 |
CN109920213B (zh) * | 2019-03-13 | 2020-10-23 | 河海大学 | 基于降雨时程分布的临界雨量进行实时山洪预警的方法 |
CN110009002B (zh) * | 2019-03-13 | 2020-02-07 | 河海大学 | 基于多维降雨特征空间最优决策的山洪快速预警预报方法 |
CN109979172A (zh) * | 2019-04-09 | 2019-07-05 | 南京信息工程大学 | 一种基于新安江模型的动态山洪临界雨量预报方法 |
-
2019
- 2019-12-25 CN CN201911351595.4A patent/CN111047213B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320827A (zh) * | 2014-07-06 | 2016-02-10 | 章华芳 | 降雨径流预报系统 |
CN109242336A (zh) * | 2018-09-28 | 2019-01-18 | 郑州大学 | 多情景模式下山洪灾害临界雨量预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111047213A (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Winter et al. | Phosphorus inputs to Lake Simcoe from 1990 to 2003: declines in tributary loads and observations on lake water quality | |
Yilmaz et al. | An indicator based assessment for water resources management in Gediz River Basin, Turkey | |
CN110276145A (zh) | 城市排水系统仿真建模与调度方法 | |
CN103810532B (zh) | 优化城市排水系统运行状况的方法 | |
CN105512767A (zh) | 一种多预见期的洪水预报方法 | |
CN105868886B (zh) | 雨污调蓄池运行效能评价方法 | |
KR20170005553A (ko) | 지능형 정보제공을 위한 홍수, 가뭄정보의 평가 및 예측 기법 개발 | |
CN101807045B (zh) | 基于数据的城市污水泵站系统建模方法 | |
CN106706033A (zh) | 一种海绵城市性能监视系统和方法 | |
Diao et al. | Risk analysis of flood control operation mode with forecast information based on a combination of risk sources | |
Behzadian et al. | Urban water system metabolism assessment using WaterMet2 model | |
CN114819322B (zh) | 湖泊入湖流量的预报方法 | |
CN101899820A (zh) | 面向河流生态系统保护的流域地表水可利用量确定方法 | |
CN111047213B (zh) | 基于多要素联合判别的中长期水资源量临界预警指标方法 | |
CN117436619B (zh) | 一种基于等效防洪作用的梯级水库防洪库容联合预留方法 | |
CN107273686B (zh) | 雨洪径流氮磷输出负荷预测方法 | |
Ahmed et al. | Water sharing, governance, and management among the provinces in Pakistan using evidence-based decision support system | |
Aqili et al. | Application of modified tank model to simulate groundwater level fluctuations in Kabul basin, Afghanistan | |
Tebebal et al. | Hydraulic performance evaluation of hare community managed irrigation scheme, southern, Ethiopia | |
Dorchies et al. | Climate change impacts on water resources and reservoir management in the Seine river basin (France) | |
CN115358587A (zh) | 区域多部门协同的基础设施规划方法及系统 | |
CN115188163A (zh) | 一种基于暴雨与洪水相似性的洪水预警方法及系统 | |
Lade et al. | Rainwater Storage Tank Sizing using Raincycle Model: Case Studies of a Residential, Office and Hospital Blocks | |
Lade et al. | Performance evaluation of a rainwater harvesting system: A case study of University Collage Hospital, Ibdan City, Nigeria | |
Lucas et al. | Comparing Green and Gray Infrastructure Solutions to Reducing Combined Sewer Overflows for a Catchment within the Shockoe Creek Sewershed in Richmond, Virginia |
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 |