CN112036683A - 一种适用于未来气候变化情景下的水库防洪风险预估方法 - Google Patents

一种适用于未来气候变化情景下的水库防洪风险预估方法 Download PDF

Info

Publication number
CN112036683A
CN112036683A CN202010675264.2A CN202010675264A CN112036683A CN 112036683 A CN112036683 A CN 112036683A CN 202010675264 A CN202010675264 A CN 202010675264A CN 112036683 A CN112036683 A CN 112036683A
Authority
CN
China
Prior art keywords
future
flood
rainfall
different periods
model
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
CN202010675264.2A
Other languages
English (en)
Other versions
CN112036683B (zh
Inventor
郭靖
张发鸿
岳青华
计金华
钟娜
姚晨晨
郭伟建
张磊磊
王司辰
孙萧仲
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.)
PowerChina Huadong Engineering Corp Ltd
Original Assignee
PowerChina Huadong Engineering Corp Ltd
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 PowerChina Huadong Engineering Corp Ltd filed Critical PowerChina Huadong Engineering Corp Ltd
Priority to CN202010675264.2A priority Critical patent/CN112036683B/zh
Publication of CN112036683A publication Critical patent/CN112036683A/zh
Application granted granted Critical
Publication of CN112036683B publication Critical patent/CN112036683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Mathematical Optimization (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种适用于气候变化下水库防洪风险预估方法，包括：利用ASD降尺度模型和全球气候模式(GCM)提供的历史和未来数据计算各GCM历史和未来情景下年降水量；采用贝叶斯模型加权平均方法(BMA)和蒙特卡罗抽样方法分析未来降水的不确定性；基于GAMLSS模型，分析基准期年降水量与P‑III分布参数的协变关系；将未来年降水量代入该协变关系，分析年降水量不确定性引起的设计洪水不确定性；最后采用同频率或同倍比放大法得到设计洪水过程线组，经水库调洪演算求得调洪最高水位，计算该水位超过设计洪水位的概率，得出未来情景不同时期相应防洪风险率。

Description

一种适用于未来气候变化情景下的水库防洪风险预估方法
技术领域
本发明涉及水库防洪风险评估领域，特别是涉及一种适用于未来气候变化情景下的水库防洪风险预估方法。
背景技术
水库的设计洪水位是指当遇到大坝设计标准洪水时，水库经调洪后坝前达到的最高水位，它是水库在正常运用情况下允许达到的最高水位。一旦超过此水位，大坝的安全将受到威胁，因此，水库超设计洪水位的风险是衡量水库安全的重要指标。
设计洪水是确定设计洪水位的重要依据，而设计洪水是在水文序列满足一致性假设条件的前提下由水文频率计算得出的。未来气候变化情景下，水文序列的一致性遭到破坏，传统的水文频率计算方法失效。位置、尺度和形状参数的广义可加模型(GAMLSS)是现阶段可行的非一致性水文频率分析方法，通过将传统水文频率计算中的时不变参数转变为时变参数(以时间或气象因子为协变量)描述水文序列的非一致性。以气象因子为协变量开展非一致性水文频率分析，未来气象因子及其不确定性是影响非一致性水文频率计算的关键因素，现有方法多是针对未来气象因子或其不确定性开展研究。
发明内容
针对现有方法的不足，本发明提供一种适用于未来气候变化情景下的水库防洪风险预估方法，用以解决气候变化情景下未来降水的不确定性引起的水库防洪风险评估的问题。
本发明解决上述技术问题的技术方案如下：一种适用于未来气候变化情景下的水库防洪风险预估方法，包括：
步骤1、基于ASD降尺度模型，根据全球气候模式提供的历史和未来数据计算出未来情景各个GCM下年降水结果；
步骤2、基于未来情景各个GCM下年降水结果，计算未来情景不同时期各个GCM的多年平均降水结果，并结合基准期实测年降水和同期各个GCM模拟年降水采用贝叶斯模型加权平均方法(BMA)和蒙特卡罗抽样方法随机生成未来情景不同时期的模拟降水量，进而得出未来降水量的不确定性区间；
步骤3、基于GAMLSS模型的建模原理，通过构造位置、尺度和形状参数的链接函数建立P-III分布的广义可加模型，据此以年降水量为协变量进行基准期的非一致性洪水频率分析，得出P-III分布的位置、尺度和形状参数与年降水量的协变关系；
步骤4、利用步骤2中未来情景不同时期降水量的不确定性区间以及步骤3中P-III分布的参数与年降水量的协变关系，计算未来情景不同时期设计洪水的不确定性区间；
步骤5、基于未来情景不同时期设计洪水的不确定性区间，采用同频率或同倍比放大法得到对应的设计洪水过程线组，经水库调洪演算求得调洪最高水位，计算调洪最高水位超过设计洪水位的概率，得出未来不同时期的防洪风险率。
在步骤1中，基于ASD降尺度模型和全球气候模式提供的历史和未来数据，计算出未来情景不同GCM下年降水的模拟结果。
进一步地，当使用ASD降尺度模型时，将不同GCM输出的未来不同排放情景下的降水量统计降尺度到研究区域的气象站点，得出未来气候情景下的日降水量，进而求得未来年降水数据。
进一步地，所述贝叶斯模型加权平均方法公式为：
Figure BDA0002583823700000021
对于BMA参数组
Figure BDA0002583823700000031
的似然函数表示为：
Figure BDA0002583823700000032
其中：D为实测序列，Q为模拟序列，K为GCM的个数，
Figure BDA0002583823700000033
表示均值为fk、方差为
Figure BDA0002583823700000034
的正态分布；
利用基准期的实测降水数据和K个GCM的模拟降水数据，采用期望最大化算法估算BMA的参数组θ，得到权重ωk和模拟误差
Figure BDA0002583823700000035
进而利用蒙特卡罗抽样法随机生成未来情景不同时期的模拟降水量，进而得出未来降水量的不确定性区间。
进一步地，所述P-III分布的位置、尺度和形状参数与年降水量的协变关系如下：
Figure BDA0002583823700000036
其中，μt、σt、γt分别为P-III分布的位置、尺度和形状参数，α1、α2、α3、α4、α5为参数。采用GAMLSS模型的RS算法可以估算上述参数。
进一步地，将未来不同时期年降水量的随机模拟值代入P-III分布的位置、尺度和形状参数与年降水量的协变关系，得出未来不同时期设计洪水的频率曲线，进而求得相应的设计洪水及不确定性区间。
进一步地，将未来情景不同时期的设计洪水及不确定性区间，分别结合典型洪水过程线进行同频率或同倍比放大，得到对应的设计洪水过程线组，经水库调洪演算求得调洪最高水位，进而计算调洪最高水位超过设计洪水位的概率，得出未来不同时期相应的风险率，风险率计算如下：
Figure BDA0002583823700000037
式中：m为超过特征水位的样本个数，M为样本容量。
本发明将未来降水的不确定性转化为设计洪水的不确定性进而转化为水库的防洪风险，能够更全面地解决气候变化情景下未来降水的不确定性引起的水库防洪风险的问题。
为解决上述技术方案，本发明还提供了一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行上述的适用于气候变化下的水库防洪风险预估方法。
附图说明
图1为本发明一个实施例提供的适用于气候变化下的水库防洪风险预估方法的流程框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
本发明提供的适用于气候变化下的水库防洪风险预估方法，如图1所示，包括：
步骤1、结合流域的水文气象特性，选择与流域降水关系比较密切的大尺度气候预报因子，利用自动统计降尺度(ASD)模型，根据多个全球气候模式(GCM)提供的历史和未来数据，计算出各个GCM在历史和未来情景下的年降水量。其中：
1.1大尺度气候模式的预报因子对区域降水的影响是由覆盖区域的多个网格共同作用，若研究区域所覆盖的大尺度气候模式网格数都较多，则与预报因子组合后形成的预报因子集合维数过高，在计算过程中将会导致维数灾，需采用主成分分析法对其降维，提取累计贡献率达到90％的主要成分作为综合预报因子；
1.2将各个GCM输出的未来不同排放情景下的气候因子统计降尺度到研究区域的气象站点，模拟未来不同气候情景下的日降水量，并计算出未来不同情景下各个GCM的年降水数据。
步骤2、基于未来情景各个GCM下年降水结果，计算未来情景不同时期各个GCM的多年平均降水结果，并结合基准期实测年降水和同期各个GCM模拟年降水采用贝叶斯模型加权平均方法(BMA)和蒙特卡罗抽样方法随机生成未来情景不同时期的模拟降水量，进而得出未来降水量的不确定性区间；
未来情景不同GCM得到的降水存在较大程度的不确定性，致使未来设计洪水也存在较大程度的不确定性。由此采用贝叶斯模型加权平均方法(BMA)进行不确定性分析，BMA是一个通过加权平均不同模型的预报值，来得到更可靠的综合预报值的数学方法，该方法可用于不同模型组合，计算各个模型的权重和模拟误差，并能进一步计算不同模型的不确定性分析；
采用蒙特卡罗抽样方法随机生成未来情景不同时期的模拟降水量时，生成未来情景不同时期多年平均降水量M次/时期，得到未来情景下不同时期的BMA年降水量及其不确定性区间。
步骤3、基于GAMLSS模型的建模原理，通过构造位置、尺度和形状参数的链接函数建立P-III分布的广义可加模型，据此以年降水量为协变量进行基准期的非一致性洪水频率分析，得出P-III分布的位置、尺度和形状参数与年降水量的协变关系：
Figure BDA0002583823700000051
其中，μt、σt、γt分别为P-III分布的位置、尺度和形状参数，α1、α2、α3、α4、α5为参数。采用GAMLSS模型的RS算法可以估算上述参数。
步骤4、根据P-III分布的参数与年降水量的协变关系，基于未来情景不同时期M次/时期的模拟多年平均降水量，得到P-III分布在未来的参数组合M种/时期，进而根据水文频率计算得出未来M组/时期的设计洪水成果。
步骤5、根据历史资料选取典型洪水过程线，基于未来M组/时期的设计洪水成果，采用同频率或同倍比放大法，得到对应的设计洪水过程线M条/时期，经水库调洪演算求得未来情景下不同时期的调洪最高水位M个/时期，分别统计M个/时期的调洪最高水位超过设计洪水位的概率，得出未来气候变化情景下不同时期的水库防洪风险率：
Figure BDA0002583823700000061
式中：m为超过特征水位的样本个数。
例如，具体实施例以雅砻江流域杨房沟水库进行说明，将未来80年(2021-2100)分为2030S(2021-2050)、2060S(2051-2075)、2090S(2076-2100)三个时期，采用本实施例步骤，计算得出未来气候变化情景下不同时期的水库防洪风险率。计算结果如表1所示。
表1 杨房沟水库未来情景不同时期防洪风险评估结果统计表
Figure BDA0002583823700000062
以上方法在实施时，可以以存储介质为载体，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上所述的任一种适用于气候变化下的水库防洪风险预估方法，可以取得与上述实施例方法所能取得的技术效果。
在存储介质存储的指令同以上实施例所述，在此不再赘述。
这种存储介质是机器可读介质，可由通用或专用计算机或具有处理器的其他机器访问的任何可用介质。举例来说，这种机器可读介质可以包括RAM、ROM、EPROM、EEPROM、CD-ROM或其他光盘存储器、磁盘存储器或其他磁存储设备，或任何其他可用于以机器可执行指令或数据结构的形式携带或存储所需的程序代码，并可被通用或专用计算机或其它带有处理器的机器访问的介质。当信息通过网络或其他通信连接(硬接线、无线或硬接线或无线的组合)传输或提供给机器时，该连接将被机器正确地视为机器可读介质。因此，任何这样的连接都可被称为机器可读介质，或存储介质。
上述的组合也包括在机器可读介质的范围内。机器可执行指令包括例如使通用计算机、专用计算机或专用处理机器执行某一功能或一组功能的指令和数据。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种适用于气候变化下的水库防洪风险预估方法，包括：
步骤1、基于ASD降尺度模型，根据全球气候模式提供的历史和未来数据计算出未来情景各个GCM下年降水结果；
步骤2、基于未来情景各个GCM下年降水结果，计算未来情景不同时期各个GCM的多年平均降水结果，并结合基准期实测年降水和同期各个GCM模拟年降水采用贝叶斯模型加权平均方法(BMA)和蒙特卡罗抽样方法随机生成未来情景不同时期的模拟降水量，进而得出未来降水量的不确定性区间；
步骤3、基于GAMLSS模型的建模原理，通过构造位置、尺度和形状参数的链接函数建立P-III分布的广义可加模型，据此以年降水量为协变量进行基准期的非一致性洪水频率分析，得出P-III分布的位置、尺度和形状参数与年降水量的协变关系；
步骤4、利用步骤2中未来情景不同时期降水量的不确定性区间以及步骤3中P-III分布的参数与年降水量的协变关系，计算未来情景不同时期设计洪水的不确定性区间；
步骤5、基于未来情景不同时期设计洪水的不确定性区间，采用同频率或同倍比放大法得到对应的设计洪水过程线组，经水库调洪演算求得调洪最高水位，计算调洪最高水位超过设计洪水位的概率，得出未来不同时期的防洪风险率。
2.根据权利要求1所述的一种适用于气候变化下的水库防洪风险预估方法，其特征在于，
在步骤1中，基于ASD降尺度模型和全球气候模式提供的历史和未来数据，计算出未来情景不同GCM下年降水的模拟结果。
3.根据权利要求1所述的一种适用于气候变化下的水库防洪风险预估方法，其特征在于，当使用ASD降尺度模型时，将不同GCM输出的未来不同排放情景下的降水量统计降尺度到研究区域的气象站点，得出未来气候情景下的日降水量，进而求得未来年降水数据。
4.根据权利要求1所述的一种适用于气候变化下的水库防洪风险预估方法，其特征在于，所述贝叶斯模型加权平均方法公式为：
Figure FDA0002583823690000021
对于BMA参数组
Figure FDA0002583823690000022
的似然函数表示为：
Figure FDA0002583823690000023
其中：D为实测序列，Q为模拟序列，K为GCM的个数，
Figure FDA0002583823690000024
表示均值为fk、方差为
Figure FDA0002583823690000025
的正态分布；
利用基准期的实测降水数据和K个GCM的模拟降水数据，采用期望最大化算法估算BMA的参数组θ，得到权重ωk和模拟误差
Figure FDA0002583823690000026
进而利用蒙特卡罗抽样法随机生成未来情景不同时期的模拟降水量，进而得出未来降水量的不确定性区间。
5.根据权利要求1所述的一种适用于气候变化下的水库防洪风险预估方法，其特征在于，所述P-III分布的位置、尺度和形状参数与年降水量的协变关系如下：
Figure FDA0002583823690000027
其中，μt、σt、γt分别为P-III分布的位置、尺度和形状参数，α1、α2、α3、α4、α5为参数；采用GAMLSS模型的RS算法可以估算上述参数。
6.根据权利要求1所述的一种适用于气候变化下的水库防洪风险预估方法，其特征在于，将未来不同时期年降水量的随机模拟值代入P-III分布的位置、尺度和形状参数与年降水量的协变关系，得出未来不同时期设计洪水的频率曲线，进而求得相应的设计洪水及不确定性区间。
7.根据权利要求1所述的一种适用于气候变化下的水库防洪风险预估方法，其特征在于，将未来情景不同时期的设计洪水及不确定性区间，分别结合典型洪水过程线进行同频率或同倍比放大，得到对应的设计洪水过程线组，经水库调洪演算求得调洪最高水位，进而计算调洪最高水位超过设计洪水位的概率，得出未来不同时期相应的风险率，风险率计算如下：
Figure FDA0002583823690000031
式中：m为超过特征水位的样本个数，M为样本容量。
CN202010675264.2A 2020-07-14 2020-07-14 一种适用于未来气候变化情景下的水库防洪风险预估方法 Active CN112036683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010675264.2A CN112036683B (zh) 2020-07-14 2020-07-14 一种适用于未来气候变化情景下的水库防洪风险预估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010675264.2A CN112036683B (zh) 2020-07-14 2020-07-14 一种适用于未来气候变化情景下的水库防洪风险预估方法

Publications (2)

Publication Number Publication Date
CN112036683A true CN112036683A (zh) 2020-12-04
CN112036683B CN112036683B (zh) 2023-02-14

Family

ID=73579164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010675264.2A Active CN112036683B (zh) 2020-07-14 2020-07-14 一种适用于未来气候变化情景下的水库防洪风险预估方法

Country Status (1)

Country Link
CN (1) CN112036683B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113094876A (zh) * 2021-03-16 2021-07-09 华中科技大学 未来情景下基于arima模型的水库防洪风险计算方法和系统
CN113743022A (zh) * 2021-09-26 2021-12-03 华北电力大学 一种高精度气候变化数据的存储和可视化方法
CN116451879A (zh) * 2023-06-16 2023-07-18 武汉大学 一种干旱风险预测方法、系统及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764515A (zh) * 2018-04-04 2018-11-06 河海大学 一种耦合数值气象水文集合预报的水库调度风险决策方法
CN110276104A (zh) * 2019-05-23 2019-09-24 武汉大学 一种集合气候模式下的分期设计洪水推求方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764515A (zh) * 2018-04-04 2018-11-06 河海大学 一种耦合数值气象水文集合预报的水库调度风险决策方法
CN110276104A (zh) * 2019-05-23 2019-09-24 武汉大学 一种集合气候模式下的分期设计洪水推求方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴志勇等: "气候变化对淮河蒙洼蓄滞洪区启用风险影响评估", 《气候变化研究进展》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113094876A (zh) * 2021-03-16 2021-07-09 华中科技大学 未来情景下基于arima模型的水库防洪风险计算方法和系统
CN113094876B (zh) * 2021-03-16 2022-04-22 华中科技大学 未来情景下基于arima模型的水库防洪风险计算方法和系统
CN113743022A (zh) * 2021-09-26 2021-12-03 华北电力大学 一种高精度气候变化数据的存储和可视化方法
CN113743022B (zh) * 2021-09-26 2024-02-02 华北电力大学 一种高精度气候变化数据的存储和可视化方法
CN116451879A (zh) * 2023-06-16 2023-07-18 武汉大学 一种干旱风险预测方法、系统及电子设备
CN116451879B (zh) * 2023-06-16 2023-08-25 武汉大学 一种干旱风险预测方法、系统及电子设备

Also Published As

Publication number Publication date
CN112036683B (zh) 2023-02-14

Similar Documents

Publication Publication Date Title
CN112036683B (zh) 一种适用于未来气候变化情景下的水库防洪风险预估方法
CN112287539B (zh) 一种考虑水库影响的电力设施洪涝灾害风险评估方法
Xu et al. Estimating extreme water levels with long-term data by GEV distribution at Wusong station near Shanghai city in Yangtze Estuary
CN110991046B (zh) 一种基于响应面函数的排水系统内涝风险快速预警方法
CN104732104A (zh) 长期潮位数据不足条件下不同重现期的极端高水位计算方法
Feng et al. Extreme water level analysis at three stations on the coast of the Northwestern Pacific Ocean
CN111090934B (zh) 基于雨量和空间划分的降水-径流-淹没模拟方法
Tonn et al. Hurricane Isaac: a longitudinal analysis of storm characteristics and power outage risk
Hu et al. Assessing the Impact of Precipitation Change on Design Annual Runoff in the Headwater Region of Yellow River, China.
CN110704999A (zh) 沿海城市洪涝致灾因子作用度量化及区划方法
CN117034810A (zh) 一种电力设施淹没风险动态评估及预警方法及系统
CN113589404B (zh) 一种场次暴雨径流量预测方法
CN115619045B (zh) 一种河口潮差预报方法和系统
Fang et al. Non-identical models for seasonal flood frequency analysis
Mazzoleni et al. Data assimilation in hydrologic routing: Impact of model error and sensor placement on flood forecasting
CN116643328A (zh) 一种基于网络预报的城市内涝预报方法
CN113869804B (zh) 一种洪涝灾害下的电网设备风险预警方法及系统
CN109870146B (zh) 一种气候变化情景下的洪水频率计算方法和装置
Debbarma et al. Uncertainty analysis of regional rainfall frequency estimates in Northeast India
CN113094876B (zh) 未来情景下基于arima模型的水库防洪风险计算方法和系统
Thupeng Statistical modelling of annual maximum rainfall for Botswana using extreme value theory
CN116663392B (zh) 水文气象灾害二维复合事件模拟方法、装置、设备及介质
Mclnnes et al. Projected changes in climatological forcing conditions for coastal erosion in NSW
Popoola Vulnerability of Nigerian Coast to Inundation Consequent on Sea Level Rise
Zisheng et al. Extreme value flood frequency analysis at water gauging station near the Dongting lake

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