下载文档原格式
水利工程中的洪水模拟与预警系统第一章：引言水利工程中的洪水模拟与预警系统一直以来都是一个重要的研究领域。
洪水是一种天灾，它给人类社会带来巨大损失，因此在水利工程中及时准确地预测和预警洪水发生对于保护人民生命财产安全至关重要。
本文将重点介绍水利工程中的洪水模拟与预警系统的原理、应用以及未来发展方向。
第二章：洪水模拟系统洪水模拟是利用数学和计算机技术模拟洪水的生成、发展和传播过程。
洪水模拟系统通常包括输入模块、计算模块和输出模块。
输入模块用于获取洪水模拟所需的地理、气象、水文等数据，计算模块通过数学模型对洪水进行计算和模拟，输出模块将模拟结果以图表、报表等形式呈现。
洪水模拟可以帮助工程师评估洪水的危险程度，为水利工程的设计与规划提供数据依据。
第三章：洪水预警系统洪水预警系统是基于实时监测、数据传输和信息处理技术，通过对洪水的实时监视和数据分析，及时发出预警信息，以便采取相应的措施减少洪灾造成的损失。
洪水预警系统通常由监测站、数据传输系统、数据处理与分析系统和预警发布系统组成。
监测站负责实时采集洪水相关数据，数据传输系统将监测数据传输到数据处理与分析系统，数据处理与分析系统对数据进行处理并生成预警信息，预警发布系统将预警信息传达给相关部门和居民。
第四章：洪水模拟与预警系统的应用洪水模拟与预警系统在水利工程中的应用十分广泛。
首先，洪水模拟与预警系统可以用于水库调度，通过模拟水库容积变化和洪水泄流过程，预测洪水峰值到达时间和水位，从而合理安排水库蓄水和泄洪计划。
其次，洪水模拟与预警系统可以用于城市排水管理，通过模拟雨水径流过程和城市排水系统工作情况，预测城市内涝风险区域，为城市排水系统的设计和改进提供依据。
此外，洪水模拟与预警系统也可以用于自然灾害风险评估、土壤侵蚀预测等方面的应用。
第五章：洪水模拟与预警系统的挑战与展望尽管洪水模拟与预警系统在水利工程中取得了一定的成绩，但仍然面临一些挑战。
首先，数据质量和数据更新的问题是制约洪水模拟与预警系统应用的关键因素，如何获取准确、实时、连续的监测数据是一个亟待解决的问题。
水文预报课程设计洪水预报一、课程目标知识目标：1. 学生能理解水文预报的基本概念，掌握洪水形成的原因及其发展过程。
2. 学生能够掌握洪水预报的主要方法及其适用条件，如降雨径流模型、统计模型等。
3. 学生能够了解我国洪水预报的现状及发展趋势，了解相关法规政策。
技能目标：1. 学生能够运用所学知识，分析特定流域的洪水形成过程，进行简单的洪水预报。
2. 学生能够运用水文预报软件，进行数据收集、处理和分析，提高解决实际问题的能力。
3. 学生能够通过小组合作，进行洪水预报案例的研究，提高沟通协作能力。
情感态度价值观目标：1. 学生能够认识到水文预报在防洪减灾中的重要作用，增强社会责任感和使命感。
2. 学生在学习过程中，培养严谨的科学态度，树立正确的价值观。
3. 学生通过了解我国在水文预报方面的成就，增强民族自豪感，激发为国家和人民服务的情怀。
本课程针对高中年级学生，结合学科特点，注重理论知识与实践操作的相结合，培养学生的实际应用能力。
课程设计以学生为中心，充分考虑学生的认知水平、兴趣和需求，采用案例教学、小组合作等方法，激发学生的学习兴趣，提高教学效果。
通过本课程的学习，使学生能够掌握洪水预报的基本知识和技能，提高防洪减灾意识，为我国水文预报事业贡献力量。
二、教学内容1. 水文预报基本概念：洪水定义、洪水分类、洪水周期与洪水频率。
2. 洪水形成原因及发展过程：降水过程、流域特性、径流形成与汇集。
3. 洪水预报方法：- 降雨径流模型：水箱模型、单位线法、流域水文模型。
- 统计模型：时间序列分析、回归分析、人工神经网络。
4. 洪水预报软件应用：数据收集、处理、分析和预报结果输出。
5. 我国洪水预报现状与发展趋势：技术进展、政策法规、防洪减灾体系。
6. 实践案例：分析特定流域洪水预报实例，掌握预报流程和操作方法。
教学内容依据课程目标，参照教材相关章节进行组织。
教学大纲安排如下：第一周：水文预报基本概念及洪水形成原因。
岸堤水库雨洪资源解析使用说明书二〇一五年六月一日作者:李文华电话:135********邮箱:fblwh150@目录第一章概述 (3第二章功能简介 (5第一节功能特点 (5第二节软件画面 (6第三节运算功能 (7第四节气象云图及气象雷达 (13 第三章数学模型 (14第一节洪水模型 (141、瞬时单位线 (142、CAMMADIST函数语法 (153、CAMMADIST函数应用 (164、流域洪水错时叠加 (17第二节洪水传播 (18第三节泄量模型 (191、闸门出流 (192、推求水面线 (213、闸门泄量 (22第四节调洪演算 (22第五节控运方案 (23第四章扩展性设计 (23第五章调洪实例 (29第六章课目攻关概况 (30第七章使用说明书 (31第一节洪水预报 (31第二节调洪演算 (33第三节其他计算 (33附件课题研发小组成员名单....................................................................... 错误!未定义书签。
第一章概述控制和预见洪水,让洪水变为一种资源,实现科学预见、动态管理、合理利用,是本课题的研究对象。
科学控制洪水,真正能够对洪水运用自如,其首要问题是准确解析、及时预报,掌握洪水动态。
但目前实际应用中,对水库防洪兴利控制运用,还仅限于依靠库水位的变化,结合下游河道的承受能力,试探性的调节洪水,这种洪水调整模式,具有较大的盲目性,理论方面的支撑相对不足。
当前,各水库防汛主体单位,均制定了相应的《水库控制运用方案》。
如岸堤水库防洪调度图(图1,但这些方案的编制和批复仅表现为粗线条和原则性的界定,是在进行大量假定的基础上进行编制的,应用中的可操作性相对欠缺,在实践中仅具有指导意义。
(图1洪水调度控制方案的编制,偏离实际应用,存在的突出问题,主要表现在以下几个方面:1、假定了降雨的空间分配是均匀的,即整个流域降雨分布是均等的。
水文预报重点总结一、选择题 二、填空 三、简答 四、计算 五、综合分析第2章 降雨产流量预报1.降雨径流预报：研究流域内一次降雨将产生多少径流量、径流量的时程分配及径流成分的划分。
2.3.两种产流方式特点和区别: 蓄满产流:1）概念：在湿润及半湿润地区，植被较好，表土的下渗能力很强，一般的雨强难以超过。
由于湿润，地下水位较高，包气带缺水量不大，易于被一次降雨所满足。
这种产流方式的特点是降雨与总产流量的关系只决定于前期土湿，与雨强无关，叫做蓄满产流。
单点产流公式： 2）基本原理：任一地点上，土壤含水量达蓄满（即达田间持水量）前，降雨量全部补充土壤含水量，不产流；当土壤蓄满后，其后续降雨量全部产生径流。
超渗产流:1）概念：在我国干旱地区，特别在植被较差处，雨量稀少，地下水埋藏深，且包气带下部常为干。
由于包气带缺水量大，一般降雨不可能使包气带达到田间持水量。
但植被差，土质贫瘠，下渗能力低。
产流的方式主要是雨强超过渗强而形成地面径流，成为超渗产流：当当 有些地区产流方式比较复杂，表现出过渡性，蓄满及超渗兼有。
2）基本原理：当PE<=F ，RS=0，当PE>=F ，RS=PE —F ，一般，干旱地区降雨强度大，历时短，E 可忽略，PE 可由P 代替。
0()R P E WM W =---:,0;s g i f R i f R >=-=:0s g i f R R <==4.蒸发关系概化：流域蒸散发有：土壤蒸发E S (影响最大)、植物散发E PL 、水面蒸发E W 流域蒸发影响因素：（1）气象要素：太阳辐射、气温、风速、湿度、水汽压等;（2）植被覆盖：覆盖率、植被种类、植被生长季节等;（3）地貌特征：水面、陆面、都市区、朝阳坡、背阴坡;（4）土质：沙地、粘土、土质空隙度等; （5）土湿5.一层、三层蒸发模型：一层蒸发模式：E S =E S (E P ，W)三层蒸发模式：上土层（EU, WU,WUM ）蒸发量：EU=E P下土层（EL, WL,WLM ）蒸发量：EL=E P .WL/WLM 深土层（ED, WD,WDM ）蒸发量：ED=C.E P 土壤蒸发量：E=EU+EL+ED (同时刻相加） 1)当WU+P>=E P ,EU=E p ,EL=0,ED=0;2)当WU+P<E P , WL>=C.WLM,EU=WU+P,EL=(E P -EU)*WL/WLM,ED=0; 3)当WU+P<E P , C.(E P -EU)<=WL<C.WLM, EU=WU+P,EL=C*(E P -EU),ED=0; 4)当WU+P<E P , WL<C.(E P -EU),EU=WU+P,EL=WL,ED=C*(E P -EU)-EL. 6.K 值的确定：K C （蒸散发折算系数：E P ＝K C *E 0）：反映水面与陆面蒸发的差异K 1；反映水面与陆面所在地理位置差异K 2；E 0如是器皿蒸发量，反映器皿与水面差异K 3。
第五章 河道洪水演算及实时洪水预报河道洪水演算，是以河槽洪水波运动理论为基础，由河段上游断面的水位、流量过程预报下游断面的水位、流量过程。
本文着重介绍马斯京根洪水演算方法以及简化的水力学方法。
5.1 马斯京根演算法马斯京根演算法是美国麦卡锡(G . T. McCarthy)于1938年在美国马斯京根河上使用的流量演算方法。
经过几十年的应用和发展，已形成了许多不同的应用形式。
下面介绍主要的演算形式。
该法将河段水流圣维南方程组中的连续方程简化为水量平衡方程，把动力方程简化为马斯京根法的河槽蓄泄方程，对简化的方程组联解，得到演算方程。
5.1.1 基本原理该法的基本原理，就是根据入流和起始条件，通过逐时段求解河段的水量平衡方程和槽泄方程，计算出流过程。
在无区间入流情况下，河段某一时段的水量平衡方程为122121)(21)(21W W t O O t I I -=∆+-∆+ (5-1) 式中：1I 、2I 分别为时段初、末的河段入流量；1O 、2O 分别为时段初、末的河段出流量；1W 、2W 分别为时段初、末的河段蓄量。
河段蓄水量与泄流量关系的蓄泄方程，一般可概括为)(O f W = (5-2)式中：O 为河段任一流量O 对应的槽蓄量。
根据建立蓄泄方程的方法不同，流量演算法可分为马斯京根法、特征河长发等。
马斯京根法就是按照马斯京根蓄泄方程建立的流量演算方法。
5.1.2 马斯京根流量演算方程马斯京根蓄泄方程可写为Q K O x xI K W '=-+=])1([ (5-3)式中：K 为蓄量参数，也是稳定流情况下的河段传播时间；x 称为流量比重因子；Q '为示储流量。
联立求解式(5-2)和(5-3)，得到马斯京根流量演算公式为1211202O C I C I C O ++= (5-4)其中：⎪⎪⎪⎩⎪⎪⎪⎨⎧∆+-∆--=∆+-+∆=∆+--∆=t Kx K t Kx K C t Kx K Kx t C t Kx K Kx t C 5.05.05.05.05.05.0210 (5-5) 1210=++C C C (5-6)式中：0C 、1C 和2C 为马斯京根洪水演算方法的演算系数，，都是K 、x 和t ∆的函数。
对于某一河段而言，只要确定了K 、x 和t ∆，便可求得0C 、1C 和2C 。
于是，由入流过程)(t I 和初始条件，通过式(5-4)，逐时段演算，就可得到出流过程)(t O 。
马斯京根演算法的参数0C 、1C 和2C ，可以根据上、下游断面的实测流量过程，用最小二乘法计算出。
从式(5-5)可知，当Kx t 2<∆时，00<C ，2I 对2O 是负效应，容易在出流过程线的起涨段出现负流量；但Kx K t 22->∆时，02<C ，1O 对2O 是负效应，容易在出流过程线的退水段出现负流量。
所以要求]22,2[Kx K Kx t -∈∆。
5.1.3 马斯京根连续演算法(1) 基本公式为了避免出现负出流等不合理现象，保证上、下断面的流量在计算时段内呈线性变化和在任何时刻流量在时段内沿程呈线性变化，一般要求K t ≈∆。
1962年赵人俊教授提出了马斯京根分段连续演算法。
将演算河段分成N 个子河段后，每个子河段参数L K 、L x 与未分河段时的参数K 、x 的关系为N KK L =(5-7) )21(221x Nx L --= (5-8)分段连续演算的每段推流公式仍是式(5-4)，但其中的系数采用(5-7)和(5-8)来代替。
也可以利用马斯京根汇流系数来进行流量演算。
(2) 计算实例黄河花园口至夹河滩河段长度为105.4km ，采用h 4=∆t ，分3段进行演算，每段的马斯京根演算参数h 2.4=K ，1.0=x 。
通过马斯京根连续演算，将花园口1982年7月30日20时～8月4日16日时的流量过程演算到夹河滩。
由已知条件得到：4.105=L ，h 4=∆t ，3=N ，h 2.4=K ，1.0=x 。
输入数据文件为 3 4.2 0.1 41982 7 30 20 8 4 16 301140 1650 4780 6240 6320 6190 5850 5580 5400 5580 5520 7020 8710 10400 11500 11400 13000 14500 15300 15200 15100 14300 13100 12800 11700 11100 10600 8670 7930 7350 输出文件为1440 1444 1532 1965 2945 4174 5143 5666 5823 5770 5662 5619 5789 6359 7370 8616 9801 10818 11836 12929 13892 14519 14735 14543 14041 13391 12681 11942 11131 10175 5.1.4 非线性马斯京根演算法(1) 基本演算公式随着马斯京根法的应用，人们发现参数K 和x 不是常数，而是随流量变化的，从而人们开始了对非线性马斯京根方法的研究。
水量平衡方程为122121)(21)(21W W t O O t I I -=∆+-∆+ (5-9) 槽蓄方程为])1([111111O x I x K W -+= (5-10) ])1([222222O x I x K W -+= (5-11)把式(5-10)和(5-11)代入到(5-9)中，得到1211202O C I C I C O ++= (5-12)其中：⎪⎪⎪⎩⎪⎪⎪⎨⎧∆+-∆--=∆+-+∆=∆+--∆=t x K K t x K K C t x K K x K t C tx K K x K t C 5.05.05.05.05.05.02221112222111222220 (5-13) 式中：0C 、1C 和2C 为非线性马斯京根洪水演算方法的演算系数，不是常数，0C 是时段末2K 、2x 的函数，1C 和2C 都是时段初1K 、1x 2K 、2x 的函数。
并且参数0C 、1C 和2C 之和不恒为1。
假定K 和x 分别与示储流量Q '呈线性关系，其形式为B Q A x +'= (5-14) D QC K +'= (5-15)式中：A 、B 、C 和D 都是常数。
令O x xI Q )1(-+=' (5-16)将式(5-14)代入(5-16)中，得到)(1)(O I A O I B O Q ---+=' (5-17)已知1I 、2I 和1O ，计算2O 的步骤是：先假定一个2O (一般以1O 做初始值)，根据1I 、1O 、2I 和2O ，由式(5-16)计算出1Q '和2Q '。
再由式(-14)和(5-15)求出参数1x 、2x 、1K 和2K ，将它们代入式(5-13)求出0C 、1C 和2C ，由式(5-12)计算出2O ，把计算的2O 与假定的2O 地初值比较，如果相差较大可用计算的2O 作初值再重新计算，直到前后两次计算值之差在容许范围内，一般迭代3~3次即可。
当K 、x 与示储流量Q '的关系不能用直线表示时，也可把式(5-14)配成(5-15)合适的非线性公式，再与式(5-16)联立求解，求出示储流量的计算公式。
(2) 实例黄河花园口至夹河滩河段划分为3段，h 4=∆t ，设每段的参数相同，并且K和x与示储流量的关系为直线，当示储流量为5000s/m3，参数3.0K；5=x h=当示储流量为20000s/m3时，参数0=K。
仍将花园口站1982年7x，h5.4=月30日的洪水演算到夹河滩站。
输入数据文件为3 4 1005000 0.3 5 20000 0 4.55000 0.3 5 20000 0 4.55000 0.3 5 20000 0 4.5流量过程同上节。
输出文件为1440 1440 1440 1459 1827 3489 4948 5703 5948 5893 5727 5592 5601 5898 6854 8234 9608 10702 11723 12882 13902 14547 14758 14566 14078 13446 12762 12049 11310 10439 5.2 实时洪水预报校正方法5.2.1 概述实时洪水预报是一种在联机水情测报系统中，使用实时雨、水情及其它有关水文气象信息作为洪水预报模型输入，并不断根据新信息校正或改善原有模型参数，力争预报结果逐步逼近真值的洪水预报。
与脱机洪水预报比较，实时洪水预报所使用的信息的质量一般较差。
例如：实时洪水预报使用的遥测或报汛资料，一般就不及脱机洪水预报采用的整编水文资料完整、可靠；实时洪水预报采用的流量资料往往由水位流量关系求得，一般也不及脱机洪水预报中使用的实测流量资料精确；在蒸发计算中，脱机洪水预报可采用实测资料，而实时洪水预报因无实测资料可用只得用近似方法估算。
此外，在脱机洪水预报中，预见期内的降雨是已知的，但在实时洪水预报中，预见期内的降雨量是未知的，因而两者在处理预见期内降雨时有所不同。
预报总是有误差的，对于实时洪水预报，由于上述种种原因，预报误差更不可忽视。
预报误差可表现为系统误差，也可表现为随机误差，因此，在发布实时洪水预报之前，对预报值进行误差实时校正是十分必要的。
通常使用的实时校正方法有卡尔曼滤波法、递推最小二乘法、误差自回归法和自适应算法等。
卡尔曼滤波法因对系统的状态变量进行最优估计，既可以达到最小方差，又不损失预见期，是一种比较理想的实时校正方法。
在实时洪水预报中可选择作为状态变量的有洪水预报模型的参数、预报对象和预报误差等。
卡尔曼滤波实质上是一种线性无偏最小方差估计，可用于任何线性随机系统，并可综合处理模型误差和量测误差。
但洪水预报系统通常不是线性随机系统，模型误差和量测误差通常也不是白噪声，这就限制了卡尔曼滤波法在实时校正中的应用。
此外，使用此法时外推时段也不宜太长。
递推最小二乘法是根据最新输入与输出信息，给现时预报误差一定的权重以校正模型参数来进行实时预报的，属于参数在线识别(也称动态识别)，能反映预报时刻的参数状态。
该法简单易行，但跟踪实时洪水预报系统的能力不强，灵敏性较差。
不过这种动态识别方法是优于现行时不变模型的。
误差自回归法是通过对输出的残差系列进行自回归分析，用前推若干个时刻的残差值作为实时校正系统的输入来推求当前时刻的输出误差，达到实时校正的目的的。
该法不涉及实时洪水预报模型本身的结构或数学表达式，仅从误差序列着眼进行校正，故可与任何实时洪水预报模型配合，有广泛的适应性，其校正效果主要取决于误差序列的自相关性，自相关密切则校正效果好，否则效果较差，而且当预报值与预报误差为同一量级时，实时校正的效果可能会大大下降。
