径流预测方法对比分析

滩坑水电站采用多种方法预测月径流摘要：滩坑水电站位于青田县境内小溪干流下游，坝址以上流域面积3330km2，占小溪流域总面积的93%，水库具有多年调节性能，总装机容量604MW，担负浙江省电力系统调峰、调频、调相及事故备用任务，同时兼顾防洪和其他综合利用效益。

滩坑水电站水库校核洪水位169.15m，总库容41.9亿m3；正常蓄水位160.00m，相应库容35.2亿m3；防洪高水位161.50m，梅汛期限制水位160.00m，台汛期限制水位156.50m，防洪库容3.5亿m3；死水位120.00m，调节库容21.26亿m3。

为了以减少滩坑水电站弃水和不蓄电能损失及其风险，增加水电站的发电效益，本项目采用定性气象预报结合统计分析法、周期均值叠加法、小波周期法、组合预测法等预测月径流量。

关键字：滩坑水电站；预测；月径流；叠加法；周期法1 定性气象预报结合统计分析该方法利用气象部门的定性气象预报服务确定未来预报时期的来水特性，研究中约定定性气象预报分为五级——丰水年、偏丰年、平水年、偏枯年、枯水年，并分别以相应的代表频率（i=1，2，…，5）表示。

预测步骤如下：设气象部门定性预报未来年份为等级。

对相应时期的水库入库径流系列资料进行排频，并找出经验频率最接近的年径流量。

假定频率相近（即总径流量相近）的年份，其径流年内分配相似的可能性大于径流量相差悬殊的年份，因而可取径流量在附近年份的平均分配来分配。

表1 频率约定表表中的数值也可以根据实际需要做适当的变动，在此仅提供参考。

实际操作中，软件根据起调时间和预报时段数，先从数据库中获取相应时段的资料序列，再结合定性预报计算相应的入库流量过程。

2 周期均值叠加法分析一个时间序列，无论它的变化多么复杂，我们都可以从中分析出它按照不同分组情况下对应的一个或一系列周期，最糟糕的情况也无非是只具有一个周期（这个周期即是它本身）。

因此我们就可以将每一个时间序列都看成是个周期波的叠加，这就是周期均值叠加法的实质。

α第18卷第2期1996年6月湖北大学学报(自然科学版)Jou rnal of H ubei U n iversity (N atu ral Science )N o.2V o l .18Jun .1996枯水径流的序列分析和预测3朱俊林(湖北大学生态所,430062)余汉章(西北大学城市与资源学系,710069) 摘　要　利用枯水径流的年际变化具有长波性变化这一规律,对汉中盆地主要河流的枯水流量序列进行谐波分析,揭示其周期性变化的规律,为枯水径流长年变化的预测提供依据1关键词　枯水径流;时间序列;谐波分析;预测;汉中盆地分类号　P 3310　引　言枯水径流的分析是城市供水、农田灌溉和污水处理工程设计的基础1在汉中盆地水资源利用研究中,笔者就汉江上游汉中盆地主要河流的枯水流量时间序列进行分析,发现枯水流量的年际变化具有周期性的长波变化规律[1]1枯水径流的丰枯变化主要取决于流域地表和地下含水层的调蓄能力和气候因素1流域调蓄能力制约着地下水的储存条件和动态变化规律,从长年变化来看,流域调蓄能力具有相对稳定性[2]1气候因素特别是降水制约着流域径流的丰枯变化,由于气候变化具有长波规律,决定了径流变化的长波性1这种长波性是流域径流资源(包括枯水径流)长年变化序列分析的基础1通过趋势性、周期性和随机性分析,运用谐波分析方法,拟合枯水径流样本序列,可以揭示枯水径流的谐波变化规律,预测枯水流量的长年变化过程11　时间序列分析的方法和谐波模型111　方法选定　时间序列分析的主要方法有自回归分析法和谐波分析法[3]等1首先判别极小月流量图1　汉江洋县站极小月流量自相关图 (k 为自相关系数)序列是否属于谐波模式,采用自相关图分析法1选用汉中盆地4个代表性河流水文站[4],即汉江干流武侯镇、洋县两站和冷水河三华石站、氵胥水河升仙村站,其序列时段为1954～1980年1图1是洋县站极小月流量序列各阶自相关图1很明显,自相关系数图曲线呈无阻尼振荡,不适于自回归模式的分析;图中隐含着周期变化,可以运用谐波分析来拟合极小月流量序列,从中提取周期分量,并作周期外延,预测其变化趋势1112　加法模型　谐波分析法的基本模型是加法模型,其表达式为α3国家自然科学基金资助项目　收稿日期:1996201212X (t )=D (t )+Ε(t )(1)式中D (t )为确定性函数,它由趋势项f (t )和周期项P (t )组成,即D (t )=f (t )+P (t );Ε(t )为随机项,反映序列的平稳随机过程12　基本步骤211　由原始序列X (0)(j )推求趋势项f (j )　运用线性回归分析方法,即以极小月流量随时间的变化过程建立一元线性回归方程,以消除序列的趋势性变化1若序列趋势变化不明显,趋势项可取为零1212　从序列X (1)(j )=X (0)(j )-f (j )　(j =1～n )中提取谐波周期　运用周期图分析法,通过循环迭代提取谐波周期,具体步骤如下:21211　周期图的制作　依据试验周期的长度(T =2,3,…,n )制成若干个新的序列,方法如下(取p =[n T ],即n T 的整数项): X 1 X 2 … X TX T +1X T +2…X 2T…………X(p -1)T +1X(p -1)T +2…Xp T ∑pi =1X(i -1)T+K:X1X 2…X T 均　值:X 1X2…XT对新序列X 1,X 2,…,XT作K =1的傅里叶级数展开,利用矩形求和法得到各试验周期的周期图(图2)1图2　主要河流代表站最小月流量初始序列周期图21212　由周期图提取波幅最大的试验周期,采用方差分析作显著性检验　取F =Ρ2K 2(Ρ2-Ρ2K ) (N -3),式中Ρ2K =-(a 2K +b 2K ),(a K 、b K 为对应周期的傅里叶系数)为该周期对应的谐波分量对序列的方差贡献,191第2期朱俊林等:枯水径流的序列分析和预测Ρ2为序列方差1显著性水平选定Α=0.05,凡F>FΑ的谐波分量是显著的1若检验周期是显著的,则该周期作为序列的一个谐波周期,并以原序列减去谐波分量,得到残差序列,作为下一迭代过程的原序列,重复21211和21212步骤,逐个提取显著周期分量,直至剩余残差序列的检验周期为不显著,周期图分析完成1周期项P(j)由m个谐波周期分量组成,其表达式为P(j)=a02+∑mK=1C K sin(2Π(j-1)T K+ΥK)(2)式中T K为第K个显著谐波周期,C K为波幅,ΥK为初始位相,a0为傅里叶常数1213　残差分析　剩余残差序列为X(2)(j)=X(1)(j)-P(j)1残差的大小反映拟合的精度,若残差序列值较大时,需运用自回归分析方法对其进行处理13　计算结果311　回归分析表明,汉中盆地河流极小月流量序列趋势变化不明显,趋势项f(j)=01312　通过周期图分析,求得各站极小月流量序列的谐波方程如下:氵胥水河升仙村站P(j)=5.48+0.76sin((j-1) 2Π5+0.52)+0.69sin((j-1) 2Π3+4.28)+0.67sin((j-1) 2Π4-1.05)+0.59sin((j-1) 2Π12+1.79)+0.61sin((j-1) 2Π27-0.93)(3) 冷水河三华石站P(j)=3.21+0.72sin((j-1) 2Π5-0.59)+0.63sin((j-1) 2Π16+0.95)+0.59sin((j-1) 2Π10+1.22)+0.58sin((j-1) 2Π23-0.25)+0.42sin((j-1) 2Π6+Π2)(4) 汉江武侯镇站P(j)=6.25+1.33sin((j-1) 2Π3+3.96)+sin((j-1) 2Π9-0.24)+0.93sin((j-1) 2Π4-1.18)+0.87sin((j-1) 2Π14+3.98)+0.90sin((j-1) 2Π7-0.41)+0.69sin((j-1) 2Π2-Π2)(5) 汉江洋县站P(j)=34.77+6.99sin((j-1) 2Π6+3.97)+6131sin((j-1) 2Π11+1.96)+6.73sin((j-1) 2Π3+3.86)(6)313　曲线拟合和预测　根据计算所得的谐波方程(3)、(4)、(5)、(6)绘制拟合和预测曲线(图3)1由图可见,拟合曲线与原序列曲线峰谷变化基本一致,拟合值与原序列值之差值大多较小1误差统计分析表明,除极少数年份误差较大外,约有70◊的拟合值误差小于20◊,精度较高,因而运用谐波分析法进行291湖北大学学报(自然科学版)第18卷图3　最小月流量实测过程拟合和预测曲线实测流量　---拟合值　预测值汉中盆地河流最小月流量序列的拟合和预测是可行的1通过拟合曲线延伸得到各河1981～1990年间最小月流量的预测结果见图314　结论411　谐波分析表明,汉中盆地河流极水月流量变化具有显著的长波周期,这主要取决于气候的长波变化1应用这一变化规律指导生产实践,可提高农业部门、水利部门的预防和抗灾能力1412　从图3和精度分析可见,数据的拟合精度较高,曲线变化波形极为相似;预测曲线的变化与实测曲线也有一定的相似性,但预测精度较差,这主要是因为样本序列长度较短,信息量不足,对于长周期的长波拟合受到客观条件限制1为了更准确地揭示长波规律,需要更长的序列样本1413　从水资源利用的实践出发,一方面要把握枯水径流长波变化的客观规律,以指导枯季水文干旱预防工作,另一方面还要保护土壤植被,增强流域植被涵养水源的能力,修建地表蓄水设施,调控径流资源,增强抗灾防灾能力1参　考　文　献1　朱俊林1汉中盆地枯水径流基本特征和枯水资源利用的主要对策1湖北大学学报(自然科学版),1993,15(1):103～1082　陕西师范大学地理系1陕西省汉中专区地理志1西安:陕西省科学技术情报研究出版社,19661165～1683　黄忠恕1波谱分析方法及其在水文气象学中的应用1北京:气象出版社,1983185～1564　余汉章.陕西水文.西安:陕西科学技术出版社,1987.288391第2期朱俊林等:枯水径流的序列分析和预测ANALY SIS AND PRED I CT I ON OF LOW-FLOW T I M E SER IESZhu J un lin(In stitu te of Eco logy,H ubeiU niversity,430062)Yu H anzhang(D epartm en t of U rban and R esou rces Science,N o rthw est U n iversity,710069)Abstract　T he yearly variati on of the low2flow p resen ts the long2w ave p attern1A cco rding to th is characteristic the resonance w ave analysis m ethod is app lied to analyse the low2flow ti m e series of m ain rivers in H anzhong B asin in th is p ap er.T hen the cyclical variati on law of the low2flow is re2 vealed to p rovide the basis fo r the low2flow p redicti on.Keywords　L ow2flow;T i m e series;R esonance w ave analysis;P redicti on;H anzhong B asin(责任编辑　游　俊) 491湖北大学学报(自然科学版)第18卷。

径流特性分析与预测方法的研究进展径流是水文循环中的重要环节，对径流时间序列分析预测是掌握径流变化特征以及合理优化配置水资源的重要途径。

人们目前掌握了越来越多的分析预测方法，其中用于径流序列的分析预测方法主要有传统时间序列分析法，不确定性分析法与非线性方法。

本文简要介绍传统时间序列分析法，不确定性分析法中的马尔科夫模型，灰色系统法与集对分析法，非线性方法中的人工神经网络以及混沌等几种常用的分析预测方法。

通过对这些方法梳理归纳，简述各种方法的优势与不足，帮助读者了解径流预测领域的现状，引发读者对该领域研究新的思考，寻得新的突破点。

标签：时间序列模型；马尔科夫模型；灰色系统理论；人工神经网络；混沌理论河川径流是水文循环非常重要的环节，对水资源开发利用，国民经济以及生态环境具有广泛的影响力。

近年来，由于气候的剧烈变化以及人类活动的影响，径流发生了显著的改变，径流时间序列的非线性特征愈加明显。

为了合理优化利用水资源，对径流时间序列进行分析预测已非常重要，径流的非线性特征使得目前越来越多的分析预测方法应用于该领域。

近年来，许多新颖独特的方法进入到人们的视野当中，尤其是非线性方法的应用最为明显。

1、传统时间序列分析法时间序列是指所观察的事物按照时间顺序排列观察值的一组数字序列。

通过对事物过去的发展趋势和演变规律，进行数据分析，得出事物发展与时间的关系，从而获得未来的发展趋势。

利用数据内在的规律进行预测，是时间序列分析的重要任务。

1.1. 时间序列模型时间序列模型主要分为两大类：平稳时间序列分析与非平稳时间序列分析。

其差别在于，只有时间序列中的相关系数或数学期望中有一个随时间的变化而改变，那么它就是非平稳时间序列。

目前将非平稳时间序列转换为平稳时间序列的方法有差分法与参数法。

目前的平稳序列时间分析模型分析主要以AR模型、MA模型、ARMA模型为主。

非平稳模型分析这里只使用ARIMA模型。

对于AR模型而言，所求值是过去值的线性组合和白噪声序列之和。

水文预报方法分析在水利水电工作中，水文预报具有重要的意义，通过水文预报可以获知流域的实际状况以及未来一段时间的发展状态。

水文预报方式相对较多，通过驱动方式的差异可以将其分为过程驱动和数据驱动两种模型方式。

过程驱动也属于数学模型，是对径流以及河道的产流、演进等过程进行模拟的一种模型，从而对流域流量进行预报。

而与过程驱动模型不同的数据模型则属于物理机制，几乎不受水文过程影响，通过将获取数据之间的关系，获取模型的黑箱子方式。

其中回归模型是使用最为广泛的数据驱动模型，但是随着水文预测技术的发展近年来我国还产生了更多新型的水文预测方式，不但提升了水文预测效率，同时也提高了水文预测精度。

加之水文数据获取能力的提升，在水文预测工作中越来越多的开始使用数据驱动模型进行水文状况的预测。

1 过程驱动模型分析依照应用领域的不同可以将过程驱动模型分为两类，一类为枯季径流退水模型，另一类为概念性流域降雨径流模型。

前者主要用于慢反应水源以及地下水作为水源的流域；后者应用范围相对较广，可以在不同径流中的流量过程。

1.1 枯季径流退水模型通过退水曲线可以反应出自然流域在不同时节的水文状况，尤其是枯季径流退税过程。

通过枯季径流退水曲线法可以总结出枯季径流的退水规律，从而将其应用到径流量以及过程的预报中。

另外需要注意该种方式仅仅适用在没有显著降水的情况下，若降水对径流状态有明显影响，则该方式无法使用。

该种模型主要结合了经验公式以及物理学公式，通过二者的结合，针对径流河道的演进过程进行模拟，并将径流同降雨之间的转换描述出来。

概念性模型在短期水文预报中预报时间较短，其预报时间间隔大多为日或小时。

而在中长期水文预报中会适当调整输入、输出量时间，将其变化为旬或月，通过这种改变调整该种预报方式的适用范围。

在降雨径流模型中，降水输入是必不可少的，所以需要将降水预报结合到中长期的水文预报中，以此提高水文预报精度。

而在时间尺度相对较大的水文预报中，若使用概念性模型，需要适当对模型结构进行调整，从而保证模型预报精度。

《汾河上游径流演变特性分析及其预测方法研究》篇一一、引言汾河作为中国北方重要的河流之一，其上游径流演变特性研究对于区域水资源管理、生态环境保护及防洪减灾具有重要意义。

本文旨在通过对汾河上游径流演变特性的深入分析，探讨其变化规律及影响因素，并研究相应的预测方法，以期为区域水资源的可持续利用和科学管理提供决策支持。

二、汾河上游概况汾河发源于山西省，流经多个地区，上游地区属于典型的大陆性气候区，气候多变且径流深受气候因素影响。

本文研究的主要内容是汾河上游的径流演变特性，该区域地势复杂，地质条件多样，加之人类活动的影响，使得径流特性呈现出多元化的特点。

三、汾河上游径流演变特性分析（一）时间序列变化特性通过对汾河上游多年径流数据的分析，发现径流在时间序列上呈现出明显的季节性变化和长期趋势变化。

季节性变化主要受气候因素影响，而长期趋势变化则与人类活动、气候变化等多种因素有关。

（二）空间分布特性空间分布上，由于地形、地貌、气候等多种因素的影响，径流在不同河段存在明显的差异。

部分区域因地形复杂，地表植被丰富，对径流的分配有显著影响。

（三）影响因素分析影响因素主要包括气候因素（如降雨、蒸发）、地质地貌条件、人类活动等。

其中，气候因素是影响径流的主要因素，而人类活动如水土保持、水利工程等也对径流产生了明显的影响。

四、汾河上游径流预测方法研究（一）传统预测方法传统预测方法主要包括时间序列分析法和回归分析法等。

时间序列分析法主要基于历史数据对未来趋势进行预测，而回归分析法则是通过建立变量之间的数学关系模型进行预测。

这些方法在一定的条件下具有一定的准确性，但受数据质量和模型复杂度等因素的影响。

（二）现代预测方法现代预测方法包括神经网络模型、支持向量机等。

这些方法在处理非线性、高维度数据时具有较好的效果。

特别是神经网络模型，通过模拟人脑的思维方式，对复杂的非线性关系进行建模，在径流预测中取得了较好的效果。

五、结论与展望通过对汾河上游径流演变特性的分析，可以看出其受到多种因素的影响。

径流量的测定方法径流是指地表水在流域内汇集成河流、湖泊或水库的流量。

在水资源管理和水文学研究中，径流量是一个重要的指标。

测定径流量的方法有很多种，下面将介绍 10 种常用的方法并进行详细描述：1. 浮标法浮标法是一种非常简单的径流测定方法，因此在野外测量中非常常见。

该方法需要安装一个浮标在水面上，并标记其位置，然后测量时间内浮标移动的距离和水流速度。

这两个参数可以根据浮标的位置和途中标志物的距离来计算。

2. 平面数据测法平面数据解决了利用现有的地图和空气照片进行水文学研究的可能性。

这些数据允许定量测量水体表面的面积、河流流速和水位高度。

现代的平面数据技术还可以计算径流总量。

3. 冲洗法在冲洗法中，先预测水库中的污染物总量，然后将所有来自流域内各个水流径流的河水冲洗到水库中。

这些流量将被分析和计算，以测算径流总量。

4. 土壤墒情法土壤墒情分析法依赖于土壤的含水量和含量来估计水域的大小。

这可以通过多个土壤数据点进行计算。

这些数据点会提供一个比较准确的记录，可以用于计算径流量。

5. 含氧量法含氧方法依赖于测量水中的含氧量来评估流域的大小。

测量表示水体质量。

这项技术需要一些高级仪器。

6. 河道梯度法河道梯度法结构清晰，原理简单，比较准确，可应用于河流上、中、下游流量测定。

它的缺点是比较麻烦。

7. 堰闸法堰闸法是将河道某处建堰或闸门，通过测量来往流量的差值，来估计下游径流量的方法。

它的优点是简单易行，测量精度高。

8. 水位计测法水位计的测量原理是大气压力测量水位。

水位计需要安装在测量点附近，可以自动或手动获取水位数据。

此方法适用于小型水体测量，也适用于跟踪水位的变化。

9. 原位置比较法原位置比较法是在同一点进行两次水流测量，以便比较。

第一次标记测量点，第二次测量时，对比两次测量数据计算径流量。

原位置比较法简单易行，但是需要多次重复测量，以提高准确性。

10. 水理模型法水理模型法使用流量模型来预测径流量。

该方法需要输入一些流量、水位和其他参数。

雨水的流量与径流分析雨水是地球上的一种重要自然资源，它不仅能为人们提供生活所需的水源，还对生态系统的平衡起到重要作用。

在自然界中，雨水的流量和径流是雨水循环过程中的两个重要概念。

本文将对雨水的流量和径流进行详细的分析和讨论。

一、概念解析1. 雨水流量雨水流量是指单位时间内单位面积上的降雨量，通常以毫米/小时或英寸/小时来表示。

它是描述雨水降落的数量和速度的重要指标。

雨水流量的大小受气象因素、地形地貌和人类活动等多种因素的影响。

2. 雨水径流雨水径流是指在雨水降落后，未被土壤吸收或蒸发的雨水沿地表流动形成的水流。

它是地表径流的一种形式，对于水文循环和水资源管理具有重要意义。

雨水径流的大小取决于降雨的总量、雨强、土壤水分状况和地形等因素。

二、影响雨水流量和径流的因素1. 气象因素气象因素包括降雨量、降雨时长、降雨强度和降雨频率等。

降雨量越大、降雨时长越长、降雨强度越大，雨水流量和径流量也会相应增加。

2. 地形地貌地形地貌对雨水流量和径流量的分布和形成起着重要作用。

陡峭的山地容易形成较大的雨水流量和径流量，而平坦的地区则容易形成较小的雨水流量和径流量。

3. 植被状况植被对雨水的截留和蒸发起着一定的调节作用。

密集的植被可以减少雨水的径流，增加土壤的渗透能力，减少洪水的发生。

而受砍伐或草地生长不良的地区，雨水流量和径流量则相对较大。

4. 土壤属性土壤的渗透性和保水能力对雨水流量和径流量的分布和大小具有重要影响。

具有较好透水性和保水能力的土壤能够有效吸收和储存雨水，减少雨水的径流。

三、雨水流量和径流的分析方法1. 雨量观测法通过在不同区域设置雨量观测站，测量和记录降雨量和降雨时长，进而计算出单位面积上的雨水流量。

这是一种常用的定量分析方法。

2. 水文模型法水文模型是模拟雨水流量和径流的有效工具。

利用降雨数据、地形数据和土壤数据等输入，通过适当的模型计算和模拟雨水的流量和径流。

这种方法可以预测未来雨水流量和径流的变化。

若干农田降雨地表径流计算方法述评孔莉莉;张展羽;孟佳佳【摘要】对当前国内外农田降雨地表径流预测方法进行综述,介绍降雨地表径流总量预测中的统计分析法、径流曲线法、人工智能法以及降雨径流过程实时预测中的水文学法、基于水量平衡与能量守恒的动力学法等5种方法的研究现状和发展趋势,并讨论了各自的优缺点.认为现有预测方法在描述农田降雨入渗产流这一复杂机理问题上还存在着严重的精度问题.提出了进一步的研究方向:继续深入开展农田降雨入渗产流机理研究,以期研发一套较高模拟精度的适用于农田降雨地表径流预测的机理性模型,为进一步防控因降雨冲刷作用引起的土壤侵蚀以及农田非点源污染问题提供理论依据.【期刊名称】《水利水电科技进展》【年(卷),期】2010(030)002【总页数】5页(P82-86)【关键词】农田;降雨;地表径流;径流预测方法;综述【作者】孔莉莉;张展羽;孟佳佳【作者单位】河海大学水利水电学院,江苏,南京,200098;河海大学水利水电学院,江苏,南京,200098;淮安市水利规划办公室,江苏,淮安,223005【正文语种】中文【中图分类】S271农田降雨地表径流预测是定量研究农田非点源污染物径流输出负荷的前提,对于防控因降雨冲刷作用引起的土壤侵蚀以及农田非点源污染问题有着重要意义。

目前用于确定降雨径流量的方法多为直接求定法、水文学法、基于水量平衡与能量守恒的动力学法等。

但由于农田降雨径流过程受降雨特征(降雨量、降雨强度、降雨历时等)、下垫面特性(土地利用方式、土壤质地等)以及农业管理措施等众多因素影响,农田降雨径流形成机理非常复杂,并且在以往针对自然区域的降雨径流模型中没有充分考虑作物水分管理措施对农田水文过程的影响。

因此,针对国内外现有的各类降雨径流计算方法进行分析比较,讨论各自的优缺点,并在此基础上提出农田降雨径流预测研究中有待深入探讨的问题。

1 降雨地表径流总量直接求定法1.1 基于统计理论的径流预测模型应用统计分析法通常是根据降雨径流这个物理现象的实验观测资料,借助于影响径流过程众多因素中的某个因素或几个主要因素来建立与径流量之间的响应关系。