水電站群多尺度氣象水文耦合預(yù)報(bào)方法及應(yīng)用

目錄
第1章 緒論 1
1.1 氣象預(yù)報(bào)研究概述 2
1.2 氣象預(yù)報(bào)后處理方法研究概述 4
1.3 氣象水文耦合的徑流預(yù)報(bào)研究概述 5
1.4 本書(shū)的研究區(qū)域及主要研究?jī)?nèi)容 7
1.4.1 研究區(qū)域 7
1.4.2 研究?jī)?nèi)容 8
1.4.3 數(shù)據(jù)資料 10
參考文獻(xiàn) 14
第2章 短、中、長(zhǎng)期氣象預(yù)報(bào)精度評(píng)價(jià)與后處理 19
2.1 氣象預(yù)報(bào)產(chǎn)品簡(jiǎn)介 20
2.1.1 GRAPES-RAFS 20
2.1.2 GEFSv2 21
2.1.3 CFSv2 21
2.1.4 GEOSS 22
2.2 氣象預(yù)報(bào)產(chǎn)品精度評(píng)價(jià) 23
2.2.1 氣象預(yù)報(bào)精度評(píng)價(jià)指標(biāo) 23
2.2.2 降水預(yù)報(bào)精度評(píng)價(jià)結(jié)果 24
2.2.3 氣溫預(yù)報(bào)精度評(píng)價(jià)結(jié)果 33
2.3 氣象預(yù)報(bào)產(chǎn)品的偏差校正 36
2.3.1 偏差校正方法介紹 36
2.3.2 降水偏差校正結(jié)果 38
2.3.3 氣溫偏差校正結(jié)果 46
2.4 本章小結(jié) 50
參考文獻(xiàn) 50
第3章 考慮水庫(kù)調(diào)蓄的徑流模擬 53
3.1 考慮水庫(kù)調(diào)蓄的徑流模擬簡(jiǎn)介 54
3.2 考慮水庫(kù)調(diào)蓄的短期徑流模擬 55
3.2.1 魯布革水庫(kù) 58
3.2.2 云鵬水庫(kù) 60
3.3 考慮水庫(kù)調(diào)蓄的中期徑流模擬 62
3.3.1 魯布革水庫(kù) 62
3.3.2 云鵬水庫(kù) 64
3.4 本章小結(jié) 65 參考文獻(xiàn) 66
第4章 短期徑流預(yù)報(bào) 69
4.1 基于喀斯特新安江模型的小時(shí)徑流模擬 70
4.1.1 喀斯特新安江模型構(gòu)建 70
4.1.2 模型參數(shù)優(yōu)選方法與評(píng)價(jià)指標(biāo) 74
4.1.3 流域分區(qū)與模擬方案 74
4.1.4 喀斯特新安江模型參數(shù)率定 75
4.2 短期徑流實(shí)時(shí)校正預(yù)報(bào) 79
4.2.1 無(wú)跡卡爾曼濾波簡(jiǎn)介 79
4.2.2 前期土壤含水量實(shí)時(shí)校正 80
4.2.3 天一水庫(kù)入庫(kù)徑流實(shí)時(shí)校正預(yù)報(bào) 84
4.2.4 耦合氣象預(yù)報(bào)的天一水庫(kù)入庫(kù)洪水校正預(yù)報(bào) 88
4.3 本章小結(jié) 93
參考文獻(xiàn) 93
第5章 中期徑流預(yù)報(bào) 95
5.1 基于機(jī)器學(xué)習(xí)的中期徑流預(yù)報(bào) 96
5.1.1 DBN 96
5.1.2 中期徑流預(yù)報(bào)因子選取及模型構(gòu)建 97
5.1.3 基于機(jī)器學(xué)習(xí)的中期徑流預(yù)報(bào)結(jié)果 97
5.2 基于喀斯特新安江模型的中期徑流預(yù)報(bào) 102
5.2.1 喀斯特新安江模型參數(shù)率定結(jié)果 102
5.2.2 耦合氣象預(yù)報(bào)的天一水庫(kù)入庫(kù)徑流預(yù)報(bào)結(jié)果 107
5.3 基于分布式水文模型的中期徑流預(yù)報(bào) 110
5.3.1 DDRM介紹 110
5.3.2 數(shù)字流域信息提取 112
5.3.3 模型參數(shù)率定與檢驗(yàn) 114
5.3.4 耦合氣象預(yù)報(bào)的天一水庫(kù)入庫(kù)徑流預(yù)報(bào) 120
5.4 中期徑流概率預(yù)報(bào) 122
5.4.1 概率預(yù)報(bào)方法 122
5.4.2 概率預(yù)報(bào)結(jié)果 123
5.5 本章小結(jié) 127
參考文獻(xiàn) 128
第6章 長(zhǎng)期徑流預(yù)報(bào) 129
6.1 基于多元線性回歸模型的長(zhǎng)期徑流預(yù)報(bào) 130
6.1.1 多元線性回歸模型建模方法 130
6.1.2 多元線性回歸模型建模數(shù)據(jù) 132
6.1.3 多元線性回歸模型月徑流預(yù)報(bào)結(jié)果評(píng)價(jià) 136
6.2 基于機(jī)器學(xué)習(xí)的長(zhǎng)期徑流預(yù)報(bào) 148
6.2.1 徑流預(yù)報(bào)因子篩選與模型構(gòu)建 148
6.2.2 基于機(jī)器學(xué)習(xí)的長(zhǎng)期徑流預(yù)報(bào)結(jié)果 151
6.3 基于兩參數(shù)月水量平衡模型的長(zhǎng)期徑流預(yù)報(bào) 158
6.3.1 兩參數(shù)月水量平衡模型介紹 158
6.3.2 兩參數(shù)月水量平衡模型的率定與驗(yàn)證 159
6.3.3 基于兩參數(shù)月水量平衡模型的長(zhǎng)期徑流預(yù)報(bào)結(jié)果 160
6.4 長(zhǎng)期徑流概率預(yù)報(bào) 165
6.5 本章小結(jié) 172
參考文獻(xiàn) 172
第7章 徑流預(yù)報(bào)效果綜合評(píng)價(jià)方法 175
7.1 評(píng)價(jià)指標(biāo)體系 176
7.1.1 電廠評(píng)價(jià)指標(biāo) 176
7.1.2 電網(wǎng)評(píng)價(jià)指標(biāo) 176
7.1.3 其他評(píng)價(jià)指標(biāo) 177
7.2 綜合評(píng)價(jià)方法原理 178
7.2.1 多目標(biāo)模糊優(yōu)化算法 178
7.2.2 綜合評(píng)價(jià)方法步驟 180
7.2.3 綜合評(píng)價(jià)方法應(yīng)用 180
7.3 本章小結(jié) 183
參考文獻(xiàn) 183