基于不同率定期資料的月、季徑流預報方法研究.pdf

1、分類號UDC密級編號基于不同率定期資料的月、季徑流預報方法研究(南京信息工程大學理學博士學位論文)培養(yǎng)單位：南京信息工程大學專業(yè)：應用氣象學申請人：羅蔣梅指導教師：申雙和教授王恩利研究員2011年12月中文摘要中文摘要中長期水文預報在水資源管理幵發(fā)利用、防汛抗旱和國防建設等領域都發(fā)揮了重要作用。隨著人類社會發(fā)展和全球氣候變化，各國對月、季節(jié)徑流預測服務的需求越來越高。雖然數(shù)理統(tǒng)計和人工智能方法在中長期水文預報中己經(jīng)得到廣泛使用，但缺乏

2、普適性和機理性；隨著科學技術的發(fā)展，基于流域水文模型和數(shù)值天氣預報產(chǎn)品的中長期動態(tài)水文集合預報ESP(EnsembleStreamflowPrediction)方法已成為重要的發(fā)展方向。ESP在徑流預報過程中，采用實時氣象預報數(shù)據(jù)或歷史氣候樣本取樣數(shù)據(jù)來驅動已率定參數(shù)的流域水文模型，模擬預報未來時段的徑流量。因此，影響流域徑流預報準確率主要有模型參數(shù)、流域初始條件（土壤含水量和地下水儲量）和模型輸入數(shù)據(jù)，其中理想的流域水文模型參數(shù)率定可

3、以提高模型的模擬預測水平和流域的初始條件（土壤含水量和地下水儲量）的準確性。本文以氣候變化可能導致流域水文系統(tǒng)非穩(wěn)定性為假設前提，選擇澳大利亞東部12個受人類活動較小、降水類型不同的流域，根據(jù)流域歷史氣象和徑流觀測數(shù)據(jù)分析，探討基于不同率定期資料的流域水文模型參數(shù)優(yōu)化方案及對徑流模擬的影響，在此基礎上構建基于不同歷史氣候數(shù)據(jù)和POAMA(thePredictiveOceanAtmosphereModelfAustralia)不同降水預測

4、數(shù)據(jù)的動態(tài)月、季集合徑流預測方法，對研究流域的1981年到各流域可利用資料最后一年時間段的月、季徑流進行了預報，分析預報精度和不確定性。主要研究內容與結論如下：1、首先從流域水文模型和水文循環(huán)的機理出發(fā)，詳細分析了研究流域的降水、潛在蒸散（PET)、徑流年際和月變化，降水與徑流的相關關系，ENSO事件以及大氣環(huán)流因子等物理因素對流域水文情勢如降水、徑流的影響。結果表明各流域徑流、降水和PET存在明顯的年際變化、月變化和氣候干濕年（月）；

5、在不同降水類型流域年（月）降水和徑流的關系不同；在ENSO不同年份，年降水量和徑流量變化很大；流域的降水和徑流在不同區(qū)域和季節(jié)受大氣環(huán)流的影響不一樣。2、探討了四大類型10種基于不同率定期資料的參數(shù)優(yōu)化方案，預測年分別為各流域1981年至該研究流域可利用資料最后一年，四大類型分別為①常規(guī)參數(shù)優(yōu)化方案，選擇固定長度和時段資料優(yōu)化模型參數(shù)，剩下資料做驗證預測；②對預測年之前不同長度資料進行參數(shù)率定，分別為5年、10年、20年、30年、40年

6、和所有年；③與預測年氣候類型相似年份進行參數(shù)率定，其氣候相似年分別為氣候干燥正常濕潤年份，以及ElNino正常LaNina年份；④逐月三個月資料進行模型參數(shù)率定。分別采用SIMHYD和新安江水文模型比較了這10種方案的徑流預測效果，分析了采用什么時段和多長時間的資料作為模型率定期能夠保證在驗證期（預測期）同樣也取得較好的徑流模擬效果。結果表明，在大部分流域，選用固定時段的常規(guī)參數(shù)優(yōu)化方案S7最簡單實用；在所有流域，選用逐月歷史觀測資料的