水动力学模型实时校正方法对比

被引：18

作者：

刘开磊 ^{[1
]}

姚成 ^{[1
]}

李致家 ^{[1
]}

阚光远 ^{[1
]}

包红军 ^{[2
]}

机构：

[1] 河海大学水文水资源学院

[2] 中国气象局公共气象服务中心

来源：

河海大学学报(自然科学版) | 2014年 / 42卷 / 02期

关键词：

水动力学模型; 模型实时校正; 误差自回归方法; Kalman滤波算法; K最近邻算法;

D O I：

暂无

中图分类号：

TV131.2 [水动力学];

学科分类号：

摘要：

选择典型的实时校正方法:传统的误差自回归、基于K最邻近算法(KNN)的非参数校正及基于Kalman滤波的多断面校正法,并以Kalman滤波与KNN结合构造综合方法,以淮河流域吴家渡—小柳巷区间作为试验河段,构建一维水动力学模型并与实时校正方法联合应用。简要介绍这4种方法的原理与模型构建方法,然后对比分析各种方法的模拟结果,尤其对模拟洪峰稳定性、峰现时间、峰现误差等进行比较,认为前3种基本方法均能在相当长的预见期内提高洪水的预报精度,而综合法实时校正法对洪峰部位的模拟更为稳定可靠、总体效果更好,更适合预报校正工作的需要。

引用

页码：124 / 129

页数：6

共 11 条

[1] 洪水淹没范围数据与动力学模型的融合
赖锡军
李纪人
[J]. 河海大学学报(自然科学版), 2009, 37 (05) : 529 - 533
[2] 基于卡尔曼滤波技术的河道汇流实时校正
王船海
白耀玲
[J]. 河海大学学报(自然科学版), 2007, (02) : 181 - 185
[3] 水动力学模型卡尔曼滤波实时校正技术
葛守西
程海云
李玉荣
[J]. 水利学报, 2005, (06) : 687 - 693
[4] 卡尔曼半自适应滤波水位实时预报模型研究
王井泉
李致家
[J]. 人民长江, 2000, (01) : 29 - 31
[5] A non-parametric data-based approach for probabilistic flood forecasting in support of uncertainty communication.[J].N. Van Steenbergen;J. Ronsyn;P. Willems.Environmental Modelling and Software.2012,
[6] Ensemble flood forecasting: A review.[J].H.L. Cloke;F. Pappenberger.Journal of Hydrology.2009, 3
[7] Adaptive state updating in real-time river flow forecasting—a combined filtering and error forecasting procedure.[J].Henrik Madsen;Claus Skotner.Journal of Hydrology.2004, 1
[8] 现代水文模拟与预报技术.[M].李致家; 等编著.河海大学出版社.2010,
[9] 现代洪水预报技术.[M].葛守西著;.中国水利水电出版社.1999,
[10] 水文时间序列相似性模型的研究与应用.[D].杨敏.河海大学.2002, 02

← 1 2 →