洪水过程相似性挖掘对流域雨洪资源利用、水库防洪调度以及河流生态修复等具有重要的现实意义。论文以淮河中上游流域16个水文站2006—2015年125场洪水过程数据为基础,采用洪水量、时间、变化率和形态等特征指标对完整洪水过程进行了全面刻画,以主成分分析和层次聚类等多元统计分析手段辨识了流域内代表性洪水类型,揭示了各洪水类型的时空分布特征。结果表明：① 淮河中上游流域主要有5类代表性洪水类型,分别为长历时且变化剧烈型、多峰长历时型、尖瘦短历时型、矮胖型以及常规型。② 从时间分布来看,2006—2015年间洪水类型数量呈现减少趋势,常规型洪水的比例逐渐增大;丰水年份(如2007年)、平水年份(如2006年)的洪水类型较多,而枯水年份(2011—2013年)洪水类型较少,以常规型和矮胖型洪水出现频率居多。③ 从空间分布来看,源头站点的洪水类型较多,中下游站点的洪水类型比较单一,主要从尖瘦型洪水过程逐渐转变为矮胖型,这与流域内水源涵养能力、工程调蓄能力以及降水多样性等有较大的关系。研究可为流域洪水信息挖掘和特征分析等提供参考借鉴,也可为淮河流域洪水的演变特征分析、水库防洪调控和雨洪资源利用等提供决策依据。

论文基于2003—2014年水文资料,采用长短期记忆神经网络(Long-Short Term Memory,LSTM),构建了汉江上游安康站日径流预测模型,评价了不同输入条件下日径流预测的精度。结果表明：当预见期为1 d时,在仅以安康站前期日径流量作为输入的条件下,LSTM模型在训练期和检验期的效率系数分别达到0.68和0.74;如再将流域前期面雨量和上游石泉站前期日径流量加入LSTM网络作为输入变量,安康站日径流量预测效果将更好,训练期和检验期的效率系数最高可达到0.83和0.84,均方根误差也有显著削减,且对主要洪峰流量的预测能力也有一定提高。此外,LSTM可以有效避免过拟合等问题,具有较好的泛化性能。但当预见期从1 d延长至2、3 d时,LSTM的预测精度显著降低。

高精度的中长期径流预报信息是水资源规划管理与水利工程经济运行的重要基础支撑。论文在组合预报与误差修正2类径流预报后处理方法串联应用的技术框架下,考虑径流的高度非平稳与非线性等特征,提出了基于时变权重组合和贝叶斯修正的中长期径流预报方法。应用该方法开展了云南龙江水库年、月入库径流预报的实例研究,结果表明时变权重组合平衡了已建立的随机森林与支持向量机模型在建模期与检验期预报性能的差异,经贝叶斯修正后的预报精度接近或优于两阶段各自的最优单一模型。根据年径流预报结果判断水文年型的正确率达到77.2%,月预报径流的确定性系数超过0.90。因此,该方法在提升中长期径流预报精度方面具有积极效果。

曼宁糙率系数是用水动力学方法进行流速计算的关键参数。坡面流曼宁糙率系数与明渠流的不同。为确定坡面径流过程的曼宁糙率系数,自行研发了一种包括供水系统、实验水槽和数据观测记录系统的室内可变糙率坡面实验系统。通过87场预实验验证了供水系统的稳定性和准确性。以坡度、实测流量、实测水深、不同糙率板上河砂的平均直径和地表粗糙度为自变量,以曼宁糙率系数为因变量,选用均方根误差(RMSE)和决定系数(R ²)为评价指标,对166种实验场景进行了支持向量机(Support Vector Machines, SVM)训练与预测,发现：① 紊流的训练结果难以预测层流和过渡流的曼宁糙率系数,说明流态不同时,实验因素对水流的影响机制不同;② 若要较为准确地预测曼宁糙率系数,至少需要包括实测水深在内的3种因素;③ 当同时考虑4种及更多种因素时,紊流状态下均可对曼宁糙率系数进行较为准确的预测。