李彬权 梁忠民 杨晓甜 吕圣岚 孙 浩 陈 腾
(河海大学水文水资源学院 南京 210098)
洪水预报是非工程防洪减灾措施的重要组成内容,一直以来,洪水预报提供的都是一种确定性的定值预报,无法对调度方案及防洪决策的可能风险做出客观评估。在淮河流域,随着对洪水预报精准度、行蓄洪区调度决策和风险管理水平的要求越来越高,现有洪水预报的手段与方式难以适应新形势下流域防洪减灾和行蓄洪区调度管理的需要。水文预报不确定性分析可分为不确定性全要素耦合和预报总误差分析两类途径,并形成概率预报基础。在预报总误差分析方面,美国贝叶斯概率预报系统BFS最具代表性。20世纪90年代,不确定性分析及概率预报概念引入国内,取得一批研究成果。
本文应用BFS中水文不确定性处理器HUP进行淮河典型流域洪水概率预报研究。通过亚高斯模型对三水源新安江模型的预报系列及实测洪水系列进行正态分位数转化,再采用贝叶斯算法得到预报变量的后验概率分布,实现洪水过程的概率预报。以淮河梅山水库流域作为示例,提供了应用流程和分析结果。
在BFS将除具有随机误差以外的不确定性都归结为水文不确定性。水文不确定性主要是由模型结构、降雨径流计算、河道汇流和水位流量关系以及模型参数误差等引起的。在BFS中,利用HUP模型进行水文不确定性的分析与处理。
HUP模型基本思想是概率分布的贝叶斯修正原则。……