隨機方法在水文學的應用

1、精選優(yōu)質(zhì)文檔-傾情為你奉上隨機方法在水文學中的應用一、概述水文現(xiàn)象隨時間變化的過程稱為水文過程或水文序列，水文現(xiàn)象是一種自然現(xiàn)象，具有確定性變化規(guī)律和隨機性變化規(guī)律。這些確定性和隨機性的變化規(guī)律通過水文過程可以較為清晰的展示出來。水文過程中的確定性變化規(guī)律突出表現(xiàn)在過程中有年、日的變化。如日、旬、月徑流過程，明顯存在以年為周期的變化；逐時氣溫和蒸發(fā)量過程存在一日為周期的變化。這是由于影響水文過程的確定性因素氣候因素存在以年為周期的變化和某些氣象因素存在以日為周期的變化之故。水文過程在表現(xiàn)出確定性變化規(guī)律的同時，更多的表現(xiàn)出隨機性變化特征。如每一年的的月平均流量過程不相同，形狀和數(shù)量相差較大；水

2、文過程內(nèi)前后期要素之間好似變化無序，時大時小，但它們之間存在相依關系，2月平均流量與1月平均流量相依，后一年與前一年徑流量相依。隨機性變化特征是水文過程形成與演變中眾多影響因素所致。這些影響的無限復雜性和多樣性，致使水文過程不斷發(fā)生著各種各樣情形，表現(xiàn)出隨機變化特征。下圖為某水文站月平均流量變化過程，其中既有確定性變化，又有隨機性變化。圖表 1某水文站月平均流量過程水文過程既然表現(xiàn)出隨機變化特征，因此它是一個隨機過程，又稱為隨機水文過程。將隨機過程理論和時間序列分析技術引入水文學領域，廣泛展開水文過程隨機變化特性研究并不斷把科學成果用于水文水資源的實際，就此形成一門重要的學科隨機水文學。隨機水

3、文學是以水文過程為研究對象、以隨機過程理論和時間序列分析技術為手段的一門學科。描述水文過程的數(shù)學模型，稱為隨機水文模型或隨機模型。隨即水文學的基本任務是在全面隨機分析的基礎上對隨機水文過程建立起反映水文現(xiàn)象主要變化特征的隨機水文模型，根據(jù)建立的模型，即可模擬大量水文序列，也可做統(tǒng)計預測，以滿足水利水電工程規(guī)劃、設計、運行及水文水資源水環(huán)境各種分析、計算和研究的需要。在這些過程中大量的用到隨機方法，下面介紹隨機水文學方法及隨機方法在水文學中應用。二、隨機水文學方法及模型的應用研究隨機水文過程變化特征的方法，稱為隨機水文學方法，常稱隨機模擬法。在現(xiàn)有條件下，對水文水資源系統(tǒng)進行真實的物理實驗以揭示

4、其結構和功能顯然是困難的。當前可行的途徑就是隨機模擬法。隨機模擬法已成為認識、設計和管理復雜水文水資源系統(tǒng)的主要方式之一，并且一直是水文學的重要研究內(nèi)容。隨機方法在水文學中的應用范圍在不斷拓寬，成果也越來越豐富。隨機方法的主要應用就是建立隨機模型。建立隨即模型要考慮以下因素：1. 建模目的不同的建模目的要求有不同的模擬序列，即不同的模型。2. 流域水文變量的統(tǒng)計特性選用模型是從總體上表征水文變量的統(tǒng)計特性，水文變量統(tǒng)計特性的差異，要求挑選不同的模型。如：若年徑流的統(tǒng)計性質(zhì)表現(xiàn)出自相關系數(shù)隨著滯時的增加衰減很快，可選用平衡AR（1）模型；否則可選用AR（2）或 AR（3）模型。選用模型過程中，一

5、方面要求對水文變量的統(tǒng)計性質(zhì)深入分析；另一方面，對各種模型的主要性能充分了解。3. 水文信息量模型識別和參數(shù)會計均與取得的水文信息有關。復雜模型在其識別和參數(shù)估計時所需要的信息量要比簡單模型多一些。因此，當信息量很少而不便建立復雜模型時，就選擇簡單模型。在實際中首先應選用簡單模型，簡單模型能達到目的，就不選復雜的模型。在選擇模型時，必須考慮參數(shù)的多少。多傾向于用指標R加以判斷 R=數(shù)據(jù)總量/參數(shù)數(shù)目至于R的臨界值，不同模型有不同的標準。根據(jù)我國水文資料情況，R在510為宜。4. 其他條件 建模者的經(jīng)驗、建模時間長短、模型管理、經(jīng)費情況、計算手段等。 在水資源規(guī)劃設計中，還需要考慮水文特征量的選

6、擇。一般應用較多的水文特征量是年月日徑流量，一定時段的枯水量及分配等。水文特征量的模擬序列通常有兩種途徑可以獲得：一是累加途徑；一是解集途徑。累加途徑是先選擇合適的模型模擬出日流量，然后累加得旬徑流量，例如由旬徑流量得月徑流量，最后由月徑流量得年徑流量。而解集途徑是先選擇合適的模型模擬出年徑流量，然后分解成月徑流量，例如由月徑流量再分解成旬徑流量，由旬徑流量分解成日徑流量。 隨機模型在水文系統(tǒng)分析計算有著廣泛的應用。例如應用典型年法、實測序列時歷法、模擬序列時歷法確定水庫興利設計庫容；梯級電站參數(shù)分析；防洪安全設計；多水庫防洪安全設計；枯水徑流模擬及其在水環(huán)境容量研究；制定水庫最佳控制運用方案

7、等。在水文系統(tǒng)預測中，經(jīng)常會用到ARMA(p,q)模型的預測和TAR模型預測，由于其專業(yè)性過強，這里不做過多介紹。隨機模型在設計洪水過程線法適用性探討中也有很好的應用，由于設計洪水過程線法有諸多缺陷，可用隨機模擬法推求壩前年最高水位頻率曲線。首先用SAR(1)模型，根據(jù)不同方案進行模型，得到水位序列。然后對每組水位序列可得經(jīng)驗頻率分布曲線，即可作為壩前年最高水位總體分布曲線。同樣應用隨機模擬法可以推求壩前最高水位，給防洪防汛工作帶來極大便利。當然，上面所述的隨機方法和隨機模型也存在不確定性和實用性方面的缺陷，但不可否認的是，隨機方法是水文學中的許多問題得到了解決并大大提高了工作效率。下面介紹一個實例。三、隨機方法應用實例 馬爾科夫過程是水文學中常見的隨機過程，應用馬爾科夫鏈可以根據(jù)t時刻的狀態(tài)推求t+1時刻的狀態(tài)概率分布，因此，馬爾科夫鏈不僅可用于處理天氣預報、水文水資源等問題，還可用于管理決策、遺傳學研究等領域。下面介紹用馬爾科夫鏈求年徑流量的過程。某河年平均流量資料見下表，當Q < 535m3/s時，為枯水年；當535m3/sQ < 775m3/s時，為中水年；當Q 775m3/s時，為豐水年 。試用估算2005年徑流為豐、中、枯狀態(tài)的概率。 表格 1 某河年年均流量