隨機水文學-第1章

1、隨機水文學,主講：李治軍 黑龍江大學水利電力學院,總體規(guī)劃,【課程名稱】隨機水文學 【授課對象】水利類專業(yè)二年級本科生 【授課時間】2012-2013學年第二學期.32學時 【課程性質(zhì)】專業(yè)選修課 【授課方式】PPT課件輔以板書 【教 材】王文圣等.隨機水文學. 中國水利水電出版社,【授課目標】 掌握隨機水文序列的基本概念及基本特征； 掌握隨機水文分析方法； 掌握基本隨機水文模型的構(gòu)造方法與求解技術(shù)。,第一章 緒言,1.1 概述 1.2 隨機水文學的方法 1.3 隨機水文學的應用 1.4 隨機水文學的發(fā)展,1.1 概述,一、水文序列 水文現(xiàn)象隨時間變化的過程稱為水文序列（或水文過程）。,水文序

2、列具有確定性變化規(guī)律和隨機性變化規(guī)律。 確定性變化規(guī)律表現(xiàn)為水文序列具有明顯的（年、月等 ）周期性變化。確定性水文過程 隨機性變化規(guī)律表現(xiàn)為不同周期的對應水文數(shù)據(jù)值不等，曲線形狀相差較大。這是由于過程受眾多因素影響所致。 隨機水文過程 純粹確定性水文過程是不存在的。,自然環(huán)境下的水文循環(huán),自然環(huán)境與人文環(huán)境下的水循環(huán),純粹確定性的水文過程是不存在的,隨機水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(shù)為手段的一門學科。 隨機水文學的研究重點是與時間緊密有關(guān)的隨機現(xiàn)象，即隨機水文過程。水文變量的時間順序極為重要。描述隨機水文過程的數(shù)學模型，稱為隨機水文模型。,二、隨機水文學,隨機水

3、文學的任務是在全面隨機分析的基礎(chǔ)上對隨機水文過程建立起反映水文現(xiàn)象主要變化特性的隨機水文模型，以解決水利水電工程規(guī)劃、設計、運行及水文水資源水環(huán)境各種分析、計算和研究等的實際問題。 隨機水文過程隨機水文模型模擬水文序列水文特征值,1.2 隨機水文學的方法,一、隨機模擬法 研究隨機水文過程變化特征的方法，稱為隨機水文學方法或隨機模擬法。 根據(jù)水文系統(tǒng)觀測資料的統(tǒng)計特性和隨機變化規(guī)律，建立能預估系統(tǒng)未來水文趨勢的隨機模型，由模型獲得隨機模擬序列，再進行水文水資源系統(tǒng)分析計算，解決實際問題的一種方法。 一般步驟：分析各水文要素的特征，描述研究的問題； 確定模擬目標和系統(tǒng)狀態(tài)變量，建立隨機模型； 估計

4、隨機模型的參數(shù)； 驗證模擬結(jié)果，求解實際問題。 核心內(nèi)容：建立隨機模型，進而獲得大量模擬序列,二、隨機模擬法的特點 1、傳統(tǒng)分析方法 實測序列法：根據(jù)實測數(shù)據(jù)進行預測。 缺點：只能進行概率性預測，無法體現(xiàn)隨機 性因素的影響。 設計過程線法：依據(jù)觀測值，分析計算洪水序列。 缺點：假設設計洪水位的頻率與洪水量頻率 相同。實際上相同時段的洪水量在 時間和空間上的分配相差較大，洪水 位具有不確定性。,2、隨機模擬法特點： （1）隨機模型全面表征水文現(xiàn)象統(tǒng)計變化的特性，不同的模型表征水文現(xiàn)象變化特性的重點有所差異。 如： 時間模型、空間模型、時空模型 （2）由隨機模型能模擬出大量的水文序列。 由水文序列

5、獲得頻率曲線和各種特征值，用于工程規(guī)劃和設計。 （3）大量的模擬序列表征著未來水文現(xiàn)象可能出現(xiàn)的各種情況。 全面、客觀、適應性強,1.3 隨機水文學的應用,（四）在防洪安全設計和風險分析方面 對入庫洪水建立隨機模型，由模型模擬出大量灌水過程線，根據(jù)水庫調(diào)洪準則分別調(diào)洪演算得到壩前年最高水位系列，點繪壩前年最高水位頻率曲線，推求相應防洪特征水位。 近20年來，隨機模擬法不斷嘗試應用于水文系統(tǒng)風險分析中。如三峽水庫防洪風險問題等。,1.4 隨機水文學的發(fā)展,回歸類模型： 結(jié)構(gòu)簡單、概念清晰、參數(shù)不多、易于實現(xiàn)。 如：自回歸滑動平均模型 解集類模型： 能同時保持總量和分量的特性和協(xié)方差結(jié)構(gòu)， 且分量之和等于總量。 如： 水量分配問題,近10年來，隨機模型研究進展： 非線性隨機模型研究 傳統(tǒng)的隨機模型一般都是線性的，而水文系統(tǒng)是非線性系統(tǒng)。自回歸模型、雙線性模型、人工神經(jīng)網(wǎng)絡模型，用遺傳算法等 演化算法估計非線性隨機模型的參數(shù)。 非參數(shù)隨機模型研究 避免了序列相依結(jié)構(gòu)和概率密度函數(shù)形式的人為假定。 非參數(shù)貝葉斯隨機模型、最近鄰抽樣隨機模型、非參