發(fā)布時間：2020-11-21 19:15

【摘要】：水庫調(diào)度是實現(xiàn)河川徑流時空重新分配、解決水資源供需矛盾的重要途徑,是一項極其復(fù)雜的系統(tǒng)工程,涉及到自然、社會、經(jīng)濟(jì)等多方面領(lǐng)域。整體來看,水庫調(diào)度研究包含“流域水文過程變化識別(識別層)→流域水資源模擬(供水側(cè))→用水部門需水計算(需水側(cè))→水庫調(diào)度方式研究(調(diào)控側(cè))”四個層次。各研究環(huán)節(jié)存在大量不確定性因素,對水庫調(diào)度不同層次結(jié)果產(chǎn)生顯著影響;多重不確定性因素在系統(tǒng)內(nèi)的傳導(dǎo)累積效應(yīng),使得水庫調(diào)度系統(tǒng)結(jié)果呈現(xiàn)出異常復(fù)雜的未確知性。為了提升水庫調(diào)度系統(tǒng)在不確定性環(huán)境下的抗干擾能力、降低水庫運行風(fēng)險、增強相應(yīng)研究成果的可信度與實用性,本文針對上述四個層次,在識別不確定性來源的基礎(chǔ)上,通過構(gòu)建適當(dāng)?shù)哪Ｐ?量化多重不確定性因素的影響程度以及累積效應(yīng)。論文以黃河流域內(nèi)涇河、渭河以及黃河上游等區(qū)域為研究對象,診斷了流域水文氣象要素相依關(guān)系演變特征,研究了不確定性背景下極端降雨-洪水二元變量重現(xiàn)期,揭示了Budyko模型的參數(shù)不確定性對流域水資源評估的影響,量化了水文模型參數(shù)不確定性與模型不確定性對徑流模擬結(jié)果的影響,確定了降水量、降水次數(shù)及其過程的隨機(jī)性對作物灌溉需水的影響,在此基礎(chǔ)上建立了考慮水文模型參數(shù)不確定性與降水過程隨機(jī)性下的水庫調(diào)度模型,分析了水文模型參數(shù)不確定性與降水過程的隨機(jī)性對水庫調(diào)度方式以及相關(guān)興利效益的影響。主要研究成果如下:(1)采用基于Copula函數(shù)的對數(shù)似然比檢驗法,診斷了流域降雨-徑流關(guān)系變異特征,提出了ARMA-GARCH模型與Partial Copula函數(shù)相耦合的水文-氣象要素相依結(jié)構(gòu)變異診斷方法。Copula函數(shù)可準(zhǔn)確模擬水文-氣象要素間非線性相依關(guān)系,涇河流域降雨-徑流關(guān)系于1996年發(fā)生轉(zhuǎn)變;ARMA-GARCH-Partial Copula模型可有效去除序列自相關(guān)性、條件異方差性以及協(xié)變量的影響,結(jié)果表明,去除降雨對蒸發(fā)、徑流的影響后,蒸發(fā)-徑流相依結(jié)構(gòu)變化診斷結(jié)果較不去除差異明顯。(2)采用交叉小波法分析了流域極端降雨-洪水相依關(guān)系變化特征,提出了樣本不確定性下適用于保證流域防洪工程安全以及多泥沙區(qū)域河道泥沙安全運移的雨洪重現(xiàn)期研究框架。結(jié)果表明,1994年、1981年分別為渭河干流流域與涇河流域極端雨洪關(guān)系發(fā)生變異的時期;樣本不確定性對極端雨洪單變量、二元變量重現(xiàn)期結(jié)果影響較大,充分考慮該不確定性影響對流域防洪方案的制定具有重要的指導(dǎo)意義。(3)提出了基于Bootstrap法的Budyko模型參數(shù)w不確定性研究框架,推導(dǎo)了參數(shù)w不確定性對流域水資源評估的影響與流域氣候條件間的關(guān)系。黃河上游區(qū)域與渭河流域Budyko模型參數(shù)w分別為2.52(95%CI:[2.44,2.62])、3.14(95%CI:[3.01,3.28]);參數(shù)w的不確定性對流域水資源評估的影響隨著PE/P的增加,先快速增加,達(dá)到極值點后緩慢降低,兩研究區(qū)域該極值點分別處于PE/P為1.37、1.20時。(4)采用貝葉斯理論框架下MCMC算法與DREAM算法,研究了水文模型參數(shù)不確定性,基于條件隨機(jī)森林法,分析了模型參數(shù)敏感性;引入重復(fù)測量單因素方差分析法,計算了模型不確定性與參數(shù)不確定性對徑流模擬結(jié)果的影響程度。采用上述理論方法,研究了HyMod模型、GR4J模型在半濕潤區(qū)、SIMHYD模型在干旱區(qū)徑流模擬中的參數(shù)不確定性;發(fā)現(xiàn)了模型參數(shù)對不同時段、不同量級下徑流的敏感程度不同;與參數(shù)不確定性相比,模型不確定性是影響徑流模擬的主要來源。(5)采用復(fù)合泊松分布隨機(jī)模擬日尺度降水過程,應(yīng)用析因設(shè)計方差分析法量化了降水量、降水次數(shù)以及降水過程的隨機(jī)性對作物灌溉需水計算的影響。以涇河流域為例,結(jié)果表明,與降水過程的隨機(jī)性相比,降水量變化對玉米灌溉需水的影響顯著,其次為降水次數(shù),二者交互作用影響不顯著;降水過程的隨機(jī)性對玉米灌溉需水量影響同樣值得關(guān)注,1960年玉米生育期受降水過程的隨機(jī)性影響,灌溉需水量結(jié)果最大、最小值間偏差197 mm。(6)建立了考慮多重不確定性因素影響的水庫調(diào)度模型,基于概率盒理論分析了混合不確定性對水庫調(diào)度以及興利目標(biāo)的影響。不確定性因素方面,主要考慮了水文模型參數(shù)不確定性與降水過程的隨機(jī)性,前者對河川徑流模擬產(chǎn)生影響,后者對河川徑流模擬以及作物灌溉需水均會產(chǎn)生影響。以涇河流域東莊水庫為研究對象,結(jié)果表明,降水過程的隨機(jī)性單獨影響時,不同時段水庫水位變化幅度相差較大,對玉米產(chǎn)量的影響程度較冬小麥大,水電站發(fā)電量受其影響,發(fā)電量在2.17～2.83億kW-h內(nèi)變化;與水文模型參數(shù)不確定性共同作用時,同樣對水庫運行方式產(chǎn)生顯著影響,糧食產(chǎn)量以及發(fā)電量方面影響程度更大。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：P333;TV697.1
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究進(jìn)展
        1.2.1 水文過程變化特征識別
        1.2.2 河川徑流模擬與水資源評估
        1.2.3 作物灌溉需水研究
        1.2.4 考慮不確定性的水庫調(diào)度
    1.3 本文主要研究思路
2 研究區(qū)域概況與數(shù)據(jù)
    2.1 研究區(qū)域
    2.2 水文氣象數(shù)據(jù)
    2.3 小結(jié)
3 水文氣象要素相依結(jié)構(gòu)變化特征研究
    3.1 基于Copula函數(shù)的降雨-徑流關(guān)系變異診斷
        3.1.1 基于Copula函數(shù)的多變量相依結(jié)構(gòu)變化診斷方法
        3.1.2 涇河流域降雨、徑流年際變化特征
        3.1.3 降雨-徑流聯(lián)合分布模型的建立
        3.1.4 降雨-徑流關(guān)系變異診斷分析
    3.2 基于ARMA-GARCH-Partial Copula的水文要素相依關(guān)系變異診斷
        3.2.1 .ARMA-GARCH-Partial Copula模型
        3.2.2 基于Partial Copula函數(shù)的流域水文氣象要素相依結(jié)構(gòu)模型
        3.2.3 水文氣象要素序列邊際分布估計結(jié)果
        3.2.4 水文氣象要素關(guān)系變異診斷分析
    3.3 小結(jié)
4 考慮不確定性的極端降雨-洪水二元變量重現(xiàn)期計算
    4.1 變化環(huán)境下考慮不確定性的極端降雨-洪水二元變量重現(xiàn)期計算
        4.1.1 變化環(huán)境下考慮不確定性的極端雨洪重現(xiàn)期研究框架
        4.1.2 流域極端降雨指標(biāo)的確定
        4.1.3 流域年最大洪峰與極端降雨變點診斷
        4.1.4 流域極端降雨與洪峰相依關(guān)系變化診斷
        4.1.5 考慮不確定性的流域極端雨洪重現(xiàn)期研究
    4.2 考慮不確定性的多泥沙流域極端降雨-洪水風(fēng)險計算
        4.2.1 多泥沙流域防洪、沖沙問題解析
        4.2.2 多泥沙區(qū)域極端雨洪單變量、二元變量重現(xiàn)期分析研究框架
        4.2.3 流域極端降雨指標(biāo)的確定
        4.2.4 極端降雨、洪峰邊際分布與Copula函數(shù)計算結(jié)果
        4.2.5 單變量下考慮區(qū)域防洪輸沙要求的洪水風(fēng)險
        4.2.6 二元變量下考慮區(qū)域防洪輸沙要求的洪水風(fēng)險
        4.2.7 考慮區(qū)域防洪輸沙要求的條件洪水風(fēng)險
    4.3 小結(jié)
5 考慮不確定性與Budyko假設(shè)的流域可利用水資源量評估
    5.1 Budyko模型參數(shù)w不確定性分析框架
        5.1.1 基于CUSUM的變點檢測方法
        5.1.2 Bootstrap重抽樣方法
        5.1.3 Budyko模型及其參數(shù)估計方法
    5.2 徑流變異點診斷結(jié)果分析
    5.3 Budyko模型參數(shù)w不確定性估計與影響評估結(jié)果
    5.4 參數(shù)w的不確定性對可利用水資源評估影響的解析式推導(dǎo)
    5.5 小結(jié)
6 考慮水文模型不確定性的流域徑流模擬
    6.1 水文模型介紹
        6.1.1 HyMod模型
        6.1.2 GR4J模型
        6.1.3 SIMHYD模型
    6.2 基于貝葉斯理論的模型參數(shù)不確定推斷方法
        6.2.1 MCMC算法
        6.2.2 DREAM算法
    6.3 基于條件隨機(jī)森林的模型參數(shù)敏感性分析方法
    6.4 基于單因素方差分析的模型與參數(shù)不確定性分析方法
    6.5 模型參數(shù)不確定性結(jié)果分析
        6.5.1 HyMod與 GR4J模型參數(shù)不確定性對半濕潤區(qū)徑流模擬影響
        6.5.2 SIMHYD模型參數(shù)不確定性對干旱區(qū)徑流模擬影響
    6.6 基于條件隨機(jī)森林的HyMod與 GR4J模型參數(shù)敏感性結(jié)果分析
    6.7 模型與參數(shù)不確定性對流域徑流模擬影響評估結(jié)果分析
    6.8 小結(jié)
7 考慮降水隨機(jī)性的作物灌溉需水計算
    7.1 基于雙作物系數(shù)法的作物灌溉需水計算方法
        7.1.1 作物系數(shù)計算
        7.1.2 作物灌溉需水的確定
    7.2 基于泊松分布的日尺度降水過程模擬方法
    7.3 析因分析方差分解方法
    7.4 降水量、次變化特征結(jié)果分析
    7.5 降水量、次及過程的隨機(jī)性對作物灌溉需水影響結(jié)果分析
    7.6 降水過程的隨機(jī)性對作物灌溉需水的影響
    7.7 小結(jié)
8 考慮多重不確定性的水庫調(diào)度研究
    8.1 水文模型參數(shù)不確定與降水過程隨機(jī)性下的水庫調(diào)度模型建立
        8.1.1 調(diào)度模型框架建立
        8.1.2 東莊水庫調(diào)度模型建立
    8.2 基于概率盒（P-box）的多重不確定因素影響量化方法
    8.3 多重不確定性因素影響下的徑流模擬結(jié)果分析
    8.4 降水過程的隨機(jī)性水庫調(diào)度影響分析
        8.4.1 水庫調(diào)度方式影響分析
        8.4.2 糧食產(chǎn)量與發(fā)電量影響分析
    8.5 多重不確定性因素對水庫調(diào)度影響分析
        8.5.1 水庫調(diào)度方式影響分析
        8.5.2 糧食產(chǎn)量與發(fā)電量影響分析
    8.6 小結(jié)
9 結(jié)論及建議
    9.1 結(jié)論
    9.2 創(chuàng)新點
    9.3 建議
致謝
參考文獻(xiàn)
攻讀博士學(xué)位期間主要研究成果


本文編號：2893469