简介:利用乌云河东风水文站月流量、月降水量和蒸发量资料,通过计算水文和气象要素的变差系数、峰型度和丰枯率及气候倾向率等参数,分析了乌云河径流的主要补给来源及降水和蒸发量等气候因子对径流的影响。研究结果表明:(1)乌云河年径流的变差系数为o.32,其主要由融雪和夏季的降雨来补给,径流年际呈逐渐降低的趋势发展,春、夏、秋、冬四季、汛期及非汛期的流量均呈递减趋势,而且汛期流量减少的最为明显;(2)乌云河的降水量和蒸发量的年际变化也呈递减趋势,蒸发量的减少趋势较为明显,其气候倾向率达到-175.0mm/10a。分析认为,降水量的逐渐减少可能是影响该流域流量逐渐降低的原因之一。
简介:数据同化方法可提高数值预报的时效性和准确性,且该方法已在水文领域得到应用,并得到快速发展。为了提高新安江模型径流模拟预报精度,采用集合卡尔曼滤波方法同化径流数据,对参数和状态变量进行同步校正估计。通过对三水源新安江模型进行理想条件下的数值实验,在同时考虑模型自身、模型参数以及观测数据的不确定性的情况下,分析了参数均值和方差改变、集合大小、同化参数的敏感性以及相关性分析对同化过程的影响。结果表明:集合卡尔曼滤波算法具有可行性,且参数均值越接近真值、方差适当增加,集合大小适中,同化参数敏感性较低以及参数与变量间相互独立时,能在一定程度上增加径流同化精度。该研究可为同类型参数同化估计提供一定参考依据。