简要信息

    【获奖类型】应用一等奖
    【任务来源】黄河水利委员会水文局
    【课题编号】水-020550
    【项目起止时间】2004年5月～2006年7月
    【完成单位】水力学所
    【主要完成人】杨开林、王涛、郭永鑫、乔清松、郭新蕾、余闽敏、陈文学

    立项背景

    随着黄河水资源统一管理的开展，凌汛期黄河上游的水量调度既要保证防凌安全，又要充分利用有限的水资源，因此对冰情预报无论在预报内容、预报时效和预报精度方面都提出了更高的要求，但现有的预报方案预报精度不能满足需要，必须开发新的预报模型，且目前还没有实用的冰情预报系统，不能满足防凌指挥和水量统一调度的需要。建立实用的黄河宁蒙河段冰情预报系统能更有效地为黄河水资源统一调度服务。

    研究内容

    主要研究内容包括：

    （1）宁蒙河段冰情预报的神经网络数学模型：用改进的神经网络模型开展水温、流凌、封河预报、开河等的预报。
    （2）GIS平台及决策支持系统开发：包括各水文站实时水文、冰情的显示、分析，以及未来冰情的预报，信息的查询处理，模型参数的率定，预报修正，预报会商和管理等功能。
    （3）宁蒙河段冬季气温长、中、短期预报研究，为冰凌的预报提供依据。
    （4）冰情统计预报方案的研制。建立了逐步回归和灰色系统方法的统计预报模型。
    （5）实时信息接收和处理查询。实现多路冰情信息的入库，为冰情信息查询和冰情预报、气温预报等提供支撑。

    创新点

    项目的主要创新点包括：

    （1）人工神经网络模型首次在冰情实时预报中的应用。人工神经网络模型能够克服河道地形资料缺乏的不足之处，在分析历史冰情资料及研究影响冰情的各种相关因素的基础上，通过网络的自学习，建立Levenberg-Marquart算法改进的关于流凌、封河、开河、水温等预报的BP神经网络数学模型。同以往冰情预报的统计学方法和经验性数学模型相比较，冰情预报的神经网络模型，是个开放的系统，具有对环境很强的自适应和自学习能力，能够处理各种变化的信息。随着冰情观测资料的增加，将这些新的资料添加到网络中，通过网络的自学习，找到适应新信息要求的规律。
    （2）冰情预报模型与GIS技术的有机结合。将冰情预报模型与GIS技术相结合，开发了冰情预报专家系统，用于流域水情、冰情的分析管理。该专家系统基于C/S模式，以地理信息系统为决策支持平台，以预报模型为核心，具有下述主要功能：可在线实时监测、监控主要站点冰情；基于地理信息动态查询站点实时水、冰情信息；实时、超实时预报主要水文站点冰情信息，并图形化显示河段凌情动态。

    应用前景及社会经济效益

    该预报系统所开发的预报模型在2004~2005和2005~2006两个凌汛年度的试预报运行中，预见期分别在13天以上和10天以上，各项预报的总合格率分别为100%和83%，预报效果最好，系统运行情况稳定，作为主要的预报工具使用。该成果达到国际领先水平。

    宁蒙河段及时准确的凌情、水情的监测、预报与及时采取水库的防凌调度是防治该河段凌汛灾害的有效措施。由于冰情准确的预报，2004年~2006年黄河宁蒙河段没有出现冰凌灾害，减免了大量不必要的经济损失，取得了巨大的经济效益和社会效益。

气温预报系统信息流程图



黄河宁蒙河段冰情实时预报专家系统主界面