泾河张家山站水沙多时间尺度分析及输沙量模拟

doi:10.11988/ckyyb.20140839

raybet体育在线院报 ›› 2016, Vol. 33 ›› Issue (2): 10-13.DOI: 10.11988/ckyyb.20140839

泾河张家山站水沙多时间尺度分析及输沙量模拟

陶望雄^a, 张杰^a, 王青^a, 刘招^b

长安大学 a.环境科学与工程学院; b.水与发展研究院, 西安 710054

收稿日期:2014-09-28 出版日期:2016-02-01 发布日期:2016-02-01
作者简介:陶望雄(1991-),男,湖南益阳人,硕士研究生,主要从事水文学及水资源研究,(电话)18092862168 (电子信箱)741821194@qq.com。
基金资助:
中央高校基本科研业务专项项目(310850151100);陕西省自然科学基础研究计划项目(2015JM5256);高等学校学科创新引智计划项目(B08039);中央高校基本科研业务费专项资金(CHD2011JC119)

Analysis on Multiple Temporal Scales of Runoff and Sediment and Simulation of Annual Sediment Discharge at Zhangjiashan Hydrological Station of Jinghe River

TAO Wang-xiong¹, ZHANG Jie¹, WANG Qing¹, LIU Zhao²

1.College of Environmental Science and Engineering, Chang’an University, Xi’an 710054, China;
2.Research Institute of Water and Development, Chang’an University, Xi’an 710054,China

Received:2014-09-28 Published:2016-02-01 Online:2016-02-01

摘要/Abstract

摘要： 为了掌握泾河水沙变化的基本规律,运用EMD方法对泾河张家山水文站1958—2011年的年径流量及年输沙量序列分别进行了多时间尺度分解,依据实测年输沙量数据,应用时间序列分析方法建立了年输沙量模拟模型。泾河年径流和年输沙量的时间序列均可分解为3个不同波动周期的振荡分量和一个递减的趋势分量;年输沙量模型适用性较好,且模拟精度较高,可应用于年输沙量预测。泾河水沙多时间尺度变化的特征分析和输沙量预测可为泾河水资源规划提供科学依据。

关键词: EMD, 径流量, 多时间尺度, 年输沙量, 自回归模型

Abstract: In order to obtain the basic law of water and sediment variation in Jinghe River, we decompose series of annual runoff and sediment discharge into multiple temporal scales by EMD method, with Zhangjiashan station from 1956 to 2011 as an example. Firstly, we establish a simulation model of annual sediment discharge according to measured data and time series analysis. Then, the results show that both of the annual runoff and sediment series can be decomposed into 3 fluctuation components with different periods and a degressive tendency residual component. Furthermore, the model is of good suitability and high accuracy, and it can be used to predict annual sediment discharge. Finally, we can carry out characteristic analysis on multiple temporal scales of runoff and sediment and prediction of annual sediment discharge to provide a scientific basis for water resources planning in Jinghe River.

Key words: EMD, runoff, multiple temporal scales, annual sediment discharge, autoregressive model

中图分类号:

TV873

陶望雄, 张杰, 王青, 刘招. 泾河张家山站水沙多时间尺度分析及输沙量模拟[J]. raybet体育在线院报, 2016, 33(2): 10-13.

TAO Wang-xiong, ZHANG Jie, WANG Qing, LIU Zhao. Analysis on Multiple Temporal Scales of Runoff and Sediment and Simulation of Annual Sediment Discharge at Zhangjiashan Hydrological Station of Jinghe River[J]. Journal of Changjiang River Scientific Research Institute, 2016, 33(2): 10-13.

[1]	余周, 姜涛, 范鹏辉, 牛超群, 陈兵. 基于EMD-DELM-LSTM组合模型的湖泊水位多时间尺度预测[J]. raybet体育在线院报, 2024, 41(6): 28-35.
[2]	张晓莹, 何毅, 翁学先, 邵祎婷. 秦巴山区堵河流域径流变化归因分析[J]. raybet体育在线院报, 2024, 41(2): 44-51.
[3]	王渤权, 金传鑫, 周论, 沈笛, 蒋志强. 基于长短期记忆网络的西丽水库水质预测[J]. raybet体育在线院报, 2023, 40(6): 64-70.
[4]	陈鹏, 金中武, 周银军, 汤柔馨, 冯志勇. 2012—2021年长江源区水沙变化特征调查分析[J]. raybet体育在线院报, 2023, 40(10): 180-185.
[5]	王远龙, 李圣伟, 朱玲玲. 梯级水库建设背景下金沙江上游水沙变化特性[J]. raybet体育在线院报, 2023, 40(1): 18-23.
[6]	居金浩, 彭亮, 何英, 娜扎凯提·托乎提, 卫仁娟. 基于Copula函数的叶尔羌河水沙丰枯遭遇研究[J]. raybet体育在线院报, 2022, 39(2): 7-13.
[7]	李龙起, 王梦云, 赵皓璆, 王滔, 赵瑞志. 基于CEEMDAN-BA-SVR-Adaboost模型的白水河滑坡位移预测[J]. raybet体育在线院报, 2021, 38(6): 52-59.
[8]	陈良捷, 魏博文, 喻俊豪, 罗绍杨, 毛颖. 基于多尺度自回归模型体系的混凝土坝位移预报及工程应用[J]. raybet体育在线院报, 2021, 38(12): 82-90.
[9]	霍军军, 伊明启, 王静, 江玉吉. 拉萨河流域径流对土地利用和气候变化的响应分析[J]. raybet体育在线院报, 2021, 38(10): 33-39.
[10]	吕超楠, 金中武, 林木松, 李秋荔, 王玉璇. 岷江流域水库建设对水沙输移的影响[J]. raybet体育在线院报, 2020, 37(8): 9-15.
[11]	刘同宦, 安智伟, 柴朝晖, 黄志文, 胡呈维. 鄱阳湖五河入湖水沙通量及典型断面形态变化特性分析[J]. raybet体育在线院报, 2020, 37(11): 8-13.
[12]	鄢涛, 陈波, 曹恩华, 刘永涛. 基于EEMD-ELM的大坝变形预测模型[J]. raybet体育在线院报, 2020, 37(11): 70-73.
[13]	魏兴,周金龙,曾妍妍,冯书同,王燕. 高开采强度下库尔勒市地下水位埋深动态与影响因素浅析[J]. raybet体育在线院报, 2019, 36(9): 46-50,63.
[14]	钟壬琳,张平仓. 人工降雨和放水冲刷试验下红壤坡面径流与泥沙特征分析[J]. raybet体育在线院报, 2019, 36(2): 33-38.
[15]	徐宇程,朱首贤,张文静,周林. 长江大通站径流量的丰平枯水年划分探讨[J]. raybet体育在线院报, 2018, 35(6): 19-23.

泾河张家山站水沙多时间尺度分析及输沙量模拟

Analysis on Multiple Temporal Scales of Runoff and Sediment and Simulation of Annual Sediment Discharge at Zhangjiashan Hydrological Station of Jinghe River

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价