基于HBV和ANN模型的沂河流域暴雨洪涝临界雨量确定方法研究

【摘要】 以沂河流域临沂站以上区域作为研究对象,基于数字高程模型(DEM)及GIS技术提取流域并划分子流域,对流域内气象站的降水记录采用泰森多边形法建立研究时段内的逐日面雨量序列,构建人工神经网络(ANN)和HBV水文模型。利用模型寻求流域内面雨量与河流水文特征的定量关系,结合不同的特征水位推算研究流域内不同等级的致灾临界雨量。结果表明:1基于两种模型建立的降水-径流关系均能取得较好的模拟效果,在研究流域内具有很好的适用性;2HBV模型作为一种半分布式水文模型能够更好地反应出洪水过程的物理特征,故当ANN模型由于大洪峰样本不充分导致临界雨量值确定不准确时,HBV水文模型的计算值更宜作为风险预警指标;3对比分析两种模型的结果,确定出基于不同前期水位的一、二、三级风险致灾临界雨量分别为:257~310mm,152~247mm,100~203mm。精细化确定的临界阈值可以为开展灾害预警服务提供依据。更多还原