我院博士生黄一昕在水文学领域TOP期刊WRR和JOH发表论文

发布时间:2022-03-25浏览次数:2253

近日,我院梁忠民教授研究团队的博士生黄一昕在《Water Resources Research》上发表题为“A coupled dynamic system inversion model for higher accuracy in flood forecasting”的论文。本论文是继该团队2021年在《Journal of Hydrology》上发表“Multi-source error correction for flood forecasting based on dynamic system response curve method”论文后取得的新进展。

洪水预报是防洪非工程措施的重要内容之一,在防灾减灾中发挥着关键作用。然而,由于洪水的复杂性以及人类对其规律认识的局限性,使得洪水预报不可避免地存在各种不确定性,导致洪水预报误差。特别是对复杂的或较长的河流水系,这些预报误差在从上游至下游的洪水演进过程中,被不断地传播和累积,给实际洪水作业预报带来精度瓶颈。实时校正作为降低洪水预报误差、提升预报精度的最后一道技术屏障,是水文科学领域的研究热点和难点。论文提出了一种具有自适应特征的动力系统反演模型(DSI model),可对复杂河流系统的长河段洪水演进过程进行误差实时校正,通过降低上游各站点/断面的预报误差,进一步提高下游站点实时洪水预报精度。DSI模型的核心是耦合了马斯京根法矩阵方程与动力系统反演方程,既能充分利用相关站点/断面的历史/当前的实测、预报及校正信息,以多站信息弥补单站信息的不足,也能自适应调整预报模型的阶数及参数,以适应不同时刻和不同条件下预报误差规律的变化。应用结果表明,DSI模型的校正能力强,校正效果随预见期增长衰减缓慢,鲁棒性优于传统校正模型。

该研究联合了美国德州农工大学的国际著名水文学家Vijay P. Singh院士,受到了国家自然科学基金重点项目(41730750)、面上项目(41877147)和江苏省研究生科研与实践创新计划(KYCX21_0507)等项目的支持。

 

相关论文链接:

[1] Huang Yixin, Liang Zhongmin*, Singh Vijay P., Hu Yiming*, Li Binquan, & Wang Jun. (2022). A coupled dynamic system inversion model for higher accuracy in flood forecasting. Water Resources Research, 58, e2021WR030531. https://doi.org/10.1029/2021WR030531

      [2] Liang Zhongmin, Huang Yixin, Singh Vijay P., Hu Yiming*, Li Binquan, & Wang Jun. (2021). Multi-source error correction for flood forecasting based on dynamic system response curve method. Journal of Hydrology, 594, 125908. https://doi.org/10.1016/j.jhydrol.2020.125908


1  论文1的图文摘要


2  论文2的图文摘要




供稿:胡义明、黄一昕,编辑:何肖微,审核:雍斌、江善虎


供稿:水文水资源学院  编辑:  审核:

最新动态

关闭