我院博士生黄一昕在水文学领域TOP期刊WRR和JOH发表论文

2022-03-25 860

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。