论文部分内容阅读
补远江是澜沧江下游来水量最大的一级支流,其水文效应随着干流梯级电站相继建成而凸显,然而该河水沙研究至今尚欠关注,而流域径流、输沙的估算是水资源管理中广泛面临的问题.本文采用补远江曼安水文站1960～2008年月平均流量数据和1993～2008年月平均悬移质含沙量数据,对补远江流域的水沙特性及其变化进行了统计分析.并基于流域控制水文站曼安站的水沙和降雨资料和勐腊、景洪、思茅、普洱、江城气象站的降雨数据，对补远江干流的径流、输沙进行建模预测。结果表明：(1)研究时段内，补远江流域水沙的年内分配不均，来水量来沙量都主要来源于汛期6～11月，尤其是输沙量集中在7、8月份。(2)流域水沙的年际变化幅度较大，年径流量和年悬移质输沙量均呈现一定的下降趋势。流域多年年平均流量为178.1m3/s,多年年平均输沙量为5.2953×106t。(3)曼安断面年均来沙系数为0.006 kg·s/m6，流量与含沙量呈现明显正相关，相关系数为0.780（通过0.01显著性水平检验），回归决定系数为0.608，拟合程度较高。(4)基于时间序列自回归滑动平均(ARIMA)预测模型，分别对补远江曼安水文站1968～2008年汛期、非汛期流量，1993～2008年干、湿季月平均含沙量资料进行建模拟合。综合AIC值、相对误差，确定模型的阶数，运用Marquardt非线性最小二乘法估计模型参数，建立ARIMA预测模型。经检验，汛期径流序列选出最优模型ARIMA(5，0，4)，亦即ARMA(5，4)，其AIC=-37.941，剩余方差=38.9761，相关系数R=0.746191，拟合度C=55.680％；非汛期泥沙序列选出最优模型ARIMA(2，0，3)，亦即ARMA(2，3)，其AIC=205.884，剩余方差=4769.9808，相关系数R=0.683609，拟合度C=46.732%。汛期泥沙序列选出最优模型ARIMA(1，1，1)，其AIC=-61.046，剩余方差-2.4071，相关系数R-0.962329，拟合度C=92.610%；非汛期泥沙序列选出最优模型ARIMA(1，1，2)，其AIC=-131.785，剩余方差=0.2293，相关系数R=0.996925，拟合度C=92.386%。汛期流量拟合结果中相对误差≤∣±20%∣的为31个，合格率为80.5%，预报等级为乙等：非汛期计算结果中相对误差≤∣1±20%∣的为31个，合格率为80.5%，预报等级为甲等；汛期含沙量拟合结果中相对误差≤∣±20%∣的为13个，合格率为92.1%，预报等级达到了甲等；非汛期含沙量计算结果中相对误差≤∣±20%∣的为10个，合格率为76.9%，预报等级为乙等。从而说明上述时间序列模型在补远江径流、泥沙预报中是切实可行的。应用上述模型分别对补远江干流2009～2011年的干、湿季平均含沙量和2009～2013年汛期、非汛期平均流量进行了预测，根据预测结果，短期内曼安站非汛期流量、全年含沙量均较为稳定，其中年雨季含沙量略有下降趋势，年旱季含沙量有上升趋势：汛期流量波动较大，实现了河流输沙状况的短期预报.