基于支持向量回归机的长期径流预报 及不确定性分析

根据汉江流域皇庄站1981-2008年逐月径流量与1980-2007年逐月74项环流指数、北太平洋海温场、500hPa高度场的相关关系,利用逐步回归挑选预报因子,构建基于遗传算法的支持向量回归机模型(GA-SVR),并对2009-2013年逐月径流量进行预报;结果表明,径流预报精度较高,汛期平均相对误差在30%以内,非汛期、年总量平均相对误差在20%以内,均优于随机森林和多元线性回归模型。将GA-SVR模型的预报结果作为概率预报的基础,采用贝叶斯理论中的水文不确定性处理器(HUP)对预报的可靠度进行分析;结果表明,HUP不仅可以提供精度更高的定值预报,还能以置信区间的方式量化预报的可靠度,提供更为丰富的预报信息。     

丹江口水库流域月尺度降雨与径流预报研究

以汉江上游丹江口水库流域为研究区域,通过降雨-气象遥相关分析从74项大气环流因子中筛选出预报因子,建立月降雨量与预报因子间的多元线性回归模型,根据大气环流因子对月降雨量进行预报,并构建研究区域的SWAT模型,以预报的月降雨量作为模型输入,实现月径流量的预报。以2012年逐月降雨及径流为例,模型对降雨和径流预报的合格率均约为83%,预报效果较好。研究表明,根据降雨量-大气环流因子的统计相关关系预报月降雨,并结合水文模型进行径流预报,对研究区域具有一定的适用性。     

基于Copula熵-随机森林的中长期径流预报研究

预测因子作为中长期预报模型的输入项,是影响预报结果精度的关键要素。为进一步提高预报精度,提出了一种Copula熵与随机森林模型相结合的中长期径流预报方法。该方法首先采用Copula熵指标对预测因子进行筛选,然后将选取的预测因子作为输入项,导入随机森林模型中对月径流进行相应预测。将该方法应用于汉江流域丹江口水库的逐月入库径流预报中,并与相关系数筛选法进行对比。结果表明:基于Copula熵指标筛选出的预测因子对应的模拟结果具有更高的精度,尤其对于汛期而言,其模拟值与实测值的拟合优度显著优于比选方法,说明其筛选出的预测因子具有更好的合理性。     

月径流预报建模方法对比分析——以嘉陵江北碚站为例

为提高径流预报的精度,以嘉陵江流域北碚水文站为例,选取1979～2019年径流资料,对比分析月径流预报多种建模方法的预报性能。选择时间序列法作为单变量预报模型的方法,随机森林、BP神经网络和多元线性回归作为多变量预报模型的方法,并应用时变权重进行组合预报,对比单变量与多变量、单一与组合模型预报结果。结果表明：(1)多变量预报模型预报效果更优,与时间序列模型相比,其平均绝对百分比误差减少约20%;(2)随机森林与BP神经网络这两种机器学习方法在单一模型中具有更好的预测能力;(3)时变权重组合预报方法能有效结合单一模型的优点,进一步提高预报精度。研究成果可为中长期径流预报的建模策略制定提供参考。     

基于改进RBF神经网络的新疆黄水沟径流预报

依据新疆黄水沟水文站1961~2005年逐月实测流量资料,采用随机森林模型筛选预报因子,利用筛选的预报因子作为RBF神经网络的输入层,利用RBF神经网络对该河流2006~2013年径流量进行"滚动式"预报,并与实测结果进行对比。结果表明:随机森林模型能有效地筛选影响因子,利用这些因子采用RBF神经网络进行径流预报的相对误差均在10%以内,拟合效果很好;"滚动式"长期径流预报结果相对误差的绝对值均在20%以内。     

组合预报在乌江渡水文预报中的应用

利用1951-2006年乌江渡月径流量和74项气象因子建立逐步回归、时间序列、周期均值叠加、多元线性回归、岭回归模型,对2007年和2008年月径流量进行预报以检验效果。按要求将各水文模型进行加权组合预报,共五种组合均提高了拟合、预报结果的精度和稳定性。     

基于EEMD-AR模型的丹江口水库年径流随机模拟与预报

基于水库历史年入库径流序列组分分析和识别,采用线性趋势回归检验法、有序聚类法、方差线谱法等方法,推求出序列趋势项、跳跃项及周期项等确定性成分,提出基于集合经验模态分解法(EEMD方法)的水库年径流自回归随机模拟模型(EEMD-AR),并应用于丹江口水库的年径流随机模拟和预报中。通过EEMD分解,解决了当丹江口水库历史年径流序列为非平稳序列时不能直接应用自回归模型(AR)进行随机模拟和预报的问题。模拟结果表明,EEMD-AR模型能较好地模拟丹江口水库年径流序列并保持原历史序列的统计特性,且模型预报精度符合要求。     

基于多元变量组合的回归支持向量机集成模型及其应用

为进一步提高径流预测的精度和泛化能力,提出基于多元变量组合的回归支持向量机(SVR)集成年径流预测模型,以云南省龙潭站年均径流预测为例进行实例研究。首先,以实例1—10月月均流量作为预测因子,采用相关分析法确定预测因子与年均径流量的相关系数,按照相关系数大小顺序依次选取预测因子,构建2维输入变量~10维输入变量的9种SVR模型对实例后12年的年均径流量进行预测。最后,采用简单平均(SA)和加权平均(WA)两种集成方法对具有较高预测精度的7种SVR模型的预测结果进行综合集成。结果表明:①SVR模型的预测精度随着输入变量维数的增加明显提高。②SA-SVR和WA-SVR模型对实例后12年年均径流量预测的平均相对误差绝对值分别为1.73%和1.79%,最大相对误差绝对值分别为6.34%和6.47%,精度和泛化能力均优于各SVR模型。相对而言,由于采用多个SVR模型进行集成,SA-SVR模型预测效果略优于WASVR模型。     

基于随机森林回归分析的径流预报模型

基于丹江水系老灌河干流主要控制站西峡水文站(1970~2010年)的径流量、流量、气温、降水量、蒸发量、相对湿度、气压等水文和气象资料,利用随机森林回归算法构建径流预报模型。结果表明:该模型的决定系数(R2)为0. 89,均方根误差(RMSE)为0. 038 2,模型预测精度(P)为91. 52%,在径流预测方面精度较高,可为其他区域水文预报问题的研究提供参考。     

多元线性回归与逐步回归在洪水预报中的应用——以南汀河中长期洪水预报为例

根据云南南汀河上的姑老河水文站长达41 a(1960～2000年)汛期(5～11月)实测月最大流量资料以及49 a(1951～1999年)来对27项气象因子(大气环流、太阳活动、下垫面因素等)的监测资料,通过建立姑老河站月最大流量与气象因子之间的多元线性回归模型和逐步回归模型,对年内最大流量及出现时间进行拟合。拟合结果表明,多元线性回归模型拟合的效果优于逐步回归模型。下一步,需采用耦合途径将不同预报方法结合起来,并进行实时校正,以进一步提高预测精度。     

地表水质模型研究综述

水质模型是进行水污染控制和水环境质量规划的有效工具。简要描述了地表水质模型的分类和国内外研究现状,重点介绍了目前几个主要的综合地表水质模型:Streeter Phelps模型及其修正公式、QUASAR模型、QUAL模型、WASP模型、MIKE模型,并对地表水质模型研究方向进行了展望。     

游荡河型成因及其河型转化问题的研究

本文借鉴前人有研究成果，归纳分析后得出河床纵向与横向稳定性指标的表达式，并进一步给出河床的综合性指标ＮＷ，将它作为区划河型的判数：ＺＷ〈５，游荡型；５≤ＺＷ≤１５，分汊型；ＺＷ〉１５，弯曲型，为研究游荡河型转化而进行的自然河工模型试验表明，若要将黄河下游的游荡河型转化为限制性弯曲河型，两岸有效的控导工程总长度至少应占工度的８８％，每处工程长度需要达到４ｋｍ左右，但就现在的整治工程情况而言，即使来多     

山区流域洪涝预报水文与水动力耦合模型研究进展

受人类活动及气候变化的影响,我国山区流域洪涝灾害频发,研制洪涝模拟及预报模型对于流域洪涝灾害防治及水环境综合整治具有重要的理论意义和应用价值。论文评述了洪涝模拟与预报使用的水文及水动力模型的优缺点,指出单一的水文或水动力模型的局限性。基于此,分析并比较了国内外已有的水文模型与水动力模型的不同耦合方式,包括水文模型与水动力模型的串联耦合、水文模型与一维水动力模型的动态单向耦合、水文模型与二维水动力模型的动态单向耦合。总结了各类耦合模型的优势和适用性,评价了已有耦合模型在计算精度、数值格式稳定性和计算效率等方面所取得的创新。论文探讨了流域洪涝发生和发展的水文过程与水动力过程的互馈机制,分析了水文模型与水动力模型新的耦合方法及可行性,介绍了水文与二维及一维水动力的动态双向耦合模型。动态双向耦合模型预期能更加真实地反映流域洪涝发生及发展物理机制,具有提高洪涝模拟预报精度和计算效率的潜力。各类耦合模型各有其自身优势,可以根据流域及城市防洪实际,选取合适的水文与水动力耦合模型,为山区流域洪涝模拟和预报提供技术支持。     

Comparison of infiltration models to describe infiltration characteristics of bioretention

Bioretention is one of low-impact development measures, which widely used not only because it can reduce stormwater runoff total volume, decrease peak flow rate and delay peak flow time, but also can remove the runoff pollutants. Infiltration is an important hydrological process for bioretention to evaluate its runoff total volume reduction and pollutants removal. So, it is important to find an optimal infiltration model that can well describe the infiltration performance of bioretention. The Horton, Philip and Kostiakov infiltration models were selected to compare their accuracy when using for describe the infiltration characteristics of bioretention, and the errors between the different models simulate results and experiment results were assessed via the maximum absolute error (MAE), bias and coefficient of determination (R²). The experimental results showed that Horton model is fitting well and flexible under different experiment conditions, especially when the hydraulic head was 10 cm, with MAE of 0.50–0.81 cm/h, bias of 0.1–0.23 cm/h and R² of 0.98–0.99. R² of the Philip and Kostiakov models were all over than 0.87 at the initial infiltration period, but the model fitting accuracy decreased significantly with infiltration time elapse. Furthermore, the total runoff volume capture ratio and emptying time were advanced used to evaluate the flexibility of Horton model, and the Nash-Sutcliffe efficiency coefficients of them were over than 0.61 and 0.58, respectively. Therefore, the Horton model can be optimal selected to describe the infiltration process of bioretention and for its hydrological evaluation.     

变态模型对水流运动相似的影响

归纳了模型变态的三种主要方式，重点对垂直比尺与水平比尺不同（λh≠λl=λB）的方式进行了介绍，分析模型变态对水流运动相似的影响，推导建立了其变态模型比尺关系，并重点推导出了矩形、梯形断面河渠的糙率比尺关系式。     

软基沉降预测模型的比较分析与应用

公路软基沉降预测是目前高速发展的软土地区公路建设中亟待解决的一大技术难题,预测模型也有多种,预测精度不尽相同。对工程中基于经验公式法预测沉降的传统模型(指数模型、双曲线模型)和成长曲线模型(Logistic模型、Gompertz模型、Weibull模型)给予介绍,并分别对各模型进行了数学比较分析。结果表明:传统模型不能利用施工期间的观测数据,只能用工后资料预测工后沉降,且对工后资料的要求较高;成长曲线模型能较好的反映沉降全过程的变化规律。Weibull模型较其它两种成长模型有较广泛的适应性,其对沉降的预测与实际吻合较好。     

河型变化段河工动床模型设计方法研究

以模型相似原理为基础，结合黄河小浪底至花园口河段河道整治模型试验研究，对河型变化段河工动床模型设计方法进行了初步探索，提出了“分段设计、过渡处理”的设计方法．辩证地解决了同一模型具有不同河型河段的河工动床模型设计问题。     

Hyperbola-Logistic叠加模型预测地基沉降

针对Hyperbola模型和Logistic模型的优缺点,提出Hyperbola-Logistic叠加模型,该叠加模型综合了两种单项预测模型的优点,以期达到高精度的预测结果。结合发电厂地基沉降现场观测数据,利用Hyperbola-Logistic叠加模型预测地基沉降,并与单项沉降预测模型的拟合结果进行比较分析。结果表明:与两种单项预测模型的预测结果相比较,叠加模型减小了系统误差,提高了整体的预测精度,拟合结果可靠,适用于发电厂地基沉降量的预测。新模型具有一定的适用性,是一种分析预测地基沉降的有效方法。     

A NEW DEPTH-AVERAGED ALGEBRAIC STRESS MODEL AND ITS VERIFICATION TEST

1.mThonvrmNTurbulencemodelshavefoundtheirwideapplicationsinscienceandtechnolOgyrelaedtofiuidflOw.UptonowvariouskindsOfturbulencemedelsaredeveloPedincludingtheone-equatbomodel(Bradshaw,P.etal.,1967),thetwo-equatbomedel(SPalding,l969),themuliple-equationmodel(Davidov,1961),thealgebraicstressmodl(Launder,etal.,1972)andsoon.Amongthesemodels,thetwo-equationkBmodeliswidelytestedandued.Thealgebraicstressmodelsareintermediatebetweensecond-ordercforuerschemesusingtranSPOrtequatbosfortheindividual…     

黄龙滩水电厂洪水调度方案生成模型与计算方法

针对黄龙滩水电厂洪水调度的具体情况 ,在指定的目标要求和内外环境下 ,运用定量、定性或两者相结合的方法 ,提出了常规调度、优化调度和自拟调度三种洪水调度模型 ,产生了相应的洪水调度方案。这些方案是电厂运行人员分析、比较、评判和选择洪水调度方式的基础