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。     

建设“模型黄河”工程

“物理模型黄河”（简称“模型黄河”）可对“原型黄河”所反映的自然现象进行反演，模拟和试验，从而提示其内在的自然规律。一方面直接为“原型黄河”提供治理开发方案，中一方面为“数字黄河”工程建设提供物理参数，同时，“模型黄河”还应成为“数字黄河”运行结果中试环节。“模型黄河”工程体系包括黄土高原模型，水库模型，河道模型及河口模型，要保证“模型黄河”工程的建设及正常运行，必须做好工程的总体设计，建立稳定的投资渠道，树立科学的决策意识，培养和造就一流的科研人才队伍。     

调压井试验模型设计的研究

对调压井系统，其中包括调压井、引水隧洞、压力管道三部分的变态模型进行了研究，提出了变态模型比尺应同时满意涌浪方程、水击方程和压力管道水击波速方程的相似条件，并通过工程实例说明了变态模型的优越性。     

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。     

滦河流域分布式水文模型开发与验证

以WEP模型为基础,构建了基于物理机制的滦河流域分布式水文模型,采用500 m×500 m正方形网格,将流域离散为215 353个基本计算单元,采用“马赛克”法进行土地利用类型重归类,对冠层截留、地表过程、土壤过程、地下水过程以及汇流过程等水文过程进行连续30 a的模拟计算,并以桃林口水库水文站和滦县水文站的还原流量为准对模型进行了校验.结果表明:模型校验期模拟月径流与观测月径流之间的相关系数为0.85～0.94,纳什效率系数在0.72以上,模拟年径流误差控制在5％左右,表明该模型具有较高精度,可为流域水资源综合开发和管理提供支撑.     

灰色自适应模型及在负荷短期预测中的应用

本文针对电力负荷变化的非平稳性，首先建立起灰色模型分析用电负荷的趋势项，用灰色模型值与原始数据值进行比较，得出一系列误差值，作为二级数据，进一步应用自回归AR(2)模型对灰色模型产生的误差进行适应性调整。以1991年上海市用电负荷为例，预测二周用电负荷的平均相对误差为1.65%，对于特殊的节假日负荷，根据其自身的特点，本文则采用二元线性拟合模型进行预测，以避免产生大的预测误差。采用本文的系统具有一定自适应性，对于非平稳性的电力负荷具有很好的预测效果。     

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。     

基于幂函数的路基沉降预测模型

指数模型和双曲线模型是两个传统工后沉降预测模型,研究表明,这两种模型反映了两个极端:前者推算的结果通常偏小,而后者推算的结果又通常偏大。为了克服其缺点,在两个传统模型的基础上提出三参数幂函数模型,指数模型和双曲线模型分别是幂函数模型的两个特例:当幂指数n=1时,幂函数模型退化成指数模型;当n=2时,幂函数模型退化成双曲线模型。以深圳机场路基沉降为例,采用幂函数模型拟合和预测的沉降数据较两个传统模型误差更小,适应性更强。     

太湖流域湖西山丘区小流域水文模型适用性研究

选取太湖流域湖西山丘区具有代表性的洛阳河流域,收集了2016—2017年的实测洪水资料,采用API水文模型、新安江模型和太湖流域水文模型进行洪水模拟,分析各模型的适用性和模拟精度。研究表明,各模型在洛阳河流域的适用性较好,均取得了良好的效果,其中新安江模型模拟精度总体优于API模型和太湖流域水文模型,为湖西山丘区其他小流域的洪水模拟提供了参考。     

分布式流域水文模型的一般结构

本文论述了分布式流域水文模型的一般结构和研制思路，并提出了相应的数学物理方程，对于分布式流域水文模型的应用研制具有一定指导意义。     

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。     

基于ARIMA与ANN组合模型的需水量预测方法研究

需水量预测影响因素较多,具有线性和非线性特征。本文为了提高预测精度,提出基于ARIMA与ANN组合模型的需水量预测方法 ,利用ARIMA模型良好的线性拟合能力和ANN模型强大的非线性关系映射能力,把需水量时间序列看成由线性自相关结构和非线性结构组成,采用ARIMA模型预测需水量序列的线性部分,用ANN模型对其非线性残差部分进行预测,再将二者预测值进行组合预测。通过实例研究,组合模型预测精度更高,是需水量预测的一种有效方法。     

基于GIS的DEM和分布式水文模型的应用比较

本文采用GIS地形分布技术和栅格技术，对TOPMODEL和新安江水文预报模型进行基于GIS的技术改造，构建了基于DEM栅格的TOPMODEL水文模型和基于GIS的TOPMODEL和新安江分布式水文模型，并将3个模型应用于黄河支流——洛河卢氏以上流域的水文模型的参数率定和模拟比较，以探讨 GIS技术的应用和模型的适应性。结果表明在该研究流域上，3个模型都能很好地进行水文过程模拟，其中基于DEM栅格的TOPMODEL模型可取得更好的效果。     

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。     

淮河流域水质管理模型

淮河流域水质管理模型作为分析研究淮河流域水污染规律的工具 ,以淮河入洪泽湖河口以上流域为研究区域。在深入分析研究区域内水文气象、自然地理、河道和水流特性以及水污染特点的基础上 ,利用Mike 11,MIKEBASIN和ArcView软件研制和开发水质管理模型 ,为有效实施水污染防治和水资源管理提供依据。简要介绍模型的结构 ,主要参数的确定 ,模型的结果和模型的应用情况     

低影响开发单项设施模拟模型研究与应用进展

随着我国城市化进程的加快,城市内涝、雨水径流污染及水质恶化等问题日益严峻。低影响开发(LID)作为目前国际上城市水环境保护和可持续发展的雨洪管理新策略,在削减城市雨洪和滞留污染物等方面效果显著。为更好的模拟LID措施对环境带来的影响,不同尺度低影响开发模拟模型应运而生。本文总结了SWC、HYDRUS、DRAINMOD、RECARGA等典型小尺度单项设施模拟模型的特点、结构、适用条件和优缺点,分析了现有典型单项设施模拟模型的不足之处,指出模型参数选择、模型适应性检验以及水质水量耦合模型研发为今后的研究方向。     

隧洞进口小水深引水系统调压井变态模型律研究

根据调压井和压力管道非恒定流的数学方程导出的模型律和模型比尺,指出了这些模型比尺在隧洞进口水深较小的调压系统模型试验中存在的问题,探讨了模型比尺在调压系统模型设计中的适应性,提出了隧洞进口水深较小时调压系统模型设计的原则。根据两个模型试验结果,通过理论计算和数值模拟可以看出,运用这些原则设计模型,试验结果与理论计算及数值模拟结果是一致的。     

变形预测的一种最优线性组合模型

介绍了灰色GM(1,1)、时间序列和非线性组合模型的基本概念,讨论了最优线性组合模型的定义及其权系数的求解方法。结合某大坝变形监测数据,建立了基于灰色与时间序列的非线性组合模型和最优线性组合模型,以及基于灰色、时间序列与非线性组合的最优线性组合模型,并把这3种组合模型的预测结果与GM(1,1)、时间序列模型进行比较。结果表明,融合GM(1,1)、时间序列与非线性灰色时间序列组合的最优线性组合模型的预测效果明显好于另两种模型,其预测误差小于1 mm。