小波神经网络模型在滁河流域南京段洪水预报中的应用

滁河流域南京段小流域上游有洪水,下游有江潮,洪水预报精度常常偏低。神经网络在洪水预报领域应用广泛,因此采用BP神经网络模型和小波神经网络模型对滁河流域南京段进行洪水预报模拟。小波神经网络模型模拟指标显示总流量相对误差和洪峰流量相对误差均小于10%,峰现时间相对误差小于2 h,均方根误差小于100,相关系数大于0.90,均优于BP神经网络模型。结果表明,小波神经网络模型比BP神经网络模型模拟精度更高,收敛速度更快,可为滁河流域南京段后续洪水预报提供参考意见。     

逐步回归和BP神经网络模型的枯季月径流预测

枯季径流是工农业用水的重要来源,分析和预报流域枯季来水情况,可为科学制定用水方案、合理调配水资源提供依据。运用逐步回归模型和BP神经网络模型分别对盘龙河流域枯季月径流进行拟合和预报分析,并采用相关系数、相对误差、合格率对两个模型预测精度进行比较。结果表明BP神经网络模型预测精度更高,预测结果精度满足规范要求,更适用于盘龙河流域枯期月径流的预测。     

基于MATLAB的Elman神经网络在大坝位移预测中的应用

根据MATLAB的Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力，提出了一种利用：Elman神经网络建立大坝位移预报模型的方法。通过实例比较Elman模型与BP模型的预测效果，结果表明，所建立Elman神经网络模型不仅收敛速度快，且其预测精度高于BP网络模型。利用MATLAB神经网络工具箱能使工作者从繁琐的编程中解脱出来，有效的提高工作效率。     

基于GSA-BP神经网络的河流输沙量研究

根据《中国河流泥沙公报》数据资料,建立了以河流名称(编号)、时间、径流量为输入因子,河流输沙量为输出因子,拓扑结构为3-10-1的BP神经网络预测模型,并针对BP神经网络模型的不足,采用了万有引力搜索算法对BP神经网络的权值和阈值进行优化,并对该GSA-BP模型的模拟性能进行了分析。结果表明:所建立的GSA-BP河流输沙量预报模型模拟值与实测值的相关系数、平均相对误差分别为0.999和3.65%,并且两者之间无显著的统计学差异。该模型的模拟值与实测值之间具有较好的一致性和较高的模拟精度,可以用于河流输沙特性的定量预报。     

神经网络理论在黄河宁蒙河段冰情预报中的应用

本文研究了以神经网络理论为核心的黄河上游宁蒙河段冰情预报。通过分析河流冰情特点，开发出了用Levenberg-Marquart算法改进传统BP神经网络理论进行冰情预报的数学模型，适用于流凌、封河、开河、水温、流凌密度、冰塞、冰坝等的预报。把该模型应用到2004—2005年冰情预报中，提前预报出2004～2005年冰情发生情况，具有良好效果。理论分析和实例论证都表明该神经网络模型能够进行宁蒙河段冰情预报。     

BP神经网络在大理河年径流预测中的应用

以大理河为例,根据其1964—2001年年径流序列的长期变化特征,利用MATLAB工具箱提供的神经网络设计、训练及仿真函数建立了年径流预测的BP神经网络预测模型。结果表明:BP神经网络预测值检验的合格率为100%,预报精度明显高于自回归模型。     

猫街水文站洪水预报模型研究

针对猫街水文站采用物理模型进行洪水预报时过程复杂、适用性和快捷性较差等问题，笔者选取BP神经网络模型作为预报模型进行洪水预报研究，选取2013—2018年猫街水文站共计6年主汛期逐日水文观测资料作为训练样本，2019—2021年共3年主汛期资料作为测试样本。研究结果表明，在现有数据条件下，除部分特殊年份外，采用BP神经网络模型进行洪水预报的精度较高，整体预报精度较好，对实际预报作业有一定的指导意义。同时，BP神经网络预报模型具有误差修正功能，随着模型学习训练期的延长、预报次数增加，预报精度还会相应提高，未来可运用到实际预报作业当中。     

MATLAB神经网络工具箱在径流模拟中的应用

选择汉江上游回水河流域为研究区域,运用美国Mathworks公司发布的MATLAB神经网络工具箱构建BP神经网络,采用traingdm函数(动量梯度下降反向传播算法)、trainlm函数(Leverberg-Marquart优化方法)和trainbr函数(Leverberg-Marquart优化方法结合贝叶斯正则化方法)来训练BP网络,进行日流量模拟,并比较3种算法的模拟精度.结果表明:使用MATLAB神经网络工具箱可以快速、高效地构建BP神经网络,并应用于径流模拟中;神经网络工具箱提供的大量网络构建函数、快速学习算法和友好的图形界面大大缩短了神经网络的建模时间,使网络设计者摆脱繁琐的编程工作,将研究重点转移到如何优化网络配置、提高网络学习效率、推广能力和仿真效果上来;在回水河流域,采用trainbr函数训练的网络模拟径流的精度较traingdm函数和trainlm函数的精度高.     

自适应BP神经网络对黄河下游洪水位的预报

利用黄河下游多水文站的多年水位资料，用自适应BP神经网络对艾山水文站的水位进行预测，同时与逐步回归分析以及普通BP神经网络得到的结果对比，结果表明：①自适应BP神经网络的预报精度高于普通BP神经网络、逐步回归法，尤其对最高洪水水位的预报精度有较大的提高；②普通BP神经网络存在易陷入死循环、收敛速度慢、对神经元个数依赖大等缺点，可以利用学习率自适应调整和动量法改进BP神经网络；③建议在补充、完善资料的基础上，将神经网络与时间序列相结合，加强黄河下游洪水水位预报的研究和实验，进一步提高预报精度。     

BP神经网络和灰色系统预测模型在深基坑地表沉降中的应用

简单地介绍了BP神经网络与灰色系统GM（1,1）模型原理,并利用MATLAB语言及其工具箱,结合某深基坑工程的地表沉降监测数据编制了预测预报程序,实现了地表沉降数据的预测预报。分析了这2种模型的预测结果。     

城市内河水环境承载力评价研究

城市内河水环境承载力评价是实现水资源科学管理和水污染综合治理的基础。本文在阐述水环境承载力内涵及评价状况的基础上,对多种方法的适用性和可操作性进行分析,选取人工神经网络模型(BP)和径向基函数人工神经网络模型(RBF)进行内河水环境承载力评价;构建指标评价体系,对BP和RBF模型进行驯化和参数率定,确定水环境综合污染指数,进行城市内河水环境承载力评价。以丽水市城市内河为例,综合评价水环境综合承载状态为弱承载,验证了评价指标和方法选取的可行性,为进行丽水市内河水环境整治提供依据。     

Simulation of Non-Point Pollutants Evolution in Coastal Plain Island-A Case Study of Chongming Island

The coastal plain region usually shows the agricultural dominated industry mode, so more and more attention is paid to non-point pollutants discharge. In this study, the method for assessing the influence of non-point pollutants discharge on river water quality is probed which is concluded as follows： （1） Considering the costal plain island is characterized as nearly even elevation, the conventional gravitational runoff confluence method based on eight-point gravitational flowing directions （DS） is unable to compute the runoff confluence received by the surrounding rivers, so a new method of triangular confluence based on three-points of grid center and the river segments is presented. Further the equations of non-point pollutants loads estimation and non-point pollutants confluence on rivers are presented. （2） The integration mode of non-point pollutants model and river water quality model is presented so as to further assess the non-point pollutants contribution to river water quality. （3） With the Chongming Island, the third largest island in China, as an example, the above-mentioned equations are specified. For this island, the non-point pollutants loads are estimated and linked to the developed water quality model of the river network in the island, and further the non-point pollution evolution in river network is simulated. In this scenario, the non-point pollution contribution to river water quality over the whole island is clearly displayed, and the area where the river water quality is seriously influenced by non-point pollutants discharge is distinctly depicted. This scenario also shows the water quality contribution ratio of non-point pollution to point pollution can be in the range of 55.5% to 44.5% which proves the importance of non-point pollution control in costal plain islands.     

复杂河网水系油粒子模型开发及溢油污染模拟

近年来,油粒子模型在海洋、海湾等水体的二、三维溢油数值模拟中获得广泛应用。然而,河网地区的水流模拟通常采用一维水动力模型,无法根据模型预测结果判断油粒子运动至河网节点后的流动方向,导致现有油粒子模型不能应用于河网水系溢油污染模拟。本研究针对水网地区溢油输移特征,通过定义河网节点出流河道流向因子,判断油粒子运动至河网节点后的流动去向,提出了一种基于油粒子模型的复杂河网水系突发溢油污染模拟方法。将改进的油粒子模型应用于太湖流域重要输水通道太浦河溢油污染模拟,结果表明,流向因子判断法能够正确模拟油粒子在复杂河网水系的迁移和分配过程,基于流向因子判断法开发的油粒子模型适用于水系结构复杂、水流条件多变的河网地区溢油模拟。成果对于提升复杂水网地区溢油风险预警和应急处置能力具有重要的理论价值和应用前景。     

上海市奉贤区近些年地表水水质变化趋势分析

奉贤区水域属长江流域,黄浦江水系,人工河道众多,水网密布,为典型的感潮河网地区。文章对上海市奉贤区1999年及2011年两次河道水质普查结果进行比较,并根据2000-2011年日常水质监测数据,采用有机污染综合指数法分析了近10余年间奉贤区骨干河道变化趋势,分析了河道水质污染的原因,提出了水环境改善的建议。     

水动力水质模型在温黄平原河网入河污染负荷削减中的应用

为了探究入河污染负荷削减对河网水环境改善的效果,针对台州市提出的河网水质改善需求,以浙南温黄平原河网为例,设定河网主要污染物氨氮为评价指标,建立能反映出河网水动力水质时空变化规律的模型,通过对入河污染物削减率和配水水源的调节,进行方案模拟计算。结果表明:在长潭水库和灵江联合配水、入河污染负荷削减率达到55%时,水质改善效果最好;温黄平原整体河网平均水质达到较好的Ⅳ类水。提高入河污染物削减率虽然能够大幅度的强化内部河网的治污体系,但控制污染物排放、调水引流、加强区域内截污治污多措并举才能从根本上有利于河网水环境改善。本模型的应用研究可为台州及其他类似城市的河网水污染治理和控制提供参考,为建立有效可行的城市河网水污染防治安全体系提供技术支撑。     

基于GA-Elman的河流水位预测方法研究

河流水位的变化过程是一个复杂的非线性过程,传统的神经网络预测存在误差较大、收敛速度慢、稳定性差等问题。为了实现对河流水位的有效预测,提出基于遗传算法(GA)优化Elman神经网络的河流水位预测模型。将GA与Elman网络进行有效结合,解决了单一Elman网络存在的不足。选取永定河的监测站点水文数据对河流水位进行预测与检验,并分别将其与Elman网络与BP网络预测结果进行对比。对比结果表明:GA-Elman水位预测模型的收敛速度快、精度高,可根据预测结果实现对水库、拦河闸合理调用,实现对河流水资源的有效配置,以满足灌溉、发电、防洪等工作的需求。     

太湖流域平原河网区水系连通性评价

河湖水系连通是流域及区域防洪、供水和水生态安全的重要基础。现有的基于水流阻力与图论的水系连通性评价方法并不适用于连通性受闸门工程调度影响较大的平原河网区,为此提出了改进的水系连通性评价方法,不仅考虑河网中不同类型河道的实际输水能力,还考虑了闸门启闭的开启度。以太湖流域平原河网区为例,运用太湖流域水量水质模型中的概化河网绘制河网图,结合模型计算出各河道水位及闸门开启度,构建出加权邻边矩阵,并利用MATLAB编程算出每个节点连通性,进行了平原河网区典型年时河网水系连通性评价。总体评价结论为太湖流域平原区总体水系连通性较高,但各水利分区的连通性有一定差异,其中阳澄淀泖区和太湖区水系连通性较高。评价结论符合太湖流域平原河网区的实际情况,和前期研究方法的结论基本一致。该方法实现了受闸门调度影响较大河网水系的连通性定量化评价,可用于河网水系连通性变化评估、改善水系连通工程设计等领域。     

潮汐作用对河网区重金属输移的影响

根据相关文献,推导了只考虑溶解态和悬浮态输移过程的一维河流重金属输移模型的表达式。根据2005年12月北江镉污染事故背景资料,对该模型的参数进行率定,以分析珠江流域西、北江河网区潮汐对重金属输移的影响。设定北江上游突发污染事故与下游大、中、小潮相遭遇的情景,将情景资料代入重金属输移模型进行模拟,根据模拟结果评价了事故对佛山市水厂供水带来的影响。分析结果发现,潮汐作用造成河流内水流往复震荡,对污染物的迁移过程影响较大;不同的潮汐作用导致西江、北江的水流补给形式发生变化,进而影响污染物的传播途径;污染事故与大潮相遭遇时,对供水造成的危害要远大于与中、小潮相遭遇时。     

河道海绵建设中SWMM-MIKE 11耦合模型的构建及应用思路

为解决我国城市化进程中的水安全和水环境问题,结合海绵城市建设理念和河道综合整治目标,分析暴雨洪水管理模型(storm water management model,SWMM)和MIKE 11模型的适用范围、具备优势和存在不足。结果表明,SWMM广泛应用于径流总量控制和面源污染削减的模拟,但是无法模拟河道中污染物的对流扩散和生化过程;MIKE 11河网模型广泛应用于城市河道水量和水质模拟,可预测特定条件下的河道水环境变化情况,但是无法反映陆域面源污染对河道水质的冲击影响。构建SWMM-MIKE 11耦合模型,利用SWMM进行海绵设施和雨水管网模拟,将SWMM中管网排口径流作为边界条件导入到MIKE 11模型中,可以实现二者优势互补。     

Implementation of Artificial Neural Networks in Modeling the Water-Air Temperature Relationship of the River Drava

Water temperature directly affects the physical, biological and chemical characteristics of the river and determines the fitness and life of all aquatic organisms. It has direct and indirect effects on nearly all aspects of stream ecology. Accurately estimating water temperature is a complex problem. The purpose of this article is to analyze the relationship between the air and water temperature of the River Drava by constructing an artificial neural network (ANN) model and choosing appropriate network architectures for the River Drava’s daily river water temperature as well as demonstrating its application in improving the interpretation of the results. A linear regression model, as well as a stochastic model are also constructed and compared to ANN models consisting of a multilayer perceptron neural network and a radial basis function network. The results indicate that the ANN models are much better models and that ANNs are powerful tools that can be used for the estimation of daily mean river temperature.