基于含水层渗透系数研究的云-Markov 模型的建立与应用

通过建立云-Markov模型对含水层渗透系数进行预测。利用云模型中的多条件多规则不确定推理技术,根据样品的粒径分布对渗透系数进行预测,并对其进行误差分析;在此基础上利用权Markov原理对预测误差的随机性进行模拟,进而根据此模拟值对云模型的预测结果进行校正,将校正后的预测值作为云-Markov模型最终的计算结果输出,即完成对一个沉积样品渗透系数的预测。将该模型应用于华北平原典型地区冲洪积扇含水层参数研究,计算结果表明:与渗透系数的实测值相比,云模型的误差相对数介于0.62~1.34间,通过权Markov误差校正后,云-Markov模型的误差相对数为0.74~1.27。与传统经验公式相比,云和云-Markov模型的计算精度均满足地下水资源评价的要求,其中云-Markov模型具有更高的计算精度和广泛的使用范围,但其同时也具有较高的计算成本。     

基于人工神经网络的水质监测模型研究

为找出适用于水质指标监测的标准模型,采用遗传算法优化BP神经网络模型(GABP),选取高锰酸盐指数(CODMN)、总氮(TN)和总磷(TP)3种实测指标为基础,以Nash-Sutcliffe系数(CD)、逐日相对均方根误差(RMSE)和Kendall一致性系数(K)为评价指标体系,找出最优模型,并将结果与BP神经网络模型对比,结果表明:GABP模型在对3种指标进行模拟时,其模拟结果与实测值的拟合方程斜率均在0.95~1.06之间,且决定系数较高,均在0.70以上;同时对不同模型评价指标进行计算可知,GABP模型对3种指标计算结果的RMSE均在0.301一下,而CD和K值均超过了0.79,且与实测值的相关性均达到了极显著水平(P0.01),这表明GABP模型对水质指标的模拟精度较高,可作为水质监测的基本模型使用。     

基于人工神经网络的水质监测模型研究

为找出适用于水质指标监测的标准模型,本文用遗传算法优化BP神经网络模型(GABP),选取高锰酸盐指数(CODMN)、总氮(TN)和总磷(TP)3种实测指标为基础,以Nash-Sutcliffe系数(CD)、逐日相对均方根误差(RMSE)和Kendall一致性系数(K)为评价指标体系,找出最优模型,并将结果与BP神经网络模型对比,结果表明:GABP模型在对3种指标进行模拟时,其模拟结果与实测值的拟合方程斜率均在0.95―1.06之间,且决定系数较高,均在0.70以上;同时对不同模型评价指标进行计算可知,GABP模型对3种指标计算结果的RMSE均在0.301一下,而CD和K值均超过了0.79,且与实测值的相关性均达到了极显著水平(P0.01),这表明GABP模型对水质指标的模拟精度较高,可作为水质监测的基本模型使用。     

基于ANSYS的大伙房水库土坝渗透系数反演

根据温度场和渗流场的相似性,利用有限元分析软件ANSYS的热分析功能计算土石坝渗流问题。通过AN-SYS的优化设计功能,建立了基于ANSYS的渗透系数反演模型,反演得到更符合大伙房水库大坝实际工况的渗透系数,利用该渗透系数进行渗流数值计算,通过对计算值与实测值的对比表明,有限元计算值与实测值相对误差较小,拟合结果能够满足精度要求。说明所求得的渗透系数比较合理,可以用于渗流数值计算。     

通用土壤水分平衡模型及其应用

本文简要介绍了加拿大农业部通用土壤水分平衡模型,并对影响计算精度的关键子模型——农田蒸散量子模型作了改进,改进后的模型计算值与实测值吻合较好,具有较高精度,可用于我国北方地区。     

ISAREG模型在灌区土壤墒情预报中的应用研究

土壤墒情预报是农田土壤水分调控的基础和前提。针对当前灌区土壤墒情监测工作量大且预报精度不高的问题,采用数值模拟和农田实测数据相结合的方法,应用以水量平衡法为基本原理的ISAREG灌溉模型进行灌区土壤墒情预报,并利用内蒙古河套灌区沙区灌溉试验站的大田实测数据对ISAREG模型的模拟精度进行验证,结果表明:ISAREG模型能较好地模拟作物土壤含水率的动态变化,模型输出的模拟值与实测值对比,回归系数约为1.02,决定系数在0.6以上,误差在10%以内,表明该模型参数经过校准和验证后,可以用来进行土壤墒情预报。该模型还具有识别作物是否处于水分胁迫状态,并对作物灌溉制度进行评价和优化的功能,可进行灌区灌溉预报。     

基于指标规范值的水安全评价的投影寻踪回归模型

投影寻踪回归的参数矩阵模型用于指标较多的水安全评价,其优化效率和优化效果均受到影响。若适当设置各指标的参照值及指标值的规范变换式,并对指标值进行规范变换,则用规范值表示的不同指标皆与某个规范指标"等效"。因此,只需构造并用免疫进化蛙跳算法优化得出对各指标规范值都能适用的2项指标的NV-PPR(2)和3项指标的NV-PPR(3)水安全评价模型。而当指标数较多(m≥4)时,只需将其分解为若干个NV-PPR(2)和(或)NV-PPR(3)的组合表示即可。实例分析结果表明:基于指标规范值的水安全评价的投影寻踪回归模型具有形式简洁、计算简便和普适通用的特点。     

SEBAL模型在台兰河流域蒸散发研究中的应用

由于陆地表面的空间非均匀性,传统的观测手段难以由点向面拓展。采用基于地表热量平衡的SEBAL模型,利用MODIS影像数据估算了位于干旱地区的台兰河流域的实际蒸散发量及其时空分布特征。结果表明:日蒸散发量的实测值与反演值相关性为0.88,月蒸散发量的实测值与反演值相关性为0.91,精度较高。估算全年总的蒸散量约为7.04亿m3,比水量平衡法计算的蒸散量大4%。通过各精度的检验可知,该模型计算结果较为可信。     

不同蒸散发模型在湿润地区的适用性研究

为研究不同蒸散发模型在估算湿润地区蒸散发量方面的适用性,以淮河大坡岭以上流域为研究对象,构建了考虑植被叶面积指数的分布式彭曼蒸散发模型及双源蒸散发模型。通过计算流域2010～2018年逐日蒸散发能力,并建立上述模型计算值与蒸发皿实测值的拟合关系,比较了两个模型的计算精度。结果表明:彭曼蒸散发模型及双源蒸散发模型计算的流域蒸散发能力值与蒸发皿实测值,在时间上具有较好的相似性和一致性;且双源蒸散发模型计算的流域蒸散发能力与蒸发皿实测蒸散发值的相关关系好于彭曼蒸散发模型。研究结果可为估算湿润地区的蒸散发量提供支撑。     

基于分位点回归模型的洪水概率预报方法

采用分位点回归模型分析洪水预报的不确定性, 提供洪水预报倾向值( 预报概率分布的中位数) 和 90% 置信度的预报区间成果, 实现了洪水概率预报。基于/ 精度2可靠性0 联合评价指标对分位点回归模型计算的预报倾向值 和预报区间成果进行了评估。在信江流域梅港站的应用结果表明: 基于分位点回归模型提供的倾向值定值预报结 果可进一步提升洪水预报的精度; 同时该模型提供的 90% 预报区间结果具有较高的覆盖率( 约 90% ) 且离散度较小 ( 小于 01 20) , 表明预报区间以较窄的宽度包含了绝大多数的实测值, 预报可靠性较强。     

城市地铁开挖对相邻地下管线影响的数值分析

城市地铁工程开挖引起附近地下管线周围土体发生位移,从而影响管线的正常使用和安全。该文以沈阳地铁二号线11标段为实例,以有限差分软件FLAC3D为分析平台,建立了地铁隧道、土体和地下管线变形耦合作用的三维数值计算模型,对模拟值与实测值进行对比分析,并分析了隧道开挖步对管线的影响。结果表明:管线的最大竖向位移点在隧道轴线与管线的相交点,沿着管线方向离隧道轴线越远位移值越小,数值计算值和实测值基本吻合。该数值计算模型具有较高的仿真度,可以预测地下管线的变形规律。     

GeoWEPP在黄土高原地区应用的适用性评价

WEPP模型是由美国农业部组织开发的土壤水蚀预报模型,研究从两方面来探讨流域版GeoW EPP在黄土高原地区应用的适用性:①GeoWEPP模拟时输入的基本气象参数精度检验;②GeoWEPP对流域侵蚀产沙模拟的精度评价.结果表明,由WEPP模型CLIGEN气候发生器生成气象数据不仅较好反映了实测值,而且精确表达了普通或极端天气的实际分布;GeoWEPP对黄土高原流域径流和输沙进行模拟,模拟值与实测值的绝对误差小于30％,相关系数大于0.90,Nash-Sutcliffe系数大于0.80,模拟值较好反映了实测值.     

随机微分方程在河道径流模拟中的应用

把随机微分运用到河道的行洪过程分析与计算中,通过考虑金沙江中游某河段行洪过程中的不确定性,建立随机微分方程模型,模拟河道出流过程,并用该河段某水文站的实测流量值对模型进行验证。结果表明:模拟值与实测值的统计参数有较好的拟合性,随机微分模型有较高的精度与准确性,模型在河道调洪验算中具有较高的适用性。本文为河道洪水验算提供了新的思路,为考虑河道洪水验算过程不确定性的洪水计算提供了科学依据。     

黄河中游典型流域水文统计模型精度集合评价

基于主成分分析法、层次分析法和综合得分法，构建多层次多指标的模拟精度评价指标体系，探究体系化的综合模型精度集合评价。选取黄河中游典型流域内7个水文站的水文资料，依据较为广泛应用的4个水文模型建立基于降雨量的倍比、线性及不同指数下的水沙拟合公式，以径流突变年份划分序列率定期和验证期，评价模型在率定前后精度，通过对比最优精度模型与实测数据下降雨及人类活动对水沙变化的贡献率，验证该评价指标体系的准确性。综合得分表明各模型精度接近，总体表现为率定期精度高于验证期，研究得到了率定期及验证期内各水文站的最优精度模型。与实测序列驱动因素贡献率对比发现，最优精度模型计算出的贡献率最接近实测值贡献率，能够反映出与实测序列相同的水沙变化情况。     

基于混合模型的溢流坝参数反演和监控指标拟定

以混合模型为基本原理,结合大坝坝顶水平位移实测值,运用有限元分别计算由坝体和坝基引起的坝顶顺河向水平向位移,以此建立溢流坝坝顶顺河向水平位移的混合模型,通过混合模型分别反演坝体和坝基的弹模,并初步拟定监控指标。从计算结果看,实测值和拟合值非常接近,且其复相关系数R为0.892,剩余方差为0.921,说明该混合模型精度较高,在反演坝体坝基弹模和设置监控指标中具有一定的价值,为工程运行提供参考。     

含水层渗透系数预测及不确定性分析耦合模型

本研究旨在精细计算冲洪积平原地区的渗透系数,并为进一步建立溶质运移模型提供基础数据。通过建立人工神经网络(ANN)与通用似然不确定估计法(GLUE)的耦合模型对含水层渗透系数进行预测,并对模型参数的不确定性进行分析。利用马尔可夫蒙特卡洛采样法(MCMC)取代常见的通用似然不确定性估计方法中的蒙特卡洛法(MC),将其与人工神经网络技术耦合,以150个典型粒度组分样本作为输入数据,构建研究区含水层渗透系数预测及不确定性分析的GLUE-ANN模型。通过对华北平原典型地区实例研究,验证该方法具有较好的采样效率和寻优性能。计算结果表明,与渗透系数的实测值相比较,GLUE-ANN模型的相对误差介于1.55%~23.53%之间,模型的计算精度满足地下水资源评价的要求。通过模型参数的后验分布得出参数全局最优值所在的区域,表明模型能够更合理地反映水文地质参数的不确定性。     

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。     

基于含水层渗透系数研究的云-Markov模型：建立与应用

渗透系数的精度对地下水流和溶质运移有重要影响，传统方法在计算渗透系数的过程中均存在一些局限性。本文建立了一种新的云-Markov模型对渗透系数进行预测：利用云模型中的多条件多规则不确定推理技术，根据样品的粒径分布对渗透系数进行预测，并对其进行误差分析；在此基础上利用权Markov链对预测误差的随机性进行模拟，进而根据此模拟值对云模型的预测结果进行校正，将校正后的预测值作为云-Markov模型最终的计算结果输出，即完成对一个样品渗透系数的预测。将该模型应用于华北平原典型区冲洪积扇含水层参数研究，计算结果表明：与渗透系数的实测值相比，云模型的误差相对数介于0.996~1.178间，通过权Markov误差校正后，云-Markov模型的误差相对数为1.021~1.134，预测精度较最初的云模型有了一定的提高。故与传统模型相比，云-Markov模型基本可以应用于含水层渗透系数的计算。     

应用最小能耗率原理优化设计不冲不淤渠道

最小能耗率原理认为,河流系统在某些约束条件下维持稳定平衡状态时其能耗率应为最小值。本文根据最小能耗率原理,以能耗率极小为目标函数,以渠道不冲不淤流速作为约束条件,利用优化计算方法对不冲不淤稳定渠道进行优化设计,并用泾惠渠、洛惠渠和渭惠渠三个灌区部分实测稳定渠道资料对计算结果进行了验证。验证结果表明,优化计算值与实测值符合较好。     

泥浆管道输送特性的CFD模拟

为防止挖泥船施工中泥浆泵能耗高、输送阻力大和排泥管道淤堵,以水平管道中泥浆流动过程为研究对象,采用以颗粒动力学为基础的欧拉双流体模型,对水平管道中泥浆输送的固液两相流进行了CFD数值模拟,并与Durand模型的计算值和文献中的试验数据进行了对比。结果表明:数值模拟得到的计算结果与实测值表现出良好的一致性;在管道内充分发展段,管道截面的垂直中心线上颗粒浓度呈不对称分布,并且不对称度随着颗粒浓度增大或泥浆流速变大而降低;粗颗粒在管道底部由于受到升力作用,因此其浓度曲线在管道底部近壁处出现反折;CFD模型得到的压降计算值较Durand模型更接近实测值。