基于改进的BP神经网络水源地水质安全预测

针对传统的BP神经网络未对影响因子进行筛选和筛选过程的主观性等问题,提出了改进的BP神经网络模型。选取山西省阳泉市地下水饮用水水源地的10个水质监测指标,进行Pearson相关分析得到相关系数;运用信息指标评价法对模拟因子进行筛选,得到最优的模拟因子,在明确BP神经网络的结构后,把最优模拟因子作为BP神经网络的输入样本,被模拟因子(水质状况综合指数)作为输出样本,建立水质预测模型。结果表明,预测的水质状况综合指数与实际值平均相对误差为3.80%,水质指数平均相对误差为0,较传统的BP神经网络模型精度高。     

基于ELM模型的孔雀河流域参考作物蒸散量研究

为实现气象资料缺乏情况下ET0高精度预测,以气象因子的不同组合为输入参数,利用P-M公式计算的ET0作为预测标准值建立基于极限学习机的ET0预测模型。选取新疆孔雀河流域2011年与2012年逐日气象资料进行模型测试,并将模拟结果同其它常用模型进行对比。结果表明ELM模型能很好地反映气象因子同ET0间复杂的非线性关系,且模拟精度较高,可以作为气象资料缺乏情况下研究区ET0计算的推荐模型。     

BP神经网络模型在黄河上游产汇流预报中的应用

针对黄河上游唐乃亥控制断面以上地形条件复杂、流域面积大且控制站点稀少的实际情况,选取该区域主要产流区吉迈至玛曲段,利用BP神经网络模型对研究区的日径流进行模拟。经分析验证,3层BP神经网络模型简单可靠,误差较小,能较好地反映研究区的产汇流特性,可用于该区域的产汇流模拟及相关预报。     

基于灰色理论和神经网络的海口市水资源需求预测

构建了GM(1,1)灰色理论模型对海口市的工业、农业、第三产业发展及人口增长趋势的预测,并以此为基础,利用改进BP神经网络模型对海口市水资源需求进行预测,实现了灰色理论与神经网络的有机结合。模型计算结果表明:所建模型能够很好地反映影响因子与水资源需求增长之间的非线性关系,预测所得的水资源需求与实际水资源需求吻合,满足实际预测的需求。     

反向传播算法运用于电力系统神经网络的分析研究

着重研究了神经网络模型中的反向传播算法即BP算法，并对电力系统中两个 一次结线特殊的厂站的检修批答神经网络建立了BP模型，分析了BP算法中 初始权值、学习因子、冲量因子、隐含层数和隐含层节点数对该神经网络学习 过程的影响，实验结果证明，适当地选择初始权值、学习因子、隐含层节点数 等可以大大提高神经网络的学习速度,减少迭代时间，满足电力系统神经网络在线 学习的要求。     

多元线性回归与BP神经网络模型在次洪量预测中的对比研究

针对半干旱地区次洪量预测问题,选取岔巴沟流域曹坪水文站1980-2010年中15场洪水资料,根据实测次暴雨、洪量资料,考虑淤地坝控制面积、次暴雨量、暴雨中心位置、前期影响雨量等因子,利用SPSS及MATLAB软件,建立用以预测次洪量的多元线性回归模型和BP神经网络模型。模型预测结果比较表明:多元线性回归模型和BP神经网络模型都能较好地应用于次洪量的预测,进一步得出BP神经网络模型的预测效果优于多元线性回归模型。研究结果可为淤地坝的安全度汛提供决策依据。     

基于TOPSIS-模糊综合评判的模糊推理模型在开河预报中的应用

冰凌开封河受到较多自然和人为因素的影响,具有较高的不确定性,为了进一步提高冰凌开封河预测的精度,考虑各因素的综合作用成为解决问题的关键。先采用主成分分析法初步确定冰凌开封河历时影响因子的权重,运用模糊推理模型依据影响因子矩阵的相似性进行初步预测,进而采用TOPSIS-模糊综合评判模型对预报因子进行识别,筛选出合理的预报因子进行二次预测。运用实例对基于TOPSIS-模糊综合评判模型冰凌预报因子识别的模糊推理模型的效果进行了检验,同时与冰凌预报模糊优选神经网络BP模型进行对比,结果表明:在TOPSIS-模糊综合评判模型因子进行识别基础上的模糊推理模型预测精度较高、效果较好,既能够有效识别预报因子,又能够较好地提高预报封河、开河历时的精度,为凌汛预测提供了新的途径。     

基于外因响应的滑坡位移预测模型研究

根据滑坡位移序列的单调性和非线性,将滑坡位移分为趋势项和偏离量,建立曲线回归-BP神经网络模型对滑坡位移进行动态预测。以三峡库区树坪滑坡为例,首先通过曲线回归提取滑坡位移趋势项;然后在选取滑坡位移动态变化影响因子的基础上,建立BP神经网络模型逼近位移偏离量;最后将趋势项和偏离量预测值叠加,得到滑坡位移预测值。结果表明,该模型可更好地反映影响因子动态变化对滑坡位移发展的关键作用,预测的平均相对误差为3.3%,有效地提高了预测结果的精度。     

三种模型在洞庭湖区域地下水资源量预测中的应用

为了建立适应于洞庭湖区域地下水资源量变化规律的预测模型,在分析洞庭湖区域河川天然径流量、长江三口入水量、城陵矶出水量与地下水资源量相关性的基础上,分别利用多因子逐步回归模型、BP神经网络模型和多变量时间序列CAR模型建立了3种洞庭湖区域地下水资源量预测模型,并对所建立的3种模型的预测精度和预测结果整体规律进行了对比分析。研究结果表明:地下水资源量与河川天然径流量、长江三口入水量、城陵矶出水量具有较好的相关性;多变量时间序列CAR模型的预测精度较好,BP神经网络模型的预测精度次之,而多因子逐步回归模型的预测精度较差;多变量时间序列CAR模型的预测结果整体规律优于BP神经网络模型,而BP神经网络模型的预测结果整体规律则优于多因子逐步回归模型。     

基于BP神经网络的MIKE SHE模型参数率定

为了更精细地对水文全过程进行描述和解析,更准确地构建分布式水文模型,以丹麦Karup流域为例,对MIKE SHE模型的饱和导水率、饱和带水平水力传导系数、河床透水系数进行了参数率定,模拟流域的日径流过程。结果表明:基于BP神经网络反分析的参数率定方法比MIKE SHE模型参数自动率定计算得到的均方根误差RMSE小,模型效率系数Ens更接近1;采用BP神经网络反演率定参数后,3组测试样本的日径流模拟过程的RMSE分别为0.04,0.03,0.08 m³/s,Ens均为0.99,且模拟结果能较好地反映径流的实际变化趋势。因此,这种基于BP神经网络反分析的参数率定方法对构建分布式水文模型具有一定的价值。     

参考作物腾发量的混沌性识别及预测

本文应用饱和关联维数法对海河流域张北站从1966~2005年50年的参考作物腾发量序列进行混沌性识别,结果表明该序列存在一定的混沌特性。同时,运用自相关函数法和饱和关联维数法确定了该序列重构相空间的嵌入维数和延迟时间,并在此基础上进行了相空间的重构。建立了混沌局域法预测模型对相空间的演化进行了计算,实现了参考作物腾发量的预测,并与时间序列自回归(AR)模型和基于气象资料的BP神经网络模型预测结果进行了比较。结果表明,预测效果比BP网络模型稍差,但明显优于AR模型。这为解决缺乏气象资料地区参考作物腾发量预测问题提供了新的思路。     

青铜峡灌区参考作物蒸发蒸腾量与气象因子的灰色关联度分析

在收集了青铜峡引黄灌区5个气象站最近5年气象资料的基础上，应用1998年FAO修正彭曼-蒙特斯公式，计算出各站逐年的参考作物蒸发蒸腾量ET0；在阐述灰关联分析理论与计算方法的基础上，利用灰关联分析理论计算出各站各气象因子与ET0的灰色关联度并进行排序。分析结果表明：各气象因子对参考作物蒸发蒸腾量的影响都比较大，尤其是日照时数、平均最高气温和年平均风速对各站的影响相对较大，而最低气温、相对湿度和降雨对各站的参考作物蒸发蒸腾量的影响相对比较小。     

新疆旱区草地参考作物腾发量随机模拟及其应用

本文根据新疆地区乌鲁木齐、吐鲁番、伊宁3个气象站40年逐日观测资料,应用FAO 1998 Penman-Monteith公式,计算乌鲁木齐站(1959~2000年)、吐鲁番站(1961~2000年)和伊宁站(1961~2000年)的历年逐日ET0。在此基础上,对各站多年平均ET0序列进行了随机模拟。结果表明:3个站ET0年内变化趋势大体一致,都具有很强的季节性,总体上吐鲁番站的ET0最高,伊宁站最低;年际变化呈现递减的趋势。通过预测值和Penman-Monteith法计算值对比,说明随机模型的预测结果良好,相对误差范围在实用范围之内,可为计算灌区作物需水量和优化灌溉制度提供一定的依据。     

Analysis and prediction of reference evapotranspiration with climate change in Xiangjiang River Basin,China

Reference evapotranspiration(ET_0) is often used to estimate actual evapotranspiration in water balance studies. In this study, the present and future spatial distributions and temporal trends of ET_0 in the Xiangjiang River Basin(XJRB) in China were analyzed. ET_0 during the period from1961 to 2010 was calculated with historical meteorological data using the FAO Penman-Monteith(FAO P-M) method, while ET_0 during the period from 2011 to 2100 was downscaled from the Coupled Model Intercomparison Project Phase 5(CMIP5) outputs under two emission scenarios, representative concentration pathway 4.5 and representative concentration pathway 8.5(RCP45 and RCP85), using the statistical downscaling model(SDSM). The spatial distribution and temporal trend of ET_0 were interpreted with the inverse distance weighted(IDW)method and Mann-Kendall test method, respectively. Results show that:(1) the mean annual ET_0 of the XJRB is 1 006.3 mm during the period from 1961 to 2010, and the lowest and highest values are found in the northeast and northwest parts due to the high latitude and spatial distribution of climatic factors, respectively;(2) the SDSM performs well in simulating the present ET_0 and can be used to predict the future ET_0 in the XJRB; and(3) CMIP5 predicts upward trends in annual ET_0 under the RCP45 and RCP85 scenarios during the period from 2011 to 2100.Compared with the reference period(1961e1990), ET_0 increases by 9.8%, 12.6%, and 15.6% under the RCP45 scenario and 10.2%, 19.1%, and27.3% under the RCP85 scenario during the periods from 2011 to 2040, from 2041 to 2070, and from 2071 to 2100, respectively. The predicted increasing ET_0 under the RCP85 scenario is greater than that under the RCP45 scenario during the period from 2011 to 2100.     

基于最小二乘支持向量机的ET0模拟计算

参考作物蒸散量 （ET0） 有多种计算方法。本文将ET0看作是气象因素的复杂非线性回归,以日最高温度、最低温度、平均风速、太阳辐射以及相对湿度5个气象因子不同方式的组合作为输入数据,以FAO56 Penman-Mon?teith公式计算的结果作为预测校准值,建立了最小二乘支持向量机模型。选取河套地区临河气象站2005年逐日气象数据进行训练与验证,并将模拟结果同其他常用ET0计算公式的计算结果进行对比研究。结果表明最小二乘支持向量机能够很好的反映ET0同气象因素之间的非线性关系,模拟计算精度高,但随着气象因素个数的减少模拟精度有所下降。当基于温度和辐射条件计算时,最小二乘支持向量机模拟计算结果较Priestley-Talor公式计算精度更高,当基于温度条件计算时,温度较低时最小二乘支持向量机的模拟精度高于Hargreaves公式。     

Climate change trend and its effects on reference evapotranspiration at Linhe Station,Hetao Irrigation District

Linhe National Meteorological Station, a representative weather station in the Hetao Irrigation District of China, was selected as the research site for the present study. Changes in climatic variables and reference evapotranspiration （ET0 ） （estimated by the Penman-Monteith method） were detected using Mann-Kendall tests and Sen＇s slope estimator, respectively. The authors analyzed the relationship between the ET0 change and each climatic variable＇s change. From 1954 to 2012, the air temperature showed a significant increasing trend, whereas relative humidity and wind speed decreased dramatically. These changes resulted in a slight increase in ETo. The radiative component of total ET0 increased from 50% to 57%, indicating that this component made a greater contribution to the increase in total ETo than the aerodynamic component, especially during the crop growing season （from April to October）. The sensitivity analysis showed that ETo in Hetao is most sensitive to mean daily air temperature （11.8%）, followed by wind speed （-7.3%） and relative humidity （4.8%）. Changes in sunshine duration had only a minor effect on ET0 over the past 59 years.     

利用蒸发计估测参考作物蒸发蒸腾量的试验研究

根据联合国粮农组织推荐的方法估算参考作物蒸发蒸腾量(ET0)需要具备一定的气象资料,而使用另一种方法,即蒸发计估测ET0,可以减少基于作物蒸发蒸腾量制定灌溉制度的工作量,并且降低其复杂度。在叙述蒸发计构造及使用方法的基础上,介绍了一些研究者在不同气候条件下对蒸发计估测ET0准确度的试验研究。试验表明,在缺乏标准气象资料时,可以利用蒸发计来可靠地估测农场或更广阔领域的ET0。     

利用太阳常数等参数估算参考作物蒸散速率(ET0)的可行性分析

对无气象站或有站而不观测太阳净辐射（Rn）的地区提出利用太阳常数、地理纬度、太阳赤纬角、太阳时角、实际日照时间、最大可能日照时间计算太阳净辐射（Rn）及ET0的方法，并对该方法的可行性进行了分析，并指出计算过程中应注意的关键环节。     

近45年元江干热河谷灌溉需水的变化趋势分析

基于元江、巍山及禄丰3个站1955~2000年的逐月气象数据及作物种植、农业耕作等资料,采用Mann-Kendall法和R/S分析法,研究了元江干热河谷近45年来的干湿变化及农业灌溉需水量转折变化趋势。结果表明:元江河谷的气温下降、降水量增多、湿度增大,导致ET0显著降低,干湿指数、水稻及农业综合灌溉需水定额都呈下降的趋势。元江河谷的气象因子转折变化集中在20世纪70年代初和80年代末,而农业综合灌溉需水定额的转折变化期则在90年代初与气象因子的第二个转折期基本相同。     

Assessment of Blaney-Criddle Equation for Calculating Reference Evapotranspiration with NOAA/AVHRR Data

Reference evapotranspiration (ET₀) data are desirable for assessing crop water requirements and irrigation needs. A large number of methods have been developed for assessing ET₀ from meteorological data. In several places of the world, the existing network of weather stations is insufficient to capture the spatial heterogeneity of this variable The purpose of this work is to investigate whether it is possible to attain reliable estimation of ET₀ only on the basis of the remote sensing-based surface temperature (T_s) data by Blaney-Criddle (B-C) model under a semi arid environment of Iran. This study has assumed that the daytime surface temperature at the cold pixel obtained from the AVHRR/NOAA sensor can be used instead of air temperature in the Blaney-Criddle (BC) equation for ET₀ estimation in irrigated area. For this purpose, 61 NOAA- AVHRR satellite images acquired between June and September in 2004 and 2005 and weather data measured at two weather located in two irrigation regions with sugar cane located in Khuzestan plain in the southwest of Iran were used to calibrate and test the B-C model. The FAO-56 Penman–Monteith model was used as a reference model for assessing the performance of the calibrated BC model. The results show that calibrated B-C model provided close agreement with the reference values, with an average RMSE of 1.0 mm day^?1and a R² of 0.91.