基于 Embedding-GRU 的水库水位预测模型

为解决因水库数据采集设备能力有限、水文数据不全导致预测水库水位时预测精度较低的问题，以四岭水 库每小时水位监测数据为例，提出基于嵌入式-门控循环单元（Embedding-gated?recurrent?unit，Embedding-GRU）的 水库水位预测模型，即利用 Embedding 方法将单维降雨量数据升维至多维数据，扩大降雨的气候特征，结合 GRU 算法进行水库水位预测。将该模型与传统深度学习算法长短期记忆（long?short-term?memory，LSTM）、门控循环单 元（gated?recurrent?unit，GRU）、双向门控循环单元（bidirectional?recurrent?neural?network，BiGRU）这 3 种模型对比， 结果显示：Embedding-GRU 模型的预测效果均优于其他传统模型，平均绝对误差 EMA和均方根误差 ERMS分别平均 下降 19.6% 和 7.7%，并且在预测次日水库水位的应用场景中决定系数 R2能够达到 0.989?37。结果表明：该模型耦 合多种算法，扩大单变量的气候特征，具有较高预测精度和泛化能力。相较传统模型，基于 Embedding-GRU 的水 库水位预测模型能够对缺少温度、气压、风速、蒸发量等监测数据的水库进行可靠度较高的预测，适用水库范围 更广，为水库日常运维、除险加固提供参考。     

河北省农田水利工程运行管理系统的研发与应用

利用“大智移云”,通过现代通讯技术、互联网技术和信息管理技术，研发了覆盖河北省全省的农田水利工程运行管理信息系统，可有效实现全省农业灌溉用水量的统计分析与全省农业灌溉水有效利用系数测算，提升农田水利工程管理水平，发挥灌溉预报预测结果对合理灌溉的指导作用，推动农业水价综合改革工作高效开展，为河北省农田水利信息化管理提供技术支撑和手段。     

滹沱河山区径流多尺度变化规律及影响因素研究

径流是反映流域气候及地理环境变化的重要指标,辨析其多尺度变化特征及影响因素,对于认识气候变化背景下流域水文情势变化规律及维护水资源安全具有重要意义。以滹沱河山区小觉流域和冶河流域为例,结合水文和气象数据,应用Mann-Kendall趋势分析、突变检验及Morlet小波函数等方法,分析两流域1960—2018年径流深趋势、突变、周期等多尺度变化特征,并利用相关分析与随机森林模型揭示了气温、降水、潜在蒸散发、叶面积指数对不同时段(汛期、非汛期)月径流深变化的相对重要性。研究结果表明：1960—2018年多年平均尺度上,冶河流域径流深(69.34 mm)大于小觉流域(39.07 mm),两流域年径流深均呈显著下降趋势,且冶河流域的下降速率(13.0 mm/10a)大于小觉流域的下降速率(8.7 mm/10a);在月和季节尺度上,两流域径流深也呈现显著下降趋势,尤其在夏季时段径流深下降趋势最快。小觉流域和冶河流域径流深分别在1981和1979年发生突变,且突变后径流深下降速率较突变前有所减缓,同时极端流量出现频率减少,其中8月份流量减小幅度最大。小觉流域的径流深主周期分别为15、8和5 a,冶...     

京津冀平原浅层地下水漏斗演变规律与影响因素

为研究华北地区河湖生态补水对地下水漏斗演变的影响,以京津冀平原浅层地下水漏斗2003年至2022年的相对变化作为识别目标,从气象因素、地形因素、人为因素和含水层水力学特性4个方面进行考虑,选取8个具体指标构建特征变量数据集,使用逻辑回归（logistic regression, LR）、支持向量机（support vector machine, SVM）和随机森林（random forest, RF）方法建立漏斗演变识别模型,并利用敏感度、特异度和决定系数R2 对拟合效果进行对比评价,结果显示随机森林为最优模型。进而利用模型分析研究区地下水漏斗演变规律,阐明具体因素对漏斗演变的影响作用。研究表明：京津冀平原区浅层地下水漏斗在2010年之前整体呈扩张趋势,之后在部分地区呈现缩减和消失的态势。河湖补水前,地下水漏斗发展主要受开采影响,其重要度约50%;2018年后河湖补水对抑制漏斗扩张发挥了较为明显的作用,重要度达16%。从发展过程来看,地下水开采依然是控制京津冀平原浅层地下水漏斗变化最重要的因素。对比宁柏隆和高蠡清两个典型浅层地下水漏斗的发展变化可知,河道生态补水对宁柏隆漏斗变化的贡献率接近10%,而对高蠡清漏斗变化影响的重要度仅为1%,因此持续的河流生态补水对宁柏隆漏斗水位恢复会产生积极影响,而对于高蠡清漏斗则需要以水源置换压减农业灌溉地下水量为关键手段实现水位恢复。