全文获取类型
收费全文 | 89篇 |
免费 | 4篇 |
国内免费 | 5篇 |
专业分类
电工技术 | 4篇 |
综合类 | 4篇 |
机械仪表 | 1篇 |
矿业工程 | 2篇 |
能源动力 | 1篇 |
水利工程 | 85篇 |
一般工业技术 | 1篇 |
出版年
2023年 | 4篇 |
2020年 | 3篇 |
2019年 | 1篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2015年 | 2篇 |
2014年 | 7篇 |
2013年 | 3篇 |
2012年 | 2篇 |
2011年 | 6篇 |
2010年 | 2篇 |
2009年 | 4篇 |
2008年 | 8篇 |
2007年 | 2篇 |
2006年 | 8篇 |
2005年 | 2篇 |
2004年 | 3篇 |
2002年 | 3篇 |
2001年 | 4篇 |
2000年 | 5篇 |
1999年 | 4篇 |
1998年 | 3篇 |
1997年 | 2篇 |
1996年 | 4篇 |
1995年 | 2篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1990年 | 2篇 |
1989年 | 2篇 |
排序方式: 共有98条查询结果,搜索用时 125 毫秒
11.
12.
用小波神经网络耦合模型预测流域年均产沙量 总被引:2,自引:2,他引:0
引入小波神经网络耦合模型对流域年均产沙量进行了定量研究。由于流域的地质、地貌、土壤在一定时间尺度内具有相对稳定的特性,选出年降雨量、年均气温、年径流量、大雨降雨量、暴雨降雨量、蒸发量、日照时数和汛期降雨量等8个要素作为模型的气候水文输入因子,而以耕地面积、林地面积、水库库容、修建公路、水土保持面积、裸地面积、年采矿量及年末总人口等8个要素作为模型的人类活动输入因子,对流域年均产沙量进行了定量建模预测。结果表明:小波神经网络耦合模型不仅拟合精度高,而且预测效果好,为流域产沙的定量研究提供了新的途径。 相似文献
13.
分析了西江悬移质输沙量变化的特征:年内水大沙多,年际也是水大沙多;年代变化为20世纪60年代末期至80年代呈偏大趋势,90年代中期以后的丰水期则以偏离平均值较大幅度呈急剧下降趋势。经分析其变化的原因,主要是上游众多水利枢纽工程的建设、流域水土保持、沿线堤防工程及河道采沙等所引起,并提出相关建议供参考。 相似文献
14.
借鉴葛洲坝工程的成功经验,有必要采用“动水冲沙“的方法解决三峡枢纽运行至中后期上、下游引航道中的泥沙淤积量较大的问题。为论证冲沙设施布置合理与否及不同大小冲沙流量的冲沙效果等,在完成地下电厂方案的长系列水文年(31 2a至70 6a)淤积试验后对各种年型及冲沙引用流量进行了冲沙试验。冲沙试验成果表明:上下游引航道冲沙效果随冲沙流量增大而增大,下游水位降低对提高冲沙效果有一定成效,上下游引航道水流条件不同,冲沙效果下游往往受上游影响,根据非平衡输沙原理,同一冲沙流量条件下,上游冲沙量较大时,下游冲沙量会有所减少。 相似文献
15.
粗细泥沙挟沙能力研究 总被引:10,自引:1,他引:9
文中导出了均匀沙、非均匀粗细泥沙平衡和不平衡状态下的挟沙能力公式,反映出含沙量、来沙量、级配和粘性对挟沙能力的影响。 相似文献
16.
本文通过大凌河流域泥沙来源、阎王鼻子水库修建对白石入库沙量的影响、德立吉水库垮坝对白石1962年入库沙量的影响的分析,分析白石水库入库泥沙特性,为水库管理部门在结合水库泄流排沙设施、延长水库寿命、减少入库沙量的排沙运用方式上提供参考依据。 相似文献
17.
黄河下游悬河现状与治理刍议 总被引:5,自引:0,他引:5
由于进入黄河下游的沙量远大于能输入深海的沙量,黄河下游河道及河口的整体淤积是不可避免的。增加河道水流挟沙能力只能推迟河道淤积的到来,从长远看,并不能使河道由淤转冲,因此,控制河床抬升的治河原则,主要并不是提高河道水流挟沙能力,而是减少来沙量,增大落淤面积,并使淤积物各得其所,以尽量减少其对壅高上游水位的影响。 相似文献
18.
根据弯道环流水沙分流原理,论证了河道凹岸坍塌后,泥沙横向交换淤积在凸岸,并用几何法估算出凸岸积沙量。同时运用输沙率法和断面法对河段内悬移质、推移质泥沙的冲淤量进行了估算。这些估算方法的提出,为有计划地开采河沙资源,合理收费,提供了可靠的依据。该估算方法自1980年8月先后在饮马河流域九台辖区20余处沙场试用,都取得可喜成效,与以往估算方法相比,精度明显提高。 相似文献
19.
20.
针对日益严重的河流泥沙问题,掌握河流泥沙的影响因素和泥沙的变化过程是泥沙治理的关键。以神经网络模型为基础,建立场次洪水沙量预报模型,对多沙河流的洪水挟沙量进行预报,并取得较好的预报效果。选择辽西北多沙河流大凌河作为研究实例,首先将1984年-1998年间的29场历史实测洪水资料进行分析,得到影响下游沙量的主要因素;然后,通过神经网络模型建立上游影响因素与下游沙量之间的关系;最后,选取其中6场洪水资料进行验证。模型计算结果表明,计算结果与实测结果误差在合理范围之内,精度符合要求,可以用于下游沙量的预报。 相似文献