ANFIS系统在凤滩水库流量预报中的运用

凤滩水库流域非常广阔,横跨湘鄂黔渝3省1市,气象形态复杂,进行流量预报极难。利用该水库流域12个气象台站和230个区域气象站1995-2014年期间降水量资料,把库区流域划分为3个区域面雨量,依据自然地理、行政地理、混合加密区划原则建立了3种面雨量模型,运用ANFIS自适应模糊神经系统进行研究。结果表明,在3种模型中,依自然地理和混合加密区划模型的模拟效果理想,水库流量预报精度分别为97%和83%。     

改进的GM(1,N)灰色模型在邯郸市地下水矿化度预测中的应用

针对传统GM(1,N)模型求解时假定相关因素为线性相关与实际不符的问题,提出改进的GM(1,N)非线性优化方法,并将其应用于邯郸市2010～2015年地下水矿化度的拟合预测中,对比改进的GM(1,N)模型、传统GM(1,N)模型、多元线性回归分析、BP神经网络模型的拟合预测结果,验证改进的GM(1,N)模型的有效性。结果表明改进的非线性GM(1,N)模型拟合精度最好,其预测精度略低于BP神经网络模型。     

邯郸地区年降水量统计特性

运用线性回归分析与Mann-Kendall趋势检验法对邯郸地区及各水资源分区的降雨资料进行分析,揭示了该地区及各水资源分区年降水量不断减少的变化趋势及显著性水平,并得出如下结论:各水资源分区年降水量变化规律不一致;随着海拔高度的降低,区域年降水量变化趋势越明显;低海拔区域年平均降水量减少是海河流域年径流量减少的重要原因。     

随机梯度法在新安江模型参数 优选中的应用

基于近似梯度法及模式搜索法,提出了复合两种方法的随机优化方法。以Nash确定性系数为目标函数,对新安江模型的参数空间随机搜索后运用梯度法进行了优化,然后采用参数空间筛选策略,以获得全局最优解集。上述方法结合导数信息和随机性质的算法,使优化方法脱离局部极小解从而达到近似全局最优解集。以杨楼单元流域为应用实例进行了研究,结果表明,随机梯度法可以成功地率定概念性水文模型参数。     

基于调入调出关系的地表水开发利用率研究

水资源可持续利用是社会、经济可持续发展的保障,水资源与社会环境、生态环境等息息相关.为协调水资源与生态、人口和社会等的关系,合理开发利用水资源,基于水资源调入调出关系,分析2005—2019年我国水资源一级区的地表水资源开发利用率及其变化趋势.结果表明:自2005年以来,水资源一级区地表水资源开发利用率总体呈缓慢增大趋势;调水工程引水使地表水供给量增加,地表水资源开发利用率也相应发生改变;通过引调水工程,水资源一级区缺水区域水资源压力减小,缺水状态得到缓解,有利于区域经济社会发展.     

华北地区区域用水负效应调查与分析方法——以邯郸地区为例

论文从水资源利用的特点及其可能存在的负效应出发,具体针对华北地区城市化过程中存在的两类突出水资源问题——水污染和地下水超采进行调查与分析。给出了区域用水负效应的参数体系及计算方法,并将用水负效应反映在水价形成机制中。根据上述方法,对邯郸市用水负效应进行调查与分析,获得了计算用水负效应的重要参数及用水负效应水价,得出在目前的条件下邯郸市用水负效应已占GDP的1．13％。根据用水负效应的分析结果提出了工业污水处理费征收及与水资源经济补偿相关的政策建议。     

基于ANFIS的黄河灵口流域水文预报模型

运用ANFIS在环境水文要素与出口断面流量之间建立了洪水预报模型,模型输入为归一化的平均降雨强度、雨强距离指数、植被指数,输出为流域出口断面的洪峰流量,采用混合学习算法进行参数率定。在黄河灵口流域的应用结果表明:模型验证误差不超过15%,符合较高精度等级洪水预报的要求。     

淮北平原基于水文气象多因子的土壤水分动态预测

为研究土壤水分动态变化,利用五道沟水文实验站1989-2015年水文气象和大田土壤水实测资料,采用灰色关联度和线性回归分析,建立了冬小麦各生长阶段不同土层土壤水分预测模型。结果表明:不同土层土壤水分与气象因子的关联度一致;不同生长阶段土壤水分与气温和地下水埋深关联度最强,分别达0. 92和0. 95;分蘖-越冬期,土壤水分与地下水埋深和日照时数关联度最强,其他生长阶段,土壤水分与气温和地下水埋深关联度最强。通过水文气象因子模拟土壤水分拟合度较高,R~2达0. 94。不同生长阶段不同土层,土壤水分计算模型均具有良好的预测能力,R~2达0. 80。成果为实施作物不同生长阶段的灌溉计划提供科学依据。     

模糊神经网络水文预报模型在洺河流域的应用

本文选取雨强距离指数(IPD)及其他有关参数等作为自适应神经模糊推理系统(ANFIS)水文预报模型的输入,提出雨强距离指数的定义及其目的和意义。为剖析雨强距离指数在水文预报模型中的应用,分别建立不包含雨强距离指数的模型A与包含该指数的模型B进行对比评价。结果表明,将雨强距离指数作为ANFIS水文预报模型的输入能够提高模型的预报精度。     

RBF神经网络在邯郸市东武仕水库流量预报中的应用

运用RBF神经网络模型对东武仕水库进行了径流预报,以上一时刻的降雨和径流作为神经网络模型的输入,以径流量作为神经网络模型的输出。结果表明,这样的预测方法是非常有效的并且有着更高的精确度。因此,RBF神经网络模型是一个有效的、高精确度的预测径流的方法,可为水资源管理提供可靠的数据支持。