地表径流速度对城市内涝影响规律

为分析地表径流速度对城市内涝的影响,采用一维地下排水管网与二维城区地形的动态耦合模型,选取大连市某排水区块作为研究区域,设置4种地表径流速度10种设计降雨场景,模拟分析在不同重现期设计降雨及不同地表径流速度下研究区的内涝积水特性。结果表明:随着地表径流速度降低,管道排水压力变小,管道排水达标率最高可提升48.05%,且降雨重现期越短,地表径流流速对管道排水压力的削减效果越明显;地表径流流速对检查井溢流量影响显著,随着地表径流速度降低,检查井溢流量峰值最高可减小2 750 m~3,峰现时间最长可滞后56 min,同时随着降雨重现期增长,地表径流流速对检查井溢流量的削减效果减弱;研究区低、高风险区淹没面积随地表径流速度降低,最高可分别减小1.64万、8.37万m~2,但中风险区淹没面积变化反复。     

基于VMD和改进TCN的短期光伏发电功率预测

光伏发电功率存在波动性,且光伏出力易受各种气象特征影响,传统TCN网络容易过度强化空间特性而弱化个体特性。针对上述问题,文中提出一种基于VMD和改进TCN的短期光伏发电功率预测模型。通过VMD将原始光伏发电功率时间序列分解为若干不同频率的模态分量,将各个模态分量以及相对应的气象数据输入至改进TCN网络进行建模学习。利用中心频率法确定VMD的最优分解模态分解个数。在传统TCN预测模型的基础上,使用DropBlock正则化取代Dropout正则化以达到抑制卷积层中信息协同的效果,并引入注意力机制自主挖掘并突出关键气象输入特征的影响,量化各气象因素对光伏发电的影响,从而提高预测精度。以江苏省某光伏电站真实数据为例进行仿真实验,结果表明所提预测方法的RMSE为0.62 MW,MAPE为2.03%。     

基于粒子群优化和支持向量机的花粉浓度预测模型

为了提高花粉浓度预报的准确率，解决现有花粉浓度预报准确率不高的问题，提出了一种基于粒子群优化（PSO）算法和支持向量机（SVM）的花粉浓度预报模型。首先，综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素，选择与花粉浓度相关性较强的气象要素构成特征向量；其次，利用特征向量与花粉浓度数据建立SVM预测模型，并使用PSO算法找出最优参数；然后利用最优参数优化花粉浓度预测模型；最后，使用优化后的模型对花粉未来24 h浓度进行预测，并与未优化的SVM、多元线性回归法（MLR）、反向神经网络（BPNN）作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明，相比其他预报方法，所提方法能有效提高花粉浓度未来24 h预测精度，并具有较高的泛化能力。     

基于低影响开发理念的雨水控制设计计算

文中介绍了某电影文化综合体项目采用的集中雨水控制利用技术:透水性地面铺装、屋顶绿化、下凹式绿地、微生态雨水处理回用一体机。通过合理划分汇水面积,结合项目实际情况,计算给出了在限定年径流总量控制率的条件下,合理采用多种手段联合,使项目符合《绿色建筑评价标准》(GB/T 50378—2014)中的场地生态设计要求,实现了海绵城市的控制目标,也为类似工程提供了参考思路。     

Nonlinear Factor-Augmented Predictive Regression Models with Functional Coefficients

This article introduces a new class of functional-coefficient predictive regression models, where the regressors consist of auto-regressors and latent factor regressors, and the coefficients vary with certain index variable. The unobservable factor regressors are estimated through imposing an approximate factor model on high dimensional exogenous variables and subsequently implementing the classical principal component analysis. With the estimated factor regressors, a local linear smoothing method is used to estimate the coefficient functions (with appropriate rotation) and obtain a one-step ahead nonlinear forecast of the response variable, and then a wild bootstrap procedure is introduced to construct the prediction interval. Under regularity conditions, the asymptotic properties of the proposed methods are derived, showing that the local linear estimator and the nonlinear forecast using the estimated factor regressors are asymptotically equivalent to those using the true latent factor regressors. The developed model and methodology are further generalized to the factor-augmented vector predictive regression with functional coefficients. Finally, some extensive simulation studies and an empirical application to forecast the UK inflation are given to examine the finite-sample performance of the proposed model and methodology.     

复频电导技术在隧洞超前探水中的应用

围岩富水带是隧道超前预报最关注的问题，目前，多使用电磁方法来预报围岩的含水性，但受到场地条件限制，面临掌子面条件、金属机具干扰、三维波场定位等诸多困难，特别是掌子面前方100 m范围内围岩的含水性预报，在国内外都是一个新的高难课题。在研究了岩体电导率与电容率复频特性的基础上，结合巴基斯坦NJ-TBM引水隧洞工程，开发了复频电导探水(CFC)技术。该技术基于电磁波反射与相干原理，选用100 kHz～10 MHz频率范围，采用电偶极子发射与阵列接收方式和偏移成像技术，突破了隧道内场地条件的限制。依据1/4相干波长确定含水体的位置，相干能量确定含水量的大小。在巴基斯坦NJ-TBM隧洞超前探水的应用，证明了该方法的可行性与有效性。      

Backtesting portfolio value-at-risk with estimated portfolio weights

This article theoretically and empirically analyzes backtesting portfolio value-at-risk (VaR) with estimation risk in an intrinsically multi-variate framework. It particularly takes into account the estimation of portfolio weights in forecasting portfolio VaR and its impact on backtesting. It shows that the estimation risk from estimating portfolio weights and that from estimating the multi-variate dynamic model make the existing methods in a univariate framework inapplicable. It proposes a general theory to quantify estimation risk applicable to the present problem and suggests practitioners a simple but effective way to implement valid inference to overcome the effect of estimation risk in backtesting portfolio VaR. In particular, we apply our theory to the efficient mean-variance-skewness portfolio for a multi-variate generalized autoregressive conditional heteroscedasticity model with multi-variate general hyperbolic distributed innovations. Some Monte Carlo simulations and an empirical application demonstrate the merits of our method.     

基于径流污染控制目标为目的的分流制初期雨水调蓄池容积确定

鉴于初期雨水污染为地表水体的主要污染源之一,以儒乐湖初期雨水调蓄池容积确定为例,采用调蓄池工程措施进行截流,以V类水体标准为径流污染控制目标,在《室外排水设计规范》中控制径流污染的分流制初期雨水调蓄池计算公式的基础上,应用模型法模拟得出控制目标下的初期雨水径流累积深度及调蓄池容积。结果表明,截留径流累积深度为7mm,初期雨水调蓄池容积分别为9 250、5 850m^3时,研究区域内能够满足在管网重现期下排水水质达到V类水体标准。研究成果可为初期雨水截流工程实施提供建议及参考。     

基于ECMWF和WRF的嘉陵江流域面雨量预报精度评估

将降雨数值预报产品运用到水文预报中已经逐渐成为提高洪水作业预报的预见期的重要手段。为充分了解ECMWF(European Centre for Medium Range Weather Forecasts)和WRF(Weather Research and Forecasting model)2种数值天气预报产品对嘉陵江研究区面雨量预报的预报精度和误差分布,且为增强洪水预报精度的稳健性提供科学支持,采用TS评分、空报率、漏报率、正确率等指标,对嘉陵江地区7个气象分区内的2016年汛期面雨量预报结果进行了检验,分析了不同分区内各检验指标与预报时效的关系。结果表明:ECMWF数值预报产品和WRF数值预报产品均可用于该地区晴雨预报,且2种产品的预报精度随降水等级的增大呈增大趋势,随预报时效的增加呈减小趋势。综合而言,ECMWF数值预报产品对嘉陵江研究区的预报效果更好。