银南灌区控制排水实施效果分析

阐述控制排水的定义、作用、适用条件和运行管理要求,以宁夏银南灌区为研究对象,对该灌区水稻田的控制排水试验资料进行分析,试验结果表明:控制排水可以较常规排水抬高地下水位1.8 cm,有效减少50%左右的总排水量和46%左右的地下排水量,在满足水盐平衡的同时,减少了硝氮的排放量,不会对环境造成危害。控制排水在许多国家的应用也取得了很好的效果,所以控制排水技术值得大面积推广。     

改进风驱动优化算法在水库调度中的应用

风驱动算法是一种新兴的基于群体迭代启发式的全局优化算法,与遗传算法、布谷鸟算法等相比,具有明确的物理背景,但该算法避免不了易陷入早熟和收敛效率慢的问题。针对早熟,本文提出了扰动策略,对当前最优适应度值对应的任一元素进行扰动,且随着迭代次数的增加,扰动量逐渐减少。针对收敛效率不高,提出了空间压缩策略,采用奇偶相间的方式,通过计算约束更新解的上下限以保证该解是可行解。将改进的风驱动优化算法运用到某水库的优化调度中,并与粒子群算法和标准风驱动算法进行比较。结果表明改进的风驱动优化算法更为可靠、高效,能以较快速度收敛于最优解,且最优解值更大,为水库优化调度模型求解提出新的解决方案。     

改进的蚁群算法在溶质运移参数识别问题中的应用

非饱和土壤水分和溶质运移参数(扩散率、导水率和水动力弥散系数)取值范围较大,往往跨越几个数量级。采用传统离散化蚁群算法求解此类问题,所需节点较多,这会造成算法收敛时间较长。该文在传统蚁群算法基础上,对蚂蚁搜索路径进行改进,改进后的蚁群算法寻优路径由参数精度位数(整数位和小数位)、参数个数以及0–9十个数字构成,并将路径解码公式修改为具有判别参数正负功能的解码公式。采用改进的连续蚁群算法对非饱和溶质运移参数识别优化模型进行求解。数值模拟表明相同迭代次数下改进的蚁群算法比传统蚁群算法耗时少,算法计算时间与迭代次数满足线性关系,含水率和溶质浓度实测值与计算值吻合较好、相关性较高。     

水文模型参数优选的改进粒子群优化算法

针对标准粒子群算法的早熟收敛问题,提出了一个提高算法性能的改进途径,即引入动态改变惯性权重策略和混沌思想,在两个方面同时改进以提高粒子群算法的收敛速度和克服局部极值的能力.对两个函数进行寻优测试表明,改进后的粒子群算法收敛速度、精度以及全局搜索能力均优于标准粒子群算法.最后将提出的改进粒子群算法应用于新安江模型进行参数优选,应用结果表明,该算法具有较强的可行性与实用性.     

基于污染迁移转化过程的海河下游污染关键区及污染类别分析

本文针对海河流域严重的水环境问题，利用1995-2004年系列数据构建SWAT模型水质模块，率定期和验证期的纳什系数分别为0.70和0.55。依据构建的模型进行污染负荷的时空变化规律分析和关键源区识别，同时计算各类型污染对研究区域和关键源区的贡献率。结果显示：污染负荷与径流量的变化具有很好的一致性；负荷关键源区分布为市区西南部和东北部、西青东部、东丽东部、津南和塘沽北部；城镇径流非点源污染负荷对海河流域的贡献率是最高的，达38.6%；其次是点源污染，达31.1%；关键源区中，市区和西青关键源区的关键负荷类型为城镇非点源，贡献率为90.67%；东丽和塘沽关键源区的主要负荷来源是点源，所占的比重为87.91%；东丽和津南关键源区中贡献率最高的为农村生活非点源，占61.29%。     

浅谈水资源费

水资源费的实施办法及征收、管理和使用措施已经颁布和实施了10多年的时间,但至今人们对水资源费的性质及征收、使用和管理等认识不一,归纳起来有以下几种观点和意见: 1.水资源费属国家水资源宏观管理费用的补偿。所谓“宏观管理费用”是指水资源开发利用中直接劳动消耗补偿之外的前期基础费用和用后补偿费用,     

1960年以来河南省引黄灌区干旱特征分析

根据河南省引黄灌区内及其周边12个气象站点近54年的逐日气象数据,利用综合气象干旱指数和Mann-Kendall秩次相关分析,分析了河南省引黄灌区不同时段降水量的变化趋势及干旱时空变化特征。结果表明,研究区内秋季降水表现出不显著的减少趋势,其他季节降水整体上表现为不明显的增加趋势;研究区多年平均干旱覆盖百分率为27.3%,多年平均干旱发生频率为51.0%;与其他季节相比,冬季研究区内干旱发生频率大,影响范围广,是一年中干旱发生最严重的季节。     

改进的SCS模型在流域径流模拟中的应用

介绍了改进的通用SCS日模型,应用该模型对汉江牧马河等8个流域进行长系列水文模拟,结果表明:模型对于较大径流系数的流域模拟效果较好,而较小径流系数的流域则不够理想;模型不仅仅可用于小流域径流计算,对于较大流域也一样可以取得满意的结果。结合M OD IS遥感数据确定模型参数,为开展无资料地区的水文预报进行了一定的尝试。     

遗传算法改进神经网络模型在太子河流域径流预报中的应用

本文对用遗传算法(GA)改进的神经网络的算法进行了分析,建立了用GA寻求权重的前馈网络模型(简称模型I)和用GA优化初始权重的前馈网络模型(简称模型Ⅱ)。对太子河流域的5个计算单元前35年年径流量进行了模拟和用后10年资料对模型进行了检验,并与传统的BP神经网络模型进行了比较。结果表明:模型I对历史样本拟合较差,但其预报效果优于模型II和传统的网络模型。模型II和未改进的网络模型效果相似,精度有所提高。     

做好初始水权分配促进水资源优化配置

客观的市场经济规律决定了水权交易的基本流向是:不断地从弱势经济向强势经济转移,在转移过程中逐步提高水资源的承载力和使用效率.坚持在水权的初始分配中保证农业用水的使用权,符合初始水权分配的基本原则,有利于水权交易的顺利进行.通过水权市场交易,可以逐步实现水资源的优化配置,达到以水资源的可持续利用支持国民经济和社会的可持续发展.