EEMD-NNBR模型在降水预测中的应用

为解决降水资源预测复杂的问题,建立了具有物理意义的新预测模型,即利用集合经验模态分解(EEMD)方法,分解降水资源并识别其演变模式,获得各本征模函数(IMF),然后结合最近邻抽样回归模型(NNBR)对数据进行预测分析,汇总相应的计算结果,从而构成了EEMD-NNBR降水预测模型。以无锡市惠山区的降水序列资料为例,采用EEMD-NNBR模型预测降水资源,并与单一的NNBR模型预测值进行对比分析。结果表明,所建模型稳定性较好,能合理预测水资源演变趋势,提高降水资源预测精度,具有一定的应用价值。     

基于卫星降水数据的金沙江流域可能最大降水量计算方法

为探索缺资料地区可能最大降水计算方法,以金沙江巴塘水文站以上流域为研究区,依据该流域测站降水资料,对MSWEP卫星降水数据进行精度评定。选取MSWEP自1979年以来的数据,采用统计估算法计算得到该流域1、3、7、15d可能最大降水量分别为25.2、49.1、86.1、150.9mm;同时,基于该流域及邻近地区的测站资料,采用水文气象法计算得到对应历时的可能最大降水量。对比两套结果发现,相同历时下前者计算结果与后者的相对偏差均在16%以内,表明在该流域基于MSWEP数据,采用统计估算法计算可能最大降水是有效可行的。研究结果不仅为该流域的可能最大洪水计算奠定了基础,更为缺资料地区的可能最大降水计算提供了新途径。     

高阶概率权重矩法在广义Pareto分布参数估计中的应用

广义Pareto分布常被用作超定量洪水系列频率分析的拟合线型。已有研究表明高阶概率权重矩能够用于广义极值分布和Pearson-III型分布的参数估计,但尚缺少采用高阶概率权重矩法估计广义Pareto分布函数的研究。本文基于广义Pareto分布,推求了广义Pareto分布高阶概率权重矩的计算方法,提供了采用高阶概率权重矩估计其分布参数的方案。统计试验表明,阶数等于0时的高阶概率权重矩法与概率权重矩法的估参效果近似无偏,二者均比传统的矩法具备更高的参数估计精度。对长江宜昌站(1946—2004)超定量洪水系列的分析表明,高阶概率权重矩法估参结果对应的广义Pareto曲线能够较好地拟合经验频率分布,特别是稀遇频率洪水段。     

集气管压力自动点火放散系统的开发与应用

实现集气管压力自动点火放散是焦炉管理上水平的重要标志.本文通过对焦化厂自主开发的自动点火放散系统的全面介绍,综合阐述该系统的工作原理与应用情况.     

基于随机森林的区域水资源可持续利用评价

针对区域水资源可持续利用评价中指标多、噪声复杂和非线性的特点以及传统方法缺乏可操作性、难以解决稳健性低和过学习等问题,介绍了一种稳健性较高的智能学习方法——随机森林,将其应用于区域水资源可持续利用评价中,并以汉中盆地平坝区为例,对该方法的评价效果进行了验证。结果表明,与SP插值、人工神经网络(ANN)和支持向量机(SVM)模型评价结果相比,本文方法实用性强、稳健性较高、泛化性能高,在分类预测阶段和交叉验证阶段分类准确率均高达100%;同时可知,在影响区域水资源可持续利用的各评价指标中,水资源利用率和人均供水量的影响较为重要。     

优化的灰色拓扑模型在年径流预测中的应用

由于河川径流具有变化剧烈、波动频繁的特点,采用常规水文预报方法的预测效果较差。为此引进灰色拓扑方法,在优化原始GM(1,1)模型的基础上,通过改进拓扑预测的矛盾点筛选方法,建立了优化的灰色拓扑预测模型群,对梨园河流域的实测年径流序列进行模拟和预测,发现所建模型的拟合曲线与实测序列的变化趋势一致,比传统的灰色拓扑方法具有更高的精度。结果表明,改进的灰色拓扑模型能够有效克服振荡序列的非线性影响,可作为研究区域的径流预报和水资源分析的参考依据。     

洪水频率分析中目标函数的统计试验研究

基于回归分析理论和误差分布规律,采用统计试验途径对比分析基于8种无权目标函数和4种加权目标函数的洪水频率分析方法的统计特性。定量分析表明,采用平均绝对根误差作为目标函数的洪水频率分析方法整体上精度高且稳健性优良,尤其在设计值无偏性上的优势更为明显;权重函数并不能有效提高洪水设计值的有效性,反而会增大洪水设计值的不确定性。以雅砻江流域甘孜站设计洪水为例,采用RMAE为目标函数的NOES方法计算的洪水设计值要大于采用MAE为目标函数的NOES方法计算的洪水设计值,两者相对误差平均值为0. 14%。     

随机森林在降水量长期预报中的应用

随机森林是21世纪提出的基于分类树的算法,在处理大数据集中具有明显优势,首度将其应用在降水长期预报中。以长江中下游地区1月份降水预报为例,运用随机森林模型构建原则,在74项大气环流因子以及前期月降水中筛选模型预报因子,进行长期降水量预报,并将其与神经网络模型预报效果进行对比,发现随机森林的泛化误差为13%,预报准确率达到75%,而神经网络的预报准确率仅为67%。此外,本研究还对长江中下游地区的汛期降水量进行了长期预报,结果表明,随机森林模型进行降水量长期预报中模拟和预报的效果令人满意,值得进一步研究和应用。     

基于混合抽样的洪水设计值抽样误差计算方法

为进一步提高洪水设计值的精度和可靠性,提出了一种新的混合抽样方法,以雅砻江甘孜水文站设计洪水为例,定量分析表明,在实际工作中推荐采用给定频率洪水设计值的分位数作为保证值,可使洪水设计值的安全保证率均相同;洪水设计值的概率分布函数为非对称的有偏分布,在频率曲线的上端或下端部分为一正偏分布,在频率曲线的中间部分为一负偏分布,其不确定性程度整体上随着设计频率的减小而增大。研究成果可为雅砻江流域水利水电工程规划建设提供参考。     

关于水资源论证中河道内生态需水的探讨

在水资源论证中,合理分析计算河道内生态需水量,为河流水资源的可持续利用提供重要的保障。本文在综合分析国内生态需水研究进展的基础上,阐述生态需水的概念,对河流生态需水不同计算方法进行比较,阐明其优缺点及适用范围,并对水资源论证项目中计算生态需水时存在的问题进行探讨,结合实例进一步突出存在的问题。