排序方式: 共有36条查询结果,搜索用时 15 毫秒
1.
工业遗产的构成与价值评价方法 总被引:15,自引:0,他引:15
本文回顾了工业遗产研究和保护的历史,归纳出工业遗产保护的国际组织,纳领性文件,对工业遗产的定义,构成,类型,特征和价值等工业遗产的内涵进行了论述。提出了我国工业遗产的保护体系和城市规划管理体系。 相似文献
2.
新农村建设是我国新时期建设的一项大事,同时也是一道难题.“自上而下“和“自下而上“两种思路处于不断交锋中.本文以北京怀柔区官地村旧村改造规划实践为基础,参考社会学研究的方法,进行比较,分析和深入思考,希望能探索农村建设中“权威主义“与“公众参与“的相互关系及其对规划建设的深刻影响,揭示“公众参与“在新农村建设中的社会学意义. 相似文献
3.
4.
为提高实时洪水预报精度,经常将水文模型与误差修正模型相结合,AR模型因其结构简单广泛应用于实时洪水预报误差修正。然而,实际应用显示,AR模型时常出现修正结果不稳定现象,表现为流量修正幅度过大,甚至出现“震荡”现象,严重影响修正效果。鉴于此,本文从矩阵特征值角度解释了AR模型出现不稳定现象的原因,并引入岭估计方法选择性利用流量信息更新自回归系数,使其更满足真实流量的涨落过程,增强该模型的稳健性。将新方法应用于蔺河口流域,结果显示岭估计方法显著提高了AR模型的稳健性,从而改善了模型修正效果,进一步提高了洪水预报精度。 相似文献
5.
为提高洪水预报方案的容错能力,改善雨量资料缺测或粗差情况下的预报效果,提出了基于雨量测站应急机制的洪水预报方法。通过构建测站降雨相似度矩阵(SRSM),量化表示测站间实测降雨的相似性。在此基础上,采用有限测站相似度加权法及时合理替换问题雨量资料,然后将处理后的雨量信息代入系统进行计算,从而保证洪水预报的及时性,同时改善预报效果,降低了预报方案对资料的敏感性。将该方法应用于上犹江流域,结果显示:对于典型洪水(洪号20010611),一般预报方法的洪峰、洪量预报误差分别为-24.8%、-6.3%。采用应急预报方法后,洪峰、洪量预报误差减小到-10.6%、1.3%。在雨量资料缺测情况下,对于流域的10场历史洪水,洪峰、洪量平均预报误差从18.3%、18.2%降为6.0%、6.7%,合格率从40%上升为100%。结果表明,基于雨量测站应急机制的洪水预报方法模拟效果明显优于一般预报方法,能够考虑实际应用中的突发情况,有效提高了洪水预报精度,保证了预报的及时性,改善了预报方案的容错能力,值得进一步研究与推广。 相似文献
6.
考虑地下水入渗的一维水动力学模型可从物理机制上综合模拟河道水流与地下水之间的互动关系,为地下水入渗过程活跃河段的水流模拟提供基础方法。引入达西定律,通过渗流方向假设及渗流路径长度假设,推导构建了地下水入渗项的数学表达式。分析表明,该项可合理反映河道水流与地下水间的补给与反补给关系;将其整合至圣维南方程组,并通过Preissmann四点线性隐式差分格式求解。从理论上讨论了该模型的适用条件。当地下水入渗没有严格符合假设条件时,可通过调整渗透系数及平均导渗率弥补。考虑地下水入渗的一维水动力学模型能够动态反映河道上各断面水流与地下水之间的交互关系,定量分析地下水入渗水量,有利于提高一维水流的模拟精度。 相似文献
7.
通过分析首钢工业遗产的现状特征及价值特色,提出了工业遗产保护区的范围、保护名录及保护级别,并通过科学的规划将工业遗产保护与旧工业区的更新紧密衔接,在此基础上对保留的工业遗产进行创新性的改造设计,赋予其全新的功能,使其融入现代城市生活,实现复兴与再生,以此探索一条遗产保护与开发利用相结合的新的旧工业区更新模式. 相似文献
8.
针对目前基于物理机制的分布式水文模型在短期水文预报业务中尚未推广应用的事实,论证了分布式水文模型在短期水文预报中的可行性.以第二类分布式水文模型SWAT为例,分析了水文过程的模拟原理、方法和基本步骤,提出了其在短期水文预报中应用所需的降水预报技术、降水数据的空间展布技术、“3S”技术、流域坡面离散技术、对人工侧支水循环的处理技术等关键技术,并指出了分布式水文模型应用于短期水文预报时存在输入资料不足、模型自身缺陷、计算精度和效率的权衡等局限性和不足,提出需要进一步加强水循环过程的机理研究,加强与气象模型的耦合研究及对“3S”技术的应用研究. 相似文献
9.
山地城市气候多变,区域内降雨时空变化大,地形复杂,同时受外洪、内涝、山洪的威胁,灾害叠加,复杂多样,城市的防洪能力迫切需要提升,然而单一通过提高防洪工程标准的做法并不能解决城市复杂的洪涝问题。本文以福建省南平市为例,利用水动力学模型,在科学评估山地城市防洪标准的基础上,通过上游蓄洪、下游分洪等综合工程措施,将受淹状态调控在可承受的范围之内,降低城区内河道水位0.38~0.97 m,有效提升了城市防洪能力。 相似文献
10.
基于小波分析的BP神经网络潮水位预测方法 总被引:2,自引:0,他引:2
分析了潮水的特性,提出了基于小波多分辨分析的BP神经网络潮水位预测方法。通过小波分解与重构技术,将潮水位序列分解成不同层次,得到趋势项、周期项和随机项,利用BP神经网络对每一项进行预测,最后再重构得到原潮水位序列的预测值。实例验证,基于小波分析的BP神经网络潮水位预测方法比单独用神经网络对潮水位进行预测更有效。 相似文献