人工智能冰情预报的预报因子确定

以黑龙江上游漠河站开河日期预报为例,对利用人工智能技术进行冰情预报过程中预报因子的确定方法进行了研究。在成因分析的基础上,先对各影响因素进行适当的概化及量化处理,得出足够数量的影响因子作为待选因子,再采用逐步回归分析法对待选因子进行筛选,即可得到较为理想的预报因子。     

明渠冰情预报的数学模型

本文根据寒冷地区输水渠道的冰情建立了冰情预报数学模型，这个模型由一维非恒定流水力学模型和一维热力学模型组成，可以预测渠道的水流特性，水温沿程分布，冰花流量，冰盖形成，冰盖下冰花的传输和堆积，冰盖的热力学增厚和融化，为保证渠道正常运行提供依据。     

黄河内蒙河段的冰情预报

黄河内蒙河段地处黄河流域最北端。高程拔海千米以上,大陆性气候特征显著,气温在0℃以下的时间达4—5个月,极端最低气温可达零下35℃,本段河流结冰期4—5个月,大部为稳定封冻段。由于河道流向自南向北,上游甘肃、宁夏河段温度高,故河道流凌、封冻由内蒙段溯源而上,解冻开河则由上而下。在自然情况下,内蒙河段包头地段流凌封冻早于兰州段廿多天,解冻开河却晚一个多月。因此,翌年春季     

黄河内蒙古段冰情的自适应神经网络预报

运用数理统计理论的互相关分析方法,对黄河内蒙古段冰情信息时间序列进行分析,筛选出了冰情信息的预报因子,建立了冰情预报的自适应BP神经网络模型。预报结果表明:流凌日期为乙等预报方案,封河日期为甲等预报方案,开河日期为丙等预报方案。     

利用临界指标法预报冰情特征日期

由于流凌、封冻和解冻期的热力和水力因素变化剧烈，预见期往往又很长，通常采用的水热指标（如气温或水温出现某一指标日期）不稳定，预报时会造成较大误差，文章从水热因素出发，计算气温变率，求得气温通过0℃的日期作为临界热力指标，并考虑封冻期的冰块凝聚力和解冻时的水位抬升力影响，改进了预报方法。     

黄河宁蒙河段冰情预报方法分析

黄河宁蒙河段冰情预报影响因素多、预报难度大。通过分析黄河宁蒙河段冰情特点,冰情预报任务,阐述了宁蒙河段目前的冰情预报方法;同时,依据当前防汛形势对冰情预报的新要求,提出了未来冰情预报需要开展的工作。     

基于GASS-BPEE交叉训练算法的河道冰情预报组合模型

在文章的河道冰情预报的组合模型中,首先在成因分析的基础上,采用逐步回归算法对预报因子进行有效的筛选,然后采用GASS-BPEE交叉训练算法对冰情要素进行预报.利用该组合模型对凌汛灾害多发的松花江依兰、佳木斯江段开河日期进行了预报,结果表明所建立的河道冰情预报组合模型结构简单、预报精度较高,具有实用价值.     

小山水电站施工期冰情预报方案编制及其应用

小山水电站坝址位于抚江县河水文站以下１５．４ｋｍ处，该电站于１９９２年动工兴建，小山电站施工期冰情报途径为：首先预报松江河水文站冰情，再预报小山电站工地的冰情，根据施工需要，编制开江日期，开江形势和开江景最水位预报方案，１９９５年导流洞排冰，预报与实际开江情况基本一致。     

基于网络的自适应模糊推理系统在冰情预报中的应用

本研究将基于网络的自适应模糊推理系统应用在冰情预报中。通过分析基于网络的自适应模糊推理系统的网络结构、水温数据及其相关预报因子的分布特点、隶属度函数个数及预见期对预报结果影响的比较,确定了隶属度函数类型、隶属度函数个数和预报的预见期。文中以黄河宁蒙河段石嘴山为例,介绍水温预报的应用研究,并将预报水温同实测水温进行比较。通过描述预报值和实测值关系的确定性系数,对预报结果作了分析。结果表明,除了石嘴山水文站2002年预报结果实测值和预报值偏差较大、确定性系数偏小之外,其余预报组次中预报值和实测值均吻合较好,达到甲等预报方案。     

冰情模型中不确定参数的影响特性分析

数学模型中参数的不确定性直接影响到模拟结果的不确定性。以南水北调中线工程冬季输水为例,根据实测和设计资料,采用自主开发的大型长距离调水工程冬季输水冰情数值模拟平台,重点分析了冰情数学模型中单一参数（冰期冰盖糙率、大气与冰盖的热交换系数）的不确定性对冰期冰盖形成、发展、消融和水位、流量等要素的影响,并计算给出了一般规律。研究表明,初始冰盖糙率的不确定性对典型年冰期水力学要素的变化过程影响较大,主要反映在沿程各计算断面的水位、流量波动以及结冰期冰盖前缘动态发展模式上,而对冰情范围及与冰相关的变量变化过程无影响。大气与冰盖的热交换系数的不确定性直接影响到最大冰盖厚度的模拟结果,而对冰盖的发展规律影响不大。建议及早准备开展中线工程冰期输水原型观测工作,对上述不确定参数进行率定。     

黄河内蒙古河段典型凌情过程模拟

近十几年受人类活动和气候变化等影响,黄河内蒙古河段冰情出现新的特征,突发凌情频繁出现,原有的内蒙古河段冰模拟方法已不能满足当前凌情防治的需要,亟待建立能反映凌情物理特性变化规律的河段冰情动态发展数学模型。在实测资料基础上,研究了黄河内蒙古河段冰情时空变化规律,以及河道资料不完整、支流流量资料缺乏及冰桥位置的确定等问题。应用一维冰情数学模型模拟2012—2013年凌汛期黄河内蒙古河段冰情发展过程,并对水温、冰盖厚度、冰盖前沿发展和流量的模拟值和实测值进行了对比分析,模拟值和实测值吻合较好。本研究为黄河防凌提供科学依据和方法支撑,也为天然江河、人工渠道冰情全过程模拟提供了研究思路和技术手段。     

河渠冰水力学、冰情观测与预报研究进展

冰情预报是进行防凌指挥、调度、决策的重要科学依据,也是一项复杂的系统工程,涉及冰水力学、热力学、气象及人工智能等学科。本文回顾了近几十年来冰水力学基础理论、模型实验和原型观测、冰情预报等方面的研究进展,包括:冰盖下流动的糙率计算,冰盖、冰塞、冰坝形成发展的理论研究及数值模拟,模型实验、原型观测典型成果,探地雷达、超声波技术、摄影、摄像、遥感、无人机航拍等现代冰情观测技术的发展与应用等。在此基础上,总结和归纳出研究现状及存在的一些急需解决的科学问题。     

基于神经网络理论的开河期冰坝预报研究

在北方高寒地区的天然河道,开河期冰坝形成和导致凌汛的机理复杂,目前的冰水动力学模型难以模拟和预报其发生、发展和溃决的过程,可用的冰坝预报多采用传统的统计学方法和经验判别式法,为应对严重的防凌形势,迫切需要找到冰坝预报的新方法。本文在对开河期冰坝成因及机理研究的基础上,建立了基于神经网络理论的冰坝预报模型,并将其应用到黑龙江上游凌汛灾害频发的漠河江段冰坝预报中。通过神经网络聚类法预报冰坝是否发生,神经网络聚类法预报精度为85%,高于传统统计学的几率分析法62%的预报精度。通过预报开河日期实现了对冰坝发生时间的预报,开河日期预报平均预见期为10天,最大误差2天,预报合格率100%。该模型提前准确预报2017年黑龙江漠河江段开河冰坝发生情况。及时、准确的冰坝预报能为提前制订主动防凌方案和采取必要防凌措施提供重要的依据。     

神经网络理论在黄河宁蒙河段冰情预报中的应用

本文研究了以神经网络理论为核心的黄河上游宁蒙河段冰情预报。通过分析河流冰情特点,开发出了用Levenberg-Marquart算法改进传统BP神经网络理论进行冰情预报的数学模型,适用于流凌、封河、开河、水温、流凌密度、冰塞、冰坝等的预报。把该模型应用到2004—2005年冰情预报中,提前预报出2004～2005年冰情发生情况,具有良好效果。理论分析和实例论证都表明该神经网络模型能够进行宁蒙河段冰情预报。     

Simulation and analysis of ice processes in an artificial open channel

The Middle Route Project for South-to-North Water Transfer, which consists of a long artificial open channel and various hydraulic constructions, is a big water conveyance system. A numerical modeling of water conveyance in the ice period for such large-scale and long distance water transfer project is developed based on the integration of a river ice model and an unsteady flow model with complex inner boundaries. A simplified method to obtain the same flow discharge in the upstream and downstream of the structure by neglecting the storage effect is proposed for dealing with the inner boundaries. According to the measured and design data in winter-spring period, the whole ice process, which includes the formation of the ice cover, its development, the melting and the breaking up as well as the ice-water dynamic response during the gate operation for the middle route, is simulated. The ice characteristics and the water conveyance capacity are both analyzed and thus the hydraulic control conditions for a safety regulation are obtained. At last, the uncertainties of some parameters related to the ice model are discussed.     

Adachi-Oka蠕变模型参数敏感性分析

为了研究蠕变模型参数的敏感性,基于Adachi-Oka屈服面蠕变模型,通过对软黏土地基的固结计算,分析了本构参数对计算结果的影响。研究结果表明:至计算完成时(1 a后),地基土体的沉降随着土层深度的增加而减小,超孔压随着土层深度的增加而增大,荷载作用区右侧区域出现了"反拱"现象。参数敏感性分析表明,对沉降影响较大的参数是临界应力比、弹性剪切模量、压缩指数及黏塑性参数,其中以临界应力比对计算结果最为敏感。建议在进行位移反分析时,重点对上述参数进行调整,其余参数可以通过经验或相关规范取值。     

基于粒子群神经网络的凌汛开河日期预测研究

为了更准确地预测凌汛开河日期,提出用粒子群算法和BP神经网络相结合的粒子群神经网络模型。介绍了模型的设计和算法实现的流程。该模型通过粒子群算法对BP神经网络初始的权值和阈值进行优化,并以黄河内蒙段三湖河口站作为研究实例进行冰凌开河日期预测。结果表明,经粒子群优化后的BP神经网络预测精度比遗传神经网络和单一BP神经网络更高。     

试论冰水力学模型的相似律

本文从近几年来对冰水力学的研究中认为：浮冰运动与推移质泥沙运动规律相似性出发，根据力的平衡原理，提出了冰水力学模型中的水流运动，漂移质运动的相似关系式，进而提出在水流运动相似条件下，初春开河期大尺度冰块及初冬流凌期小尺度冰冻化的两种情况下输冰相似关系式，也得到冰流量的关系式。     

影响水文神经网络预报精度的因素探讨

在运用神经网络来进行水文预报过程中,采用不同的参数,对预报效果是有影响的.通过对不同参数组合进行计算,来分析不同系列组合、训练系列长度、数据归一化等对神经网络预报效果的影响.研究发现,不同数据系列组合的预报效果有很大的不同,训练系列长度对预报精度是有影响的,训练数据与预报数据之间存在时间、空间的间隔对预报精度的影响是不确定的,输入数据的归一化处理对预报精度的影响与输入数据的分布区间存在一定关系.