淡水帷幕防治海(咸)水入侵的物理模拟试验研究

引用地表水回灌补给地下水，在咸淡水前锋形成一道带状阻咸帷幕屏障，是防治海水入侵的一项有效工程措施. 但是，淡水帷幕的形成与咸淡水界面推移的速度和推移时间等因素之间的定量分析是人们十分关注的问题. 本文借助物理模型的模拟方法对上述问题进行了试验研究，并探索该项措施的可行性和防治效果. 该项试验可为淡水帷幕工程措施防治海(咸)水入侵技术研究提供最基本的试验室依据。     

基于SEAWAT的海水入侵数值模拟

基于三维有限差分理论,运用地下水模拟软件Visual MODFLOW中的SEAWAT模块,模拟了大连海洋大学新校区变密度条件下的海水入侵.模拟中考虑了有防渗墙和无防渗墙两种工况,并分析和比较了这两种工况下,新校区的地下水位和盐分浓度,其分布及变化规律.模拟结果表明:防渗墙对新校区地下水位和盐分浓度的分布及变化,影响都很小;盐分最终侵入校园区域,并且随着时间的增长,浓度上升至较高水平.     

滨海地区海水入侵的一种测定方法

海水由于含盐量较高而具有较高的电导率,通过测定滨海地区的地下水电导率并和该地区地下水标准电导率进行对比,可判断海水入侵现象。结合辽宁省大连市一处海边场地,介绍了根据地下水中的电导率分布情况来判断场区是否存在海水入侵的方法:通过对现有观测孔的电导率测试,选择适当的剖面,绘制各剖面的电导率分布图,结合当地的水文地质情况,判断是否有海水入侵现象以及海水入侵的范围和程度。测试结果表明,场区除局部电导率偏高外,没有发生大面积的海水入侵现象。     

砂—粘土中海水入侵规律试验与数值模拟

近年来我国沿海城市海水入侵现象越来越严重,为了防治海水入侵,对其入侵规律的研究非常必要。本文通过室内试验与Geostudio数值模拟研究给出了砂—粘土介质中海水入侵的规律。结果表明,不同土体的海水入侵规律不尽相同;同种土体不同位置的入侵规律也不同;两种接触面上的入侵规律同时受两种介质影响,其入侵规律同时受土体颗粒大小、渗透系数、试验材料等因素影响。本研究对福建泉州地区海水入侵的研究有较大的参考价值。     

模糊数学在海水入侵地下水水质评价中的应用

本文运用模糊数学的基本思想方法，根据海水入侵地下水水质的特点，选择了Cl-,M等5项化学指标作为综合评判海水入侵程度的指标：侵染程度划分为4级；把模糊数学最大隶属度原则应用到海水入侵地下水水质评价中，构造了综合评判模糊数学模型，并进行了实例计算，通过对比运用模糊数学的评价结果与运用地下水水质量，标准规定的加附注的评分法的评价结果，验证了此评判模型的可靠性。     

陆源淡水流量对海岸水库海水入侵的影响

采用平板水槽系统开展了室内物理模型试验,探究了陆源地下水流量与入库地表水流量对海岸水库海水入侵的影响.结果表明:海岸水库的下盐水楔入侵长度与陆源淡水流量呈对数下降关系,随着陆源淡水流量的增大,下盐水楔入侵长度减小趋势减弱;与陆源地下水相比,入库地表水对海岸水库海水入侵的抑制作用更显著;随着陆源淡水流量增大,海岸水库库底...     

快速评价海水入侵区地层渗透性实验研究

为快速评价海水入侵区不同埋深地层渗透性,减少实施常规水文地质试验对存在污染含水层的扰动,提出利用振荡试验技术确定滨海地层渗透系数。室内海水入侵砂槽物理模型中实施了注水式振荡试验,在人工潜水含水层和承压含水层中同步监测了试验主井和相邻观测井中水位响应;龙口海水入侵区地下水分层监测井中实施了提水式和注水式振荡试验;利用配线法计算了室内实验和现场实验中目标地层渗透系数。结果表明:海水入侵砂槽物理模型中实施振荡试验为滨海含水层现场利用振荡试验确定不同埋深含水层渗透系数提供了重要经验;相比于提水式振荡试验,注水式振荡试验更易于实施,激发方式(提水和注水)的不同并没有对试验结果造成明显的影响;利用振荡试验在非常短时间内(单井水位恢复时长大部分少于5 min)确定了龙口海水入侵区重要监测断面上不同埋深含水层渗透系数,实验结果准确可靠。     

海水干湿交替区氯离子对混凝土侵入作用的现场检测和分析

为研究海水干湿交替区氯离子对混凝土结构的侵入规律,本文分别对作用时间为4年多和16年多的2个海港码头干湿交替区进行多次现场检测。考虑了混凝土的表层对流区深度,运用Fick第二定律对实测氯离子侵入资料进行拟合,研究了干湿交替区不同高程纯扩散区域的表面氯离子含量和氯离子扩散系数。根据该海区潮汐特征的统计资料计算得到不同高程的海水年浸润时间比例,研究了不同码头海水年浸润时间比例与平均表面氯离子含量和平均扩散系数之间的关系。结果表明,海水年浸润时间比例在0.3～0.5之间时,平均表面氯离子含量和平均氯离子扩散系数都较大,将可能对混凝土结构造成严重的侵蚀。本文引入海水年浸润时间比例,可以将干湿交替条件下的氯离子侵入规律应用到其它海域。     

The performance of some real-time statistical flood forecasting models seen through multicriteria analysis

In the present work, seven statistical-routing models have been developed and applied to the Medjerdah River (Tunisia) for forecasting the extreme flood events at Jendouba for different forecasting horizons. The performance of the models are characterized by statistical measures of precision, peak error and peak delay between the measured and forecast flow and their variations. Due to the important number of criteria, a multi-criteria analysis is used to rank the models according to four forecasting horizons. The mixed models seem to be the best ones for short (2–4 h) as well as long (6–8 h) forecasting horizons.     

A real-time flood forecasting model based on maximum-entropy spectral analysis: II. Application

The MESA-based model, developed in the first paper, for real-time flood forecasting was verified on five watersheds from different regions of the world. The sampling time interval and forecast lead time varied from several minutes to one day. The model was found to be superior to a state-space model for all events where it was difficult to obtain prior information about model parameters. The mathematical form of the model was found to be similar to a bivariate autoregressive (AR) model, and under certain conditions, these two models became equivalent.Notation A _k parameter matrix of the bivariate AR model - B backshift operator in time series analysis - eT forecast error (vector) at timet = T - _t uncorrelated random series (white noise) - F _k forward extension matrix of the entropy model forkth lag - I identity matrix - m order of the entropy model - N number of observations - P order of the AR model - Q _p peak of the direct runoff hydrograph - R correlation matrix - t _p time to peak of the direct runoff hydrograph - ₁ coefficient of variation - ₂ ratio of absolute error to the mean - forecasted runoff - x _i observed runoff - mean of the observed runoff - X ^–1 inverse ofX matrix - X* transpose of theX matrix Abbreviations AIC Akaike information criterion - AR autoregressive (model) - AR(p) autoregressive process of thepth order - ARIMA autoregressive integrated moving average (model) - acf autocorrelation function - ccf cross-correlation function - FLT forecast lead time - MESA maximum entropy spectral analysis - MSE mean square error - STI sampling time interval     

磨刀门水道枯季咸潮入侵特性及规律

为探讨珠江河口磨刀门水道盐水入侵规律,采用同步实测的方法对磨刀门水道上至竹银下至口门近半月的水文和盐度进行了测量。结果表明,磨刀门水道盐度总体呈现向上游递减的趋势;口门位置表、底层平均盐度在不同潮型和涨落潮下相差较大,变化范围在1.7%~2.4%之间,尤以枯季分层明显,通常落潮期表、底层盐度差异比涨潮期大;上游竹银位置不同潮型下的表、底层盐度相差较小,平均涨落潮盐度都在0.1%以内;从磨刀门水道沿程表、底层盐度相差比例统计来看,大、中、小潮期间底层平均盐度比表层分别大43.1%、53.4%和77.4%,且流速和盐度的垂向分布存在较好的对应关系,因此小潮期间,更容易出现异重流现象。近口门河段盐度随水深减小而直线递减,上游河段则呈指数递减规律;大潮时,两种分布规律的分界位置距口门23 km左右,中潮和小潮时距口门17 km左右。     

水力学模型试验两种参数的测量不确定度评定

将测量不确定度与水工模型试验结合起来,对水工模型试验测量中常见的2种检测参数(流量、流速)进行不确定度评定。评定结果表明:①对流量检测不确定度影响最大的参数是堰上水头,其次是堰宽、堰高。因此,在堰上水头的测量过程中应注意各操作步骤精度的控制,量水堰制作过程中应特别注意堰宽的控制。②对流速检测不确定度影响最大的是水体脉动及位置误差,由于水体脉动无法人为控制,因此应特别注意每次测量时测点位置的控制。     

基于Monte Carlo方法的地表水地下水耦合模拟模型不确定分析

为分析参数的不确定性对地表水地下水耦合模拟模型输出结果的影响,本文运用Monte Carlo方法对地表水地下水耦合模拟模型进行不确定性分析,并根据不确定性分析结果进行生态恶化风险评估。以石头口门水库上游饮马河汇水流域为例,建立地表水地下水耦合模拟模型,并运用HydroGeosphere(HGS)软件求解。利用局部灵敏度分析方法甄选出耦合模拟模型中灵敏度较高的参数,作为随机变量。最后,运用Monte Carlo方法对耦合模拟模型进行不确定性分析。为了减少不确定性分析过程中的计算负荷,应用Kriging方法,建立耦合模拟模型的替代模型。结果表明:地表水地下水耦合模拟模型中灵敏度较高的参数为渗透系数、孔隙度和曼宁粗糙系数,其中渗透系数的变化不仅对耦合模型中地下水水位产生影响,也对地表水流量产生影响;Kriging替代模型可以在保证一定精度的条件下大幅度减少计算负荷;风险评估结果表明,在当前的水资源开发利用条件状态下,研究区地下水生态环境恶化风险的概率为6%,地表水生态环境恶化风险概率为15%。     

Multiplicative seasonal Arima model for longterm forecasting of inflows

This paper deals with stochastic modelling of monthly inflows into a reservoir system in the monsoon climatic coditions using a multiplicative seasonal ARIMA model based on 25 years of data with logarithmic transformation. The developed model was applied to forecast the monthly inflows for 27 years. The comparison of these forecasted flows with the actual flows reveals that the ARIMA family models are adequate for longterm forecasting of inflows. The parameter uncertainity was also evaluated and found to be minimal thus avoiding the frequent updating of the model for forecasting. The use of the model in evolving optimal cropping patterns and optimal operational policies is also highlighted.     

基于GLUE的垂向混合产流模型参数不确定性分析

水文模型能将复杂的水文现象和过程进行概化,其不确定性研究已成为模型研究的重要方向之一。以半湿润地区洛河流域为研究区域,构建了基于垂向混合产流模型的流域产流模拟模型,采用GLUE方法并结合5项相关指标对构建的模型进行不确定性分析。结果表明:使用GLUE方法对垂向混合产流模型进行不确定性评估和参数优选过程中,在置信度为95%的前提下,模型预报区间的覆盖率达到87.5%,对称度S和T接近于0,数据模拟对称度良好。     

水文模拟与预测中的不确定性研究现状与展望

水文模型是水循环研究、水环境保护、水资源管理等的基本工具,在过去几十年里水文模型一直是水文工作者研究的重点,而水文模型的可靠性和不确定性分析却显得不足和滞后。随着水文模型越来越复杂,在现有数据水平相对缺乏的条件下,水文模拟与预测中的不确定性日益突出。对此分析了与水文模型紧密相关的不确定性的来源,回顾了考虑不确定性的水文模拟和预测主要分析方法,并提出了未来水文模拟与预测的不确定性研究的主要内容和需要注意的问题。     

A real-time flood forecasting model based on maximum-entropy spectral analysis: I. Development

This paper, the first of two, develops a real-time flood forecasting model using Burg's maximum-entropy spectral analysis (MESA). Fundamental to MESA is the extension of autocovariance and cross-covariance matrices describing the correlations within and between rainfall and runoff series. These matrices are used to derive the model forecasting equations (with and without feedback). The model may be potentially applicable to any pair of correlated hydrologic processes.Notation a _k extension coefficient of the model atkth step - B _k backward extension matrix forkth step - B _ijk element of the matrixB _k (i,j=1, 2) - c _k coefficient of the entropy model atkth step in the LB algorithm - e _k (e _x ,e _y )k = forecast error vector atkth step - E _k error matrix atkth step - E _ijk element of theE _k (i,j=1, 2) - f frequency - F _k forward extension matrix atkth step - F _ijk element of theF _k matrix (i,j=1, 2) - H(f) entropy expressed in terms of frequency - H _X entropy of the rainfall process (X) - H _Y entropy of the runoff process (Y) - H _XY entropy of the rainfall-runoff process - I identity matrix - forecast lead time - m model order, number of autocorrelations - R correlation matrix - S _x standard deviation of the rainfall data - S _y standard deviation of the runoff data - t time - T ₁ rainfall record - T ₂ runoff record - T rainfall-runoff record (T=T ₁ T ₂) - x _t rainfall data (depth) - X X() = rainfall process - mean of the rainfall data - y _t direct runoff data (discharge) - Y Y() = runoff process - mean of the runoff data - (x, y) _t rainfall-runoff data (att T) - (x, y, z) _t rainfall-runoff-sediment yield data (att T) - z complex number (in spectral analysis) - _k coefficient of the LB algorithm atkth step - _nj Lagrange multiplier atjth location in the _n matrix - _{n n} = matrix of the Lagrange multiplier atkth step - _X (k), _Y (k) autocorrelation function of rainfall and runoff processes atkth lag - _XY (k) cross-correlation function of rainfall and runoff processes atkth lag - W ₁(f) power spectrum of rainfall or runoff - W ₂(f) cross-spectrum of rainfall or runoff Abbreviations acf autocorrelation function - ARMA autoregressive moving average (model) - ARMAX ARMA with exogenous input - ccf cross-correlation function - det() determinant of the (...) matrix - E[...] expectation of [...] - FLT forecast lead time - KF Kalman filter - LB Levinson-Burg (algorithm) - MESA maximum entropy spectral analysis - MSE mean square error - SS state-space (model) - STI sampling time interval - forecast ofx - forecast ofx -step ahead - x _F feedback ofx-value (real value) - |x| module (absolute value) ofx - X ^–1 inverse of the matrixX - X* transpose of the matrixX     

黄河下游水位过程预报中的非线性分析

结合黄河下游冲淤型河段两个水文站的实测水沙资料，用非线性分析等方法，找出影响河道水位的主要非线性影响因素，在水位拟合模型的基础上，得出水位预报模型，实现水位过程的非线性预报。     

大流域洪水预报与洪水调度管理方法研究

采用水文学与水力学、确定与随机相结合的方法，研究大流域洪水预报与洪水调度管理。确定性模型采用降雨～径流模型的新安江模型和经验预报方案进行流域流量过程预报，一维非恒定流水力学方法进行河道流量与水位以及蓄滞洪预报。随机模型采用线性动态模型进行下断面水位实时预报，最小二乘递推模型进行误差实时校正。以长江支流修水流域为例，采用新安江模型、经验方案进行万家埠与柘林水库入库洪水预报作为水力学计算的上边界条件，采用一维非恒定流水力学方法进行河道洪水流量、水位计算以及分洪计算。该方法为流域的防洪减灾提供了科学的途径。     

城市用水量预测模型综合研究

从分析城市用水量变化规律着手，给出了城市用水量预测的常用模型，并以此为基础分析了选择用水量预测模型时所需考虑的影响因素。最后，以西安市日用水量预测为例，建立了三阶自回归预测模型，经与实测值对比检验，精度较高，可用于供水系统调度管理。