用 ARMAX 模型与多层 BP 网络进行河道流量演算

本文分别给出了将ＡＲＭＡＸ型及多层ＢＰ网络应用于流量演算中模型参数确定的方法；提出了一种可进行误差实时校正的改进ＡＲＭＡＸ模型，并认为该模型实质上是一种特殊的两层ＢＰ网络；最后用一个实际的算将改进ＡＲＭＡＸ模型与多层ＢＰ网络的两种方法进行对比分析。     

可视化河网一维恒定水流泥沙数学模型

作者对复杂河网水流泥沙运动数学模型计算方法进行了研究，考虑各种进出口边界条件建立了通用模型，并编成了可视化软件。此数学模型操作简单，通用性强，具有很好的应用前景，可应用于防洪、水污染、河道冲淤计算等问题研究。     

Hydrologic Data Exploration and River Flow Forecasting of a Humid Tropical River Basin Using Artificial Neural Networks

The applicability of artificial neural networks (ANN) for modelling of daily river flows in a humid tropical river basin with seasonal rainfall pattern is investigated and the model performance assessed using the commonly adopted efficiency indices. Although the developed model showed satisfactory results for rainy period, the predicted hydrograph for the low flow period deviate from the observed data considerably. The rainfall and discharge data available for modelling is explored using Self Organizing Maps (SOM) and the subset of data having definite relationship between the selected hydrologic variables identified. The alternate approach for modelling of river flows utilising the knowledge from SOM analysis has improved the model results. The results show that ANN models can be adopted for forecasting of river flows in the humid tropical river basins for the monsoon period. Input data exploration using SOM is found helpful for developing logically sound ANN models.     

珠江三角洲河网悬沙数学模型分析

物理模型对于复杂多变的河网河道的水力因素变化不易描述,数学模型已成为研究其河道水力、泥沙问题的重要手段。在线性化的Pressmann四点隐式差分法基础上,应用汊点分组思想求解河网流场,采用节点悬沙控制方法对珠江三角洲河网悬沙进行了数值模拟,利用实测资料对模型进行率定与验证,并分析了珠江三角洲流域河网悬沙输移特征。结果表明,数值模拟结果真实、可靠,与实测资料基本吻合,从而再次证明珠江三角洲河网是以径流输沙为主的平原河网。建立悬沙节点控制方法进行河网悬沙的数值模拟,实现了泥沙方程组的分级解法,提高了计算效率与精度。     

River Flow Forecasting using Recurrent Neural Networks

Forecasting a hydrologic time series has been one of the most complicated tasks owing to the wide range of data, the uncertainties in the parameters influencing the time series and also due to the non availability of adequate data. Recently, Artificial Neural Networks (ANNs) have become quite popular in time series forecasting in various fields. This paper demonstrates the use of ANNs to forecast monthly river flows. Two different networks, namely the feed forward network and the recurrent neural network, have been chosen. The feed forward network is trained using the conventional back propagation algorithm with many improvements and the recurrent neural network is trained using the method of ordered partial derivatives. The selection of architecture and the training procedure for both the networks are presented. The selected ANN models were used to train and forecast the monthly flows of a river in India, with a catchment area of 5189 km² up to the gauging site. The trained networks are used for both single step ahead and multiple step ahead forecasting. A comparative study of both networks indicates that the recurrent neural networks performed better than the feed forward networks. In addition, the size of the architecture and the training time required were less for the recurrent neural networks. The recurrent neural network gave better results for both single step ahead and multiple step ahead forecasting. Hence recurrent neural networks are recommended as a tool for river flow forecasting.     

黄河中游高含沙水流泥沙粒径特征研究

利用三角坐标对黄河中游5条支流悬移质颗粒级配资料进行了分析,发现黄河中游的高含沙水流粒径组成大致在如下范围之内：〈0.005mm的粒径占5％-25％,0．005～0.010mm的粒径占2％～16％,〉0．010mm的粒径占60％-90％。因各支流所在流域差异,使其高含沙水流的粒度组成也有所差异,但均集中于一定的粒径配比范围内。     

黄河宁夏段水沙变化特点及临界来沙系数研究

通过对黄河宁夏河段下河沿、青铜峡、石嘴山3个水文站近60 a来实测水文泥沙资料的分析,运用统计分析方法,研究了黄河宁夏河段水沙变化特性以及河道冲淤情况,尤其是龙羊峡、刘家峡水库投入运行后所带来的影响。在此基础上,从输沙率与流量、汛期和非汛期输沙量与水量的关系探索了维持青铜峡—石嘴山段河道冲淤平衡的临界来沙系数和分粒径临界来沙系数。结果表明:(1)龙刘水库联调对宁夏河段来水来沙量影响较大,以下河沿站为例,来水量与来沙量呈减少趋势,且减少主要发生在汛期,输沙量减幅大于来水量减幅;青铜峡—石嘴山段汛期临界来沙系数为0.002 36 kg·s/m6;粗、中、细沙的临界来沙系数不同,其中细沙的临界来沙系数最大,中沙和粗沙的相近。     

汛期洪水水沙组合对潼关河床冲淤的影响

汛期潼关河床冲刷主要发生在洪水期，平水期微淤或处于冲淤相对均衡状态。洪水水沙组合情况是决定潼关河床是否发生冲刷的基本条件，河床边界条件对洪水冲刷产生影响。1974年以来，使河床发生冲刷的洪峰占69％，潼关高程升降值一般小于0.30m，使潼关高程下降0.5m以上的主要是流量大于5000m^3/s的各级含沙量洪峰，使潼关高程上升0.5m以上的，以流量小于5000m^3/s，含沙量大于200kg/m^3的洪峰居多。近期潼关洪峰少，流量小，含沙量高，导致洪水期潼关高程下降值比前期偏小50％左右，是河床逐年淤积升高的主要原因。     

吴堡-潼关河段非恒定流水沙输移模型

新情势下的潼关水沙预报需要认识吴堡-潼关河段的水沙传播规律。以吴堡-潼关河段为研究对象,建立了非恒定流不平衡输沙数学模型,模型考虑了壶口瀑布陡坎跌水特征和小北干流的宽浅游荡特征。对1977年、1986年、2009年汛期洪水传播过程的模拟表明,模型具有模拟吴堡-潼关河段洪水演进和不平衡输沙过程的能力。同时,小北干流河床变形和冲淤过程模拟需要进一步改进。     

黄河下游低含沙水流挟沙力研究

冲积河流在低含沙水流冲刷后，床面粗化使水流挟沙能力下降现象十分明显。三门峡水库蓄清排浑运用后，黄河下游河道汛期淤积、非汛期冲刷，同样由于断面展宽，床面粗化及悬沙组成也变粗，使得水流挟沙力急剧下降。因此讨论低含沙水流冲刷条件下的水流挟沙力是评估水库下泄大流量冲刷下游河道效果的关键问题。通过试验及野外资料提出的低含沙水流挟沙力公式，它形式简单，与已有公式不同的是，它反映了河道边界条件(即坡降、床沙粗细及断面形态)及泥沙特性对挟沙力的影响。经黄河下游实测资料验证满意，可用以定量估算下游大流量低含沙量时冲刷的减淤作用及艾山-利津河段不淤(或微冲)需要的临界流量。     

Entropy-Based Sensor Placement Optimization for Waterloss Detection in Water Distribution Networks

The work presented herein addresses the problem of sensor placement optimization in urban water distribution networks by use of an entropy-based approach, for the purpose of efficient and economically viable waterloss incident detection. The proposed method is applicable to longitudinal rather than spatial sensing, thus to devices such as acoustic, pressure, or flow sensors acting on pipe segments. The method utilizes the maximality, subadditivity and equivocation properties of entropy, coupled with a statistical definition of the probability of sensing within a pipe segment, to assign an entropy metric to each pipe segment and subsequently optimize the location of sensors in the network based on maximizing the total entropy in the network. The method proposed is a greedy-search heuristic.     

黄河调水调沙的效益——"黄河调水调沙的根据、效益和巨大潜力"之八

2002-2006年黄河调水调沙的效益主要表现在：①加大了入海泥沙,使下游含沙量加大73.3%,达到了三门峡水库初期运用冲刷的水平。②冲刷降低了洪水水位。下游河道总冲刷量13.23亿t,仅及三门峡水库初期运用冲刷量的57.2%,而3000 m^3/s水位降低在高村以上相近,在艾山以下小浪底运用的水位降低明显好于三门峡初期运用的。特别是利津,前者水位下降1.00 m,后者抬高0.01 m。③进入下游河道流量在2500 m^3/s以上,保证了全河冲刷;同时尽可能避免了中、小流量,未出现山东河段的回淤,从而使全河造床流量均匀加大。④不仅消除了小浪底工程论证和初设阶段对＂冲黄河、淤山东＂的担心,而且使山东河段冲刷比例增加。较之三门峡水库运用初期艾山至利津的冲刷量及冲刷比例,均有明显增加。当然,调水调沙的最根本效益,是利用水动力普遍扩大了主槽,使平滩流量增加1800-2000m^3/s,改善了近900 km的河道,流量在1800-4000 m^3/s时洪水不上滩,产生了巨大的防洪效益,这在世界治河史上是没有的。     

水沙数学模型在线计算的初步实

利用混合语言编程、JavaScript脚本和PHP语言等技术,开创性地将河流水沙数学模型、可视化前后处理技术和计算机网络技术三者结合起来,初步实现了洪水演进、河道冲淤等水沙数学模型模拟的在线计算过程;并以长江中游下荆江藕池至监利河段为例,给出了该河段河道维护与管理在线计算平台的演示成果。     

黄河水量调度系统中的流量演进问题研究

黄河干流非汛期流量演进问题是黄河水量调度工作的难点之一。为解决这一问题,采用水文学和水动力学相结合的方法,建立了基于水量调度的黄河下游非汛期流量演进混合模型。模型采用基于水文学的水量平衡方程,并用一维水力学方法对方程中的传播时间、槽蓄量两项关键参数进行了率定。采用2003、2004两水文年的实测资料对模型进行了验证,结果表明模型能较好地模拟流量传播过程。     

长江科学院河流水沙数学模型研究进展与展望

自20世纪50年代末,长江科学院开始研发河流水沙数学模型,至今已有60多年不间断研发与应用历史,形成了“河流（HELIU）”系列软件。综述了长江科学院水库泥沙、河流一维、二维、（准）三维等水沙模型及其它水沙数学模型实例（包括河流水沙估算模型、河流水沙专题数模研究、引进吸收的河流水沙数学模型）,以及水沙数值模拟关键技术的研究进展。分析展望了河流水沙数学模型今后研发工作的 4 方面任务：构建模型体系、完善现有模型、拓展模型领域和研究关键技术。     

泾河流域年最大洪水量及洪沙量变化分析

根据１９５２－１９８９年共３８ａ的实测资料，对泾河流域年最大洪水量、洪沙量的变化及削洪减沙效益进行了分析计算，结果表明：（１）７０ 年代流域水保治理年均增洪０．４５６亿ｍ＾３，年均增洪沙０．１１４亿ｔ；降雨影响年均增洪０．０１７亿ｍ＾３，年均减洪沙０．０８７亿ｔ。（２）８０ 年代流域水保治理年均减洪０．８２６亿ｍ＾３，年均减洪沙０．３７５亿ｔ；降雨影响年均增洪０．３６８ｍ＾３，ｒｈ ｆｑｕｇ ｆｕ     

引黄灌区测沙资料整编与分析模型

针对引黄灌区测沙资料不能及时服务于管理工作的情况，为及时整编资料、合理分摊各县(市、区)清淤量，同时也为合理核算水价提供依据，开发研制了灌区测沙资料整编与分析模型。该模型由测沙资料整编、输沙率平差及泥沙淤积分析等3个功能模块组成。运行结果表明，本模型具有快速、方便、灵活等特点，能较好地满足水文规范及灌区管理工作的要求。     

不同输沙流态对多沙河流水库水沙调节计算结果影响的分析研究

在利用水沙数学模型进行多沙河流水库水沙调节计算时,准确的预判相应的来水来沙条件和库型边界条件下入库含沙水流的输沙流态并确定相应的控制方程,是确保计算结果准确的关键.通过建立水库一维非饱和输沙数学模型,对相同库型条件和相同来水来沙条件时不同输沙流态时人库水流的泥沙冲於量进行计算,初步量化回答了不同输沙流态对多沙河流水库水...     

一二维耦合河网水沙模型研究

借鉴河网水流的三级解法,将二维河段概化为河网内部河段,通过河网节点流量和输沙量的平衡,建立一二维耦合河网水沙模型。模型采用全隐式方法建立二维河段以首末断面的水位和含沙量为中间变量的矩阵追赶关系,进而建立整个一二维河网的节点水位及含沙量的矩阵方程组。对方程组的求解,可实现一二维水沙模型的耦合求解。通过对长江下游大通至镇江概化河网的验证计算,表明模型具有很好的实用价值。     

一维河网水流数学模型在含多个沙洲的天然河道中的应用

对含有多个沙洲的天然河道,由于河道分汉,不便采用一维或平面二维模型计算洪水演进过程.通过把这种类型的河流看作小型河网,采用一维河网水流数学模型来进行模拟.将这种模型应用于东荆河洪水演进计算,率定后,模型验证的计算结果和实测资料基本一致,效果良好,将其应用于东荆河洪水调度具有积极的指导作用.