基于响应单元的太湖流域干旱分析方法研究

提出一种将区域或流域划分成若干个不同的响应单元,把每一个响应单元看作一个点,借助于点干旱指标评价的方法分析面干旱,并应用到太湖流域。通过太湖流域干旱记录与三种基于降雨的常用指标的对比分析,得出Z指数法的精度最高,标准化降水指标(SPI)次之,降水距平百分率(PAI)最低,而且Z指数法显示太湖流域的旱情主要发生在夏秋季节。Z指数法考虑了降水的时空分布特性,具有多时间尺度特性,反映出了不同时间尺度的水分状况。     

基于Android的防汛导航系统设计与实现

随着移动计算技术的迅猛发展,数字化、移动化正在影响着人们的工作和生活。防汛导航系统运行在Android平台上,为防汛相关部门人员提供一种便捷的防汛信息获取方式。受MICAPS移动终端软件、地震速报等手机应用的启发,河南省水文水资源局设计、开发了防汛导航系统。文章介绍防汛导航系统的架构和功能设计以及其平台功能的实现。读者可以在文章基础上构建自己的防汛导航软件。     

基于决策树的河南省主要水库水质影响因素分析

为了探寻影响水库水环境的主要因素,以河南省38座水库作为典型,根据其2012年的水质监测数据,采用CART决策树方法,以其中的28座为训练集,通过Modeler特征选择选出7个主要影响因素作为变量,水库水质为目标变量,建立模型,并用全部38座水库对模型进行了验证,结果表明:模型训练的准确率为100.0%,验证的准确率为94.74%;破碎度对模型的影响程度为0.43,单位面积农药施用量、单位面积施肥量、单位面积工业产值、人口密度、单位面积工业废水排放量等5个因素对模型的影响程度均为0.11,单位面积GDP对模型的影响最小,仅有0.02.决策树方法可以应用于水库的水质影响因素研究.     

雨强和土地利用类型对豫西南山区产流产沙的影响

为掌握雨强和土地利用方式对丹江口水库水源区水土流失的影响,采用室内人工模拟降雨试验,采集豫西南山区5种常见土地利用类型的表层土壤,研究其在6种雨强下的水土流失规律,结果表明:雨强对不同土地利用类型的产流产沙影响显著,5种土地利用类型土壤中的产流产沙量与雨强均呈幂函数增加,说明雨强越大,相应的产流产沙量也越多;6种雨强的平均产流量、产沙量均为坡耕地梯田荒草地乔木林灌草地,这是因为林地和灌草地土壤具有良好的保水保土效果,其产流产沙量都小于其他土地类型.结论:在豫西南山区有必要开展坡改梯和退耕还林还草工程,以减少用地中的水土流失,确保丹江口水库水质.     

聚氯乙烯和磺胺嘧啶复合污染对活性污泥的影响

微塑料（MPs）会吸附水中有机污染物,进而可能产生复合毒性效应,但目前关于MPs与有机污染物相互作用及对污水生物处理系统的影响尚不明确。为此,以活性污泥为研究对象,考察了模拟污水中磺胺嘧啶（SDZ）和聚氯乙烯（PVC）共存时对活性污泥系统处理效果及胞外聚合物（EPS）的影响,并分析了污泥脱氢酶和微生物群落结构的变化。结果表明,当PVC和SDZ浓度均为15 mg/L时,疏水性较强的SDZ易吸附在PVC表面而形成复合污染物,导致系统对COD和氨氮的去除率分别降低55.4%和54.9%。同时,污泥通过提高EPS分泌物中蛋白质和多糖含量来产生保护机制。另外,PVC和SDZ共存导致污泥中微生物多样性显著降低,拟杆菌纲、γ-变形菌纲、黄杆菌属和吡啶降解菌的相对丰度较对照组分别下降9.53%、4.39%、7.25%和6.21%。由于有机物降解功能菌数量减少及产生裂解酶的能力减弱,使得活性污泥系统对COD和氨氮的去除率下降。     

北汝河水文特性分析

文章搜集了北汝河流域多年实测水文资料,分析总结了北汝河流域的降水量、流量、含沙量、蒸发、水质等水文特性。     

划分水域功能区 有效保护水资源

在对河南省水资源开发利用、供需平衡分析基础上，针对水资源短缺、污染严重等问题，提出了水功能区划分的依据和原则，将全省划分为一、二级水功能区及水资源保护措施的建议，为水资源保护提供了科学依据、     

基于GIS的郑州市抗旱管理信息系统

采用地理信息系统和数据库理论与技术,构建基于GIS的郑州市抗旱管理信息系统,实现了抗旱信息的存储、查询、浏览、编辑、统计分析,墒情雨情信息查询、等值线分析、专题图绘制等功能。能够及时、准确地对郑州市抗旱信息的实时显示和可视化表达,提高抗旱管理的效率,为抗旱防灾决策提供技术支持。     

水质监测实验室全过程质量控制的对策

水质监测实验室全过程质量控制是判定水资源质量的重要保证,水质监测工作主要以水质成分分析和水质安全判断为主,提升水质监测实验室全过程的质量,有利于水资源环境的治理。对实验室的水质监测全过程进行质量控制,避免出现水质监测工作失误,保证实验室水质监测工作满足实际要求,有利于解决现实问题。     

基于改进非线性自回归网络的洪水预测算法

针对流域的洪水预测具有高度非线性和随机性的问题,提出了一种混合预测模型用于流域的洪水预测.该模型是一个集成了数据预处理模块的具有外部输入的非线性自回归神经网络,采用小波变换进行时间序列分解,利用多基因遗传编程进行细节缩放,以提高时域和频域特性的提取能力,进一步捕获时间序列的非平稳性,与NARX结合可以大幅提高洪水预测的准确性,利用栾川水文站15年中所测水文数据对所提模型进行验证和测试.实验结果表明,相比较于传统算法和其他预测算法,所提出的算法具有更高的预测准确度和性能,可广泛应用在洪水预测等领域.