水情自动测报系统数据接收处理通用程序设计初探

要设计一个通用的程序模块,就必须充分了解该程序的运行环境及对该程序的功能要求。为了使水情自动测报系统的数据接收处理程序通用化、模块化,就必须对它的运行条件、功能要求加以深入剖析,制定合适     

多维ARMA（p,q）序列的新息预报

讨论了多维ＡＲＭＡ（ｐ，ｑ）序列的新息预报，利用有限个观测值导出了观测公式。     

意大利圣·朱斯蒂纳坝实时洪水预报

介绍了用于意大利圣.朱斯蒂纳坝的实时洪水预报方法。根据10 a的小时库水位资料进行流量反演算,并重新构造了洪水系列。采用年最大流量与降雨深资料对简单的水文模型进行调整。考虑相应的洪水事件(11 a一遇洪峰流量),利用蒙特卡罗模拟法为洪峰流量预报制定了统计上可靠的方案。     

沙河流域漯河以上洪水预报调度有关问题的分析

沙河漯河水文站控制流域面积12150km~2,分别由沙河、北汝河、澧河3条河组成并在漯河市汇合,该流域主要为伏牛山区,是河南省的三大暴雨中心之一。防汛调度中由于受京广铁路桥(高程62.40m)过水能力和漯河以下沙河堤防行洪能力的限制,必须将漯河洪水流量控制在3000m~3/s以下。据资料记载,近50年来,沙。汝、澧3条河都分别多次出现过3000m~3/s以上的大洪水,如果2条河或3条河同时来水,就要凭借漯河上游昭平台、白龟     

地下洞室工程施工支护理念探讨

“爱护围岩、充分发挥围岩自身的承载能力”是地下洞室工程施工及支护设计最重要的原则。目前,地下洞室工程施工前的地质调查、超前地质预报和围岩变形监控经常是不到位的,致使开挖、施工支护设计有较大的盲目性。在施工过程中,设计、地质人员和施工单位必须提高保护围岩的意识,克服在支护结构设计理念方面,“重衬砌,轻超前支护和初期支护”的观念;设计和施工紧密配合,充分发挥施工单位采用新技术、新方法、新工艺、新材料的积极性。针对以上问题,文章对超前地质预报和围岩变形监控的必要性,支护结构体系及其设计理念,塌方的预防与治理原则,设计体制等进行了阐述和探讨,供从事地下洞室工程建设管理人员、设计和施工技术人员参考。     

运用神经网络对氧气顶吹转炉自动化进行动态预报

运用神经网络对氧气顶吹转炉自动化进行动态预报［韩国］Ｓ．Ｙ．Ｙｕｎ等１前言在氧气顶吹转炉工艺中，决定操作成功与否的关键是钢水温度和杂质量的控制，因而，要对其进行动态控制。本文介绍一种新的数学方法即以神经网络为基础建立的用于氧气顶吹转炉工艺控制的新型动...     

γ法预报地震的若干问题

本文扼要地介绍了γ测量用于监测预报地震和研究与地质动力学有关的断裂等问题。     

基于 Micaps3.1的暴雨洪涝预报预警模块的研发

文中利用 C#. NET 构建了基于 MICAPS3.1系统应用的暴雨洪涝预报预警系统整体框架,重点介绍了该系统开发的基本情况、系统架构和系统中使用的关键技术和算法.并选取汉江丹江口为试验流域,初步完成了流域基础地理(边界、水系)、气象、水文监测站点的收集以及显示;流域 QPE、QPF、实况监测等气象要素实时产品信息的提取以及气象要素产品与水文模型接口的设计;最后提供了流域实况降水监测场、流域实况降水雷达估算场、流域预报雨量场、流域水文预报信息数据、图形等产品文件.该模块的研发能为流域防洪决策提供支持,并为河流防汛精细化预报服务试点工作的推广提供经验和模式     

基于多尺度自回归模型体系的混凝土坝位移预报及工程应用

针对混凝土坝位移监测数据的时频非线性特征严重影响到数值模型预报精度的难题,通过小波技术解析原型数据中多重交叉环境驱动的效应实况,有机结合非线性自回归模型(Nonlinear Autoregressive Model with Exogenous Input, NARX)和差分整合移动平均自回归模型(Autoregressive Integrated Moving Average Model, ARIMA),建立了多尺度组合机制下的自回归模型体系,解决了内蕴复杂混沌特性的监测序列的信息挖掘难点。工程实例分析表明,所建模型的拟合精度及预测能力均得以提升,相比于传统模型具有较好的抗噪性和鲁棒性。此外,所建立的计算模型经一定的优化和拓展,亦可推广应用于其它水工建筑物的效应预报分析。     

洪水预报智能模型在中国半干旱半湿润区的应用对比

为探究不同洪水预报智能模型在我国半干旱半湿润区的应用效果,选用决策树、多层感知器、随机森林和支持向量机4种模型在陕西省3个典型流域进行逐时洪水预报;选择相关系数、纳什效率系数、均方根误差、平均绝对误差和相对误差等评价指标,比较不同预见期下4种模型在半干旱半湿润典型流域洪水预报的适用性。结果表明:在短预见期预报中,4种模型在半湿润区典型流域均可获得较高的预报结果,在半干旱典型流域模拟精度相对偏低,仅支持向量机模型满足预报要求;随着预见期延长,不同模型性能变化差异大,支持向量机模型整体稳定,在小流域实时洪水预报中具有明显优势;随机森林模型与决策树模型精度随预见期延长而缓慢下降,前者适应性更好;多层感知器模型精度随预见期延长而骤减,模型稳定性较差。