陕北年径流序列的谱分析研究

径流周期识别是径流模拟预测的依据。基于功率谱和极大熵谱分析原理,进行了陕北地区12个测站的年径流序列的周期识别。结果表明：最大熵谱分析具有高分辨率的周期识别的特点,陕北地区的年径流一般具有2－4年、11年左右和18－24年的水文周期。对于年径流序列长度大于35年的测站,功率谱分析和最大熵谱分析的分析结果一致,但是对于序列长度小于35年的序列,功率谱分析表现出分辨率低的不足;最大熵谱分析具有分辨率高的特点,提取的主要周期符合实际。     

邯郸地区年降水量统计特性

运用线性回归分析与Mann-Kendall趋势检验法对邯郸地区及各水资源分区的降雨资料进行分析,揭示了该地区及各水资源分区年降水量不断减少的变化趋势及显著性水平,并得出如下结论:各水资源分区年降水量变化规律不一致;随着海拔高度的降低,区域年降水量变化趋势越明显;低海拔区域年平均降水量减少是海河流域年径流量减少的重要原因。     

基于可变集聚类理论的年径流聚类新方法

将可变集中的聚类理论与年径流分类研究相结合,提出了年径流量聚类新方法。新方法考虑了汛期径流量、汛期向枯水期过渡的中介期径流量、枯水期径流量等因子或指标对年径流量分类的不同影响。通过实例分析,比较了新方法与常规方法（均值标准差法）和集对分析分类法的异同,表明新方法在理论与实际应用上的合理性与科学性,可应用于水文水资源系统年径流丰枯分类;最后分析了常规法、集对分析分类法在年径流分类中存在的问题及其理论根源。     

渭河上游河川径流演变特性分析

为了研究渭河上游径流演变特性,以林家村等5个水文站近50 a的实测径流序列为基础,采用Mann-Kendall趋势分析法(M-K法)和R/S法分析了径流演变趋势。结果表明：渭河上游径流年内分配在20世纪50年代较为集中,60~90年代相对均匀;径流年际变化较大;径流量总体呈下降趋势,且趋势性较为显著。研究成果为渭河流域水资源开发利用、调度管理和生态环境保护提供一定参考。     

泾河年径流量BP神经网络模型研究

以1957—2000年的实测降水序列和泾河年径流量序列为研究对象,利用EMD法和GA建立了泾河年径流量的BP神经网络模型。分析结果表明:泾河流域年降水量变化可能存在准2～3、5～7、10～13、18～22 a的周期;基于EMD的年径流量BP神经网络模型预测值的相对误差为-4.71%～8.21%,基于GA的年径流量BP神经网络模型预测值的相对误差为2.25%～12.22%。     

汾河水库上游年径流演变趋势分析

应用Kendall秩次相关法、游程分析法和自相关分析法,研究了汾河水库上游半个世纪以来年径流的演变趋势。结果表明:①年径流量总体呈下降趋势,但在20世纪70年代以前的演变趋势并不明显;②各时段间的转折点跳跃均不显著;③年径流系列的相依性并不明显;④20世纪70年代以后年径流量呈减少趋势的原因与年降水量的变化无关。     

桂林市青狮潭水库入库径流变化分析

采用极值比和变差系数分析桂林市青狮潭水库1958—1995年入库径流量的年际变化特征,采用距平百分率法和Kendall秩次相关法分析入库径流变化趋势。分析表明,洪水期径流年际变化最剧烈,枯水期径流年际变化最小;年径流、雨期径流、洪水期径流和枯水期径流均呈增加趋势,但趋势不显著。     

基于地理因子的福建省年降水空间估算模型研究

为研究福建省多年平均降水量的空间分布格局,为工农业生产、自然灾害预测、生态环境建设提供科学依据,利用福建省及周边区域35个气象站点1951—2011年降水资料,分析年均降水量与海拔、纬度、距海岸距离、坡向的相关性;同时,结合多元回归方程和克里金插值构建降水空间估算模型,反映出年均降水量空间分布的总体趋势,突出局部地区降水的差异,估算福建省1951—2011年年均降水量空间分布。结果表明:已知气象站点年均降水量估算的平均相对误差为3.4%,绝对误差为56 mm,验证站点的平均相对误差为3.6%;福建省年均降水量从东南沿海向西北山区呈现波动式上升的特点。     

关于现代河流生态保护的哲学思考

从矛盾观、自然观、系统观等唯物辩证法的方法论入手,对河流生态保护进行了哲学反恩。必须运用系统的观点来看待河流系统,保护河流系统的完整性和连续性;必须减轻人类活动对河流自然形态的限制,恢复河流的千姿百态;必须深刻认识河流的演化规律,正确处理好人类和河流之间的关系,不断实现人水和谐;必须尊重河流生命,从辩证的角度在河流开发利用与河流保护之间不断寻求折中点,通过最大努力保护和修复河流生态。     

基于近邻估计的年径流预测动态 联系数回归模型

集对分析理论为处理确定、不确定系统提供了新的途径,根据集对分析理论建立起来的预测联系数回归模型可以明显改善回归模型的预测精度。对于预测因子结构具有的动态性,文中将利用近邻估计,通过计算各个预测因子的变异系数,来判断预测因子在某次预测中处于强势或者弱势,进而动态地选择预报功能大的强势因子,消除对预报起负面作用的弱势因子的作用,这样很好地体现了预测因子结构中具有的动态性。基于此建立了基于近邻估计的年径流预测动态联系数回归模型（NNE-DCNR）。结果说明：用NNE-DCNR去预测年径流量,预测精度比常用预测方法有显著提高,在水文水资源的预测中具有推广应用价值