基于小波分析的NARX神经网络在水位预测中的应用

高精度的水位预测能为防洪决策、水资源管理等提供重要的调度依据,减少洪旱灾害损失。为提高预报精度,提出一种基于小波分析的NARX神经网络模型(DWT-NARX),综合考虑洪泽湖入湖流量、出湖流量、周边用水、前期水位等因素,对洪泽湖日水位进行预报,并与BP神经网络、NARX神经网络模型进行比较。结果表明,三种模型在短历时预报中均取得了较好的模拟预测效果。当预见期为1或2天时,Nash-Sutcliffe效率系数均大于0.9,合格率大于85%;当预见期超过3d,NARX模型在水位变幅较大的时段预测结果变差,BP模型出现严重的震荡现象,NARX和DWT-NARX模型结果均优于BP神经网络,DWT-NARX在整体上结果最优。研究成果可为洪泽湖的水位预报提供一定的参考价值。

复杂水情下H-ADCP流量在线监测推流方法

为提高受水利工程影响测验断面推流精度及提升H-ADCP流量在线监测系统水平,综合考虑仪器入水深、落差等因素,建立多元线性回归模型推算断面平均流速,利用最小二乘法求解模型参数;同时针对小流量下推流精度低的问题,充分考虑相关性较强的单个流速网格单元,采用机器学习中的LASSO回归模型进行参数估计,充分挖掘每个网格流速与实测断面平均流速的关系,构建推流方案。汉江流域白河水文站的应用结果表明,该方法推流成果满足规范要求,可为白河水文站及类似受水利工程影响测站的H-ADCP推流方案构建提供参考。

宁蒙引黄灌区灌溉需水对变化环境的响应

首先分析了宁蒙引黄灌区近60年的气温变化特性,并据此划分基准期和变化期;分析了灌区种植结构的变化。然后采用彭曼公式和作物系数,分析了典型作物的物候期和灌溉需水的变化;并分析了灌区灌溉需水量和灌溉时间节律对自然和社会环境变化的响应。结果表明:变化期相较基准期,气温明显升高,灌溉需水在此影响下,有所前移;总种植面积增大,春小麦的种植面积大幅降低,玉米、葵花等其他作物增加,使得灌溉需水总量增多,并有所后延;在总种植面积增大、种植结构改变和气候变化的综合作用下,灌区灌溉需水量呈较大幅度的增加趋势,但汛前讯后需水比例变化不大。

民办高职院校治理能力的影响因素与提升策略——以A校为例

随着当今社会的发展、国家治理体系和治理能力现代化的不断推进,高校治理已经取得了相当丰富的研究成果。随着民办高职院校的不断发展,民办高职院校规模越来越大,越来越多的矛盾和问题日益凸显,如何提升民办高职院校的治理能力已成为一项必须研究的重大课题。文章首先论述了提升民办高职院校治理能力的重要性,其次对影响民办高职院校治理能力提升的原因进行分析,最后探讨了提升民办高职院校治理能力的路径。

洪泽湖以上流域洪水预报研究

为了给洪泽湖及整个淮河下游地区的防汛抗旱决策提供技术支持,基于API模型和三水源新安江模型,采用各区分单元、入湖分单元分区间的方法,考虑水利工程以及大洪水期蓄滞洪区的应用情况,进行降雨径流预报与洪水过程研究。选取洪泽湖以上2000-2018年实测数据,对蚌埠控制区、蚌埠以下淮北控制区、蚌埠以下淮南控制区进行场次洪水模拟;基于水量平衡法,以反推入湖流量作为实测入流,各区采用马斯京根法预报洪水,构建入湖洪水预报方案。结果表明:各区两种模型模拟效果比较接近,均取得较好的预报精度,且对于流域内大洪水的模拟效果更理想。在涨洪段,分单元分区间的API模型和新安江模型在大洪水期均能有效的预报入湖洪水,模拟精度相当;在退水段且预报时段较长时,分单元分区间的新安江模型模拟精度高于API模型,并且模拟的洪水过程与反推入流过程更接近。

海河流域日径流模拟不确定性分析及应用

文章基于HBV、HyMod和新安江三个不同结构概念性水文模型,对海河响水堡流域进行多模型集合模拟,并对模拟日径流不确定性进行评估。结果表明响水堡流域在20世纪80年代前,下垫面变化较大。且HyMod模型,HBV模型,新安江模型及基于模型集合预报方案的HYMOD-HBV模型,HYMOD-新安江模型,新安江-HBV模型在响水堡流域日流量模拟中均有较好的应用,可实现洪水预报目的。