水文数据在线分析与知识发现系统模型研究

数据的在线分析与知识发现是开发信息资源的高级形式 .为了挖掘关于水的运动变化规律和对环境的作用的知识 ,作者提出了水文数据的在线分析与知识发现系统模型 .文章对模型采用的在线分析处理与数据挖掘相结合的分层次结构进行了详细阐述 ,并重点介绍了模型中的关键技术应用 .

水文水资源领域深度学习研究进展综述

现代水文监测技术的迅猛发展产生了海量的水雨情数据,为深度学习理论助力水文水资源领域的研究和生产实践带来了机遇与挑战。从水文模拟、水资源管理、水环境评价3个方面开展文献调研,综述了水文水资源领域的深度学习研究进展。归纳了深度学习方法的优势及应用难点:无需构建物理模型并可深度挖掘数据特征,在物理机制不明晰的问题中具有显著优势;但在应用时存在模型训练数据缺乏、超参数确定具有主观性、可解释性不足、与物理规律不符及泛化能力不足等难点问题。展望了可通过有机结合深度学习与水文物理机制模型,以融合经典水文规律,并开展迁移学习、强化学习以及对抗学习等应用研究,以更好地在水文资源领域探索运用深度学习方法。

水文时空数据挖掘方法及其应用评述

随着对地观测技术的发展,遥感数据在水文研究中的应用越来越普及,其所蕴含的丰富时空信息能在很大程度上弥补传统水文台站数据无法代表区域的不足。从海量、多维、类型多样的遥感数据中提取有用的涉水信息,已成为当前遥感数据在水文应用研究中的重点。遥感数据中的时空信息在分析水文现象时空分布特征,构建真正的分布式流域水文模型或者精细流域水文模型等方面起着重要作用。在梳理时空数据挖掘概念和国外时空数据挖掘现状的基础上,提出面向具体水文应用的水文时空数据挖掘模型,应用大数据技术分析水文现象的演变规律,为相关决策提供关键的支撑信息。

黑河流域近两千年人—水—生态演变研究进展

理解流域历史时期的人—水—生态演变过程和规律,对其当前和未来的管理规划极为重要。通过梳理近几十年来有关学者对西北干旱区典型内陆河流域——黑河流域过去2 000年的水环境、人类活动、生态环境演变及其耦合研究等方面的成果,发现单个方面的研究均已较为普遍和成熟,并且积累了大量的素材和数据,但是缺乏以流域为单元,从长时间尺度综合考虑人—水—生态相互作用,定量分析人—水—生态协同演化过程的研究成果。今后的研究,一是应当着重于数据挖掘方法的探索,对已有成果进一步挖掘并进行对比和校正,构建一套长时间序列的可靠的人类活动、水文和生态数据集;二是应当着重于动力学模型的构建,增加生态—水文系统与人类活动的互馈机制描述,刻画人—水—生态的协同演化过程,从而达到通过揭示流域过去2 000年的人—水—生态协同演化过程,为流域当前和未来的管理提供历史镜鉴,为国内外的其他类似流域提供参考。社会水文学的提出无疑将极大地促进流域人—水—生态演变研究的发展。