长江上游多站日流量随机模拟方法

随着梯级水库和水库群的建设,不仅需要单站的信息,而且需要流域内各站的综合信息,迫切需要发展多站的随机模拟模型。基于多变量分析理论提出了一种新的多站随机模拟方法。采用季节性自回归模型模拟主站的日流量序列,建立多维Copula函数描述主站和从站之间的时空相关性特征,依据Copula函数,生成从站的日流量序列。以长江上游为研究对象,建立了长江宜昌站、金沙江屏山站、岷江高场站、沱江李家湾站、嘉陵江北碚站和乌江武隆站的多站随机模拟模型,并与现有的主站法进行比较分析。结果表明,模拟与实测序列的统计特征值差别不大,模拟效果优于现有的主站法。

长江日流量混沌变化特性研究——Ⅰ相空间嵌入滞时的确定

为了以新途径探索长江水量变化规律并在此基础上做出预测,全面而系统地研究了宜昌站日流量混沌变化特性并建立了新预测模型.重点论述相空间嵌入滞时的确定.分析了传统的自相关函数法和真实矢量场法确定嵌入滞时的优劣,并提出以广义相关函数合理确定嵌入滞时的方法.研究结果表明广义相关函数法是一个合理又可操作的途径.

小波分析及其在日流量过程随机模拟中的应用

小波分析能将交织在一起的不同频率成分组成的复杂时间序列分解成频率不相同的子序列 .基于小波分解和重构思想 ,本文以屏山站为例尝试将日流量过程分解成不同尺度下的小波系数 (细节 )和尺度系数 (背景 ) ,对分解所得的系数按实测资料显示的主周期 (年 )进行随机重构 ,从而获得各种各样的日流量过程线 .当小波函数和尺度函数或滤波器确定后 ,分解和重构过程不需估算参数 ,也不必进行前期分析和任何假定 ,因而 ,这种随机模拟方法具有非参数化特征 .实例分析表明是可行的 .

日流量预测的小波网络模型初探

针对日流量时间序列的非线性和多时间尺度特性,提出了将小波分析与人工神经网络相结合进行日流量预测的新方法———小波网络模型。该模型吸取了小波分析的多分辨功能和人工神经网络的非线性逼近能力。以长江寸滩站日流量预测为例,研究表明,所构造的模型各预见期的拟合、检验精度较高。小波网络模型延长了预见期,提高了预报精度,具有广阔的应用前景。

日流量过程随机模拟模型的探讨

本文根据对日流量过程统计特征和自相关结构的分析，提出了适合于日流量过程随机模拟的分期平稳自回归模型。该模型概念清楚，结构简单，适用性强。以我国某站实测日流量资料建立了上述模型。

小波网络模型及其在日流量预测中的应用

基于小波分析和人工神经网络两者的优点,本文尝试将小波分析与ANN结合建立松散型WNN耦合模型,通过小波变换把南告水库的日流量序列分解成不同频段的子序列,再对这些子序列分别采用BP神经网络进行预测,最后利用小波重构得到整体的预测效果,并与传统BP模型结果相比较.研究结果表明,该方法提高了预报精度,可以成功地用于水文模拟和预测.

基于NARX模型的岩溶地下河日流量预测

针对传统的统计学方法难以精确刻画岩溶地下河日流量变化的非线性动态特性,引入有源自回归神经网络（NARX）技术,建立了基于NARX模型的岩溶地下河日流量预测模型,基于寨底地下河2013年1月15日~2014年6月30日的降雨量和流量数据,利用该模型对寨底地下河日流量进行了短期预测。结果表明,该模型预测效果较好,能够很好地预测岩溶地下河流量的变化趋势和极值等动态特性,另外该模型神经元个数越多,延迟阶数越大,神经网络对数据的学习能力和灵活性越强,但该模型不宜进行归一化处理。

长江日流量混沌变化特性研究——Ⅱ相空间嵌入维数的确定

为了以新途径探索长江水量变化规律并在此基础上做出预测,全面而系统地研究了宜昌站日流量混沌变化特性并建立了新预测模型.重点论述相空间嵌入维数的确定.嵌入维数是混沌分析的一个重要参数.给出了饱和关联维数法、伪最邻近点法和真实矢量场法3种嵌入维数的确定方法.它们各有优缺点.研究结果表明,最优嵌入维数的确定必须进行综合分析并考虑最优嵌入窗宽.

基于遗传算法与支持向量机的日流量预测

提出了采用遗传算法求解支持向量机最优参数的算法,并将其应用于Chickasaw河的日流量预测。为评估由不同时刻的流量、降水量及蒸发量组成的输入向量对模型预测精度的影响,设计了四种模型输入方案,以方差和确定性系数为标准对其进行评价。结果表明,采用前3 d流量、前1 d降水量及蒸发量的方案3预测精度最高。与BP神经网络模型预测结果对比显示,支持向量机模型预测精度较优,可用于水库或水电站的日流量预测。

地下河日流量预测模型

将门限自回归模型(TAR)和小波—BP神经网络组合模型应用于后寨河流域出口流量的预测中,建立了阶数分别为5、4、1三段的自回归模型。采用db3小波对地下河日流量序列进行分解作为BP神经网络的输入,建立小波—BP神经网络组合模型。从绝对误差和相对误差角度对比分析两种模型,得出小波—BP神经网络组合模型更适合本地下河日流量预测。针对两模型的不足提出了改进的建议。

日流量过程分维估计

探讨了日流量过程的分形特性，重点研究了分维估计方法．结果表明：分维数可以表征日流量过程的变化特性．分维估计方法较多，当前以计盒法为最好。

LMBP算法在宜昌站日流量预测中的应用

运用反向传播的改进方法LMBP算法,选取宜昌站1994年～2003年的日流量时间序列,建立LMBP神经网络日流量预测模型.论文对模型中采用不同的延迟时间和不同的激活函数对日流量预测的影响进行了比较和分析.实验结果表明该模型在进行日流量预测时,准确率高,收敛速度快,性能良好.

基于极端日流量的延河径流变化特征研究

日流量能更细致地刻画和表征河流径流量的变化,其变化特征对流域生态治理以及水资源的开发利用都具有重要的指导作用。按照频率分布定义了极端日流量及其计算方法,并以延河甘谷驿水文站1953—2010年实测逐日流量为基础数据,选取日流量大于或等于第95百分位的日流量的发生天数及其平均流量作为极大日流量指标,小于或等于第5百分位的日流量的发生天数及其平均流量作为极小日流量指标,采用Mann-Kendall趋势检验法、累计距平法和小波分析法,分析了近60 a来延河极端日流量的趋势性、阶段性和周期性变化特征。结果表明:延河极大和极小日流量发生天数及其平均流量均呈显著减小趋势;在季节变化中,极大日流量主要发生在汛期,占全年的93.03%,且代际间变化稳定,而极小日流量的发生集中在12月—次年2月和5—7月,其中5—7月占全年的45.2%,且12月—次年2月的代际间波动较5—7月的大;极大日流量发生天数的突变年份为1971年、1996年,其平均流量的突变年份为1971年、1986年、1996年,且较极大日流量发生天数的变化大,而极小日流量发生天数及其平均流量开始减小的突变年份较极大日流量突变年份稍有延迟,且极小日流量发生天数较其平均流量不稳定,极小日流量发生天数的突变年份为1976年、1991年,其平均流量的突变年份为1976年;极大和极小日流量发生天数及其平均流量均存在5、15、30 a的周期,且以30 a为第一主周期,各指标近年来均呈减小趋势。

日流量视角下铁路客运网络时空格局演变--以成渝地区双城经济圈为例

基于长时序列车时刻表数据,对成渝双城经济圈内铁路客运网络可达性、铁路日流量时空特征展开分析,采用社会网络分析对铁路客运网络展开研究。结果表明:①成渝双城经济圈铁路客运网络发展经历了双城割裂、廊道构筑与网络完善3个阶段,可达性呈现出沿双城廊道收敛的“哑铃式”空间格局,运量主轴带集聚作用显著,呈由北向南转移态势;②经济圈铁路客运组织模式由双核扩散转变为廊道集聚扩散;③双核凝聚子群范围不断扩大,经济圈铁路客运网络一体化水平大幅提升。

基于遗传算法和最小二乘支持向量机预测泰东河日流量研究

向量机在解决小样本、非线性、高维数和局部极小点等问题中有着出色的性能,最小二乘支持向量机在向量机基础上减少了参数个数、降低了计算复杂度、缩短了运算时间。遗传算法对于非线性等复杂系统优化问题容易得到优化解。尝试由遗传算法求解最小二乘支持向量机参数,再将最小二乘支持向量机应用于泰东河日流量预测。实例表明此方法预报精度较高。

基于日流量视角的四川省铁路空间特征

基于单日铁路运营流量,从城市联系强度、首位度以及加权旅行时间对四川省内铁路网络进行了研究,分析了其铁路联系特征,结果表明:四川省铁路网络格局分为南北两翼,在单日运营频次、城市联系强度、可达性水平以及铁路网络范围等方面,北翼城市群普遍高于南翼城市。省会城市是多数城市联系的主要方向,关联性水平高。北翼城市群关联性好,川南城市铁路联系不均衡。城市旅行时间格局分异明显,从川中城市群向南北递增。

和1995年神户地震有关的同震泉水日流量变化

1995年神户地震以后,很多泉的流量迅速增加,这可能是由渗透率增加引起的。淡路岛距离神户不远,从1995年到1998年,岛上9个泉的流量变化显示出,增加的流量在两年之内逐渐呈指数衰减。我们用一个很简单的扩散模型来估算蓄水层增强了的水压扩散率,其值为130～2300 cm^2/s。根据分析,我们推测本次地震使渗透率和泉水流量增加了约7倍。

日流量特性的区域化

本文描述了一种能生成南非境内流域任何一个非施测地点年和季节流量历时曲线（1日）的方法。该方法以对观测的流量历时曲线的标准化为基础，并对曲线的标准化纵坐标进行平均计算，某一非施测地点的日平均流量可以通过使用目前国家流量特性数据库中的信息估算得到，对于生成的某一地点的流量历时曲线，可通过一种简单非线性空间内插技术转换成日平均流量系列。

基于组合流量法的城市供水系统小区漏损诊断和预警

近年来,城市供水管网漏损问题频发,小区供水管网作为供水管网的最后一公里,降低小区管网漏损已成为供水企业的重要工作内容。文章针对夜间最小流量移动平均隔差法诊断不及时等问题,提出了一种基于全天流量的判别阈值矩阵分析的漏损诊断预警方法,利用全天流量趋势构建判别阈值矩阵诊断漏损,还将基于全天流量的判别阈值矩阵分析法与夜间最小流量移动平均隔差法结合,提出了一种基于全天流量和夜间最小流量的组合型漏损诊断预警法。将夜间最小流量移动平均隔差法、基于全天流量的判别阈值矩阵分析法和组合流量法分别应用于S市的30个DMA小区,识别准确率分别可以达到73.52%、78.19%和91.28%。结果表明,文章提出的基于全天流量的判别阈值矩阵分析法以及组合型漏损诊断预警法在解决小区供水管网漏损问题方面具有较好的应用前景和实际效果。

气候变化和人类活动对武江流域年径流及最大日流量影响的定量分析

针对气候变化与人类活动对流域年径流及最大日流量变化影响的定量识别问题,以华南湿润区武江流域为例,分别采用HIMS(Hydro-Informatic Modeling System)模型和敏感性系数法,从日和年尺度定量模拟和评估气候变化与人类活动对流域年最大日流量和径流变化的影响过程及贡献率。结果表明:HIMS模型在武江流域适用性良好,日尺度模型率定期和验证期的纳西效率系数分别为0.85和0.77,水量平衡误差绝对值分别为3.1%和3.3%;两种方法均表明气候变化是引起流域年径流量增加的主要因素,人类活动导致了流域径流量的减少,但贡献率较小。气候变化与人类活动导致了流域年最大日流量的增加,气候变化对年最大日流量增加的贡献率为94%,而人类活动的贡献率则为6%。相较于年均径流量,气候变化对年最大日流量的影响更为显著。