-
题名漠河站开江期土壤水热变化对开江日期的影响分析
被引量:1
- 1
-
-
作者
于成刚
戴长雷
郭增红
丛大钧
-
机构
黑龙江省大兴安岭水文局
黑龙江大学寒区地下水研究所
黑龙江大学水利电力学院
-
出处
《黑龙江大学工程学报》
2018年第4期89-96,共8页
-
基金
国家自然科学基金资助项目(41202171)
黑龙江省科技厅项目(GZ16B014)
黑龙江省水利厅科技项目(201315)
-
文摘
通过分析漠河冰凌实验站2014年和2015年的土壤含水率、地温等数据,寻找开江期土壤水热参数的变化规律,并进一步构建具有机理的指标,实现开江日期的预报。通过分析,发现冻结隔水层位置以及下移速度影响流域内的融雪径流和开江日期。构建并计算了层间土壤热通量比系数k1、k2。在开江前k1、k2出现交点,交点距离开江日期为7~10 d,说明中下层土壤垂向热流传导通道已打通。采用k1、k2进行开江日期预报,不仅计算简单、实用性强,而且能克服开江期众多水热因素无法直接观测的问题。
-
关键词
土壤热通量
地温梯度
含水率
漠河站
-
Keywords
soil heat flux
geothermal temperature gradient
water content
Mohe Station
-
分类号
P338.4
[天文地球—水文科学]
-
-
题名人工智能冰情预报的预报因子确定
被引量:5
- 2
-
-
作者
李成振
郭学仲
王志兴
-
机构
中水东北勘测设计研究有限责任公司
黑龙江省水利水电勘测设计院
-
出处
《水利水电技术》
CSCD
北大核心
2012年第2期9-13,共5页
-
文摘
以黑龙江上游漠河站开河日期预报为例,对利用人工智能技术进行冰情预报过程中预报因子的确定方法进行了研究。在成因分析的基础上,先对各影响因素进行适当的概化及量化处理,得出足够数量的影响因子作为待选因子,再采用逐步回归分析法对待选因子进行筛选,即可得到较为理想的预报因子。
-
关键词
冰情预报
人工智能
预报因子
逐步回归分析
开河日期
漠河站
黑龙江
-
Keywords
ice-forecast
artificial intelligence
forecast factor
stepwise regression analysis
river break-up date
Mohe Hydrological Station
Heilongjiang
-
分类号
TV1
[水利工程]
-