耕地稀缺地区农户自然资源利用行为研究——以安徽省歙县为例

农户是农业生产的主体,其行为对农业自然资源的高效和可持续利用有着至关重要的作用。我国农村自然、经济、社会要素结构的独特性在一定程度上决定了农户行为的特殊性。论文以安徽省歙县为例,探讨了耕地稀缺地区农户资源利用行为的基本特征。结果表明,受人地关系的制约,该类地区农户的资源利用行为特点表现为:追求粮油等生活必需品的最大可能保障率;以获取净产值作为资源利用的主要经济目标;根据劳动力边际净产值确定经济作物的利用规模;从经济效益出发安排生态型作物的生产。

高等教育资源稀缺地区高校招生情况分析——以江西农业大学为例

高等教育资源稀缺地区高校的招生情况在一定程度上反映了我国教育的公平性。文章基于江西农业大学近10年(2009-2018)的招生情况进行研究,发现学校近70%的学生来自本省,影响学生就读地方院校的主要因素是居住地与学校所在地的距离,而非经济原因;女性就读生数量也在近年快速增加。结果说明随着我国人民生活水平的上升,教育公平问题近年来也有了改善。

资料稀缺地区径流分析的神经网络模型

资料缺乏和无资料地区的径流分析研究一直是困扰水文工作者的一个难题。在探讨了将人工神经网络方法应用于上述地区的径流研究可行性基础上 ,通过分析确定影响径流的主要因素 ,建立岩溶山区径流分析神经网络模型。

高等教育资源稀缺地区产业升级的挑战与机遇

当前,中小城市虽然在地区产业升级中取得了一定的成绩,但从整体上看,高等教育资源稀缺的中小城市产业结构调整力度不明显,产业升级进程缓慢。对此,中小城市地方高校应从布局调整与专业产业对接,产业人力资源的供需对接,产业升级的创新支持,区域劳动力的技术提升等方面,破解高等教育资源稀缺地区产业升级的难题,加快高等教育资源稀缺地区产业向中高端化迈进。

西藏稀缺资料地区洪峰流量推求

洪峰流量是水利工程规划设计、工程建设和运营管理的重要依据,对水利工程的投资规模和安全运行有着重要的意义。西藏地区主要水文测站实测洪峰流量(Instantaneous Peak Flow,简称:IPF)资料稀缺,而按水位计算整编的日径流资料(Mean Daily Flow,简称:MDF)相对较多。通过构建实测资料时段的洪峰流量与对应日平均流量间的函数关系,基于长序列的日径流资料估算洪峰流量,延长洪峰流量序列,为设计洪水提供数据支撑。研究结果表明:(1)西藏地区主要水文测站IPF～MDF函数关系稳定,利用这种函数关系由实测MDF推求的IPF误差均在10%以内,且延长后的IPF序列频率分析计算结果更加合理;(2)对于实测MDF序列缺乏的测站,可以通过气象资料驱动HIMS系统水文模块(Hydro Informatic Modeling Systerm)拓展MDF序列,在此基础上推求IPF序列。基于HIMS系统水文模块对西藏三条典型河流(年楚河、拉萨河和尼洋河)的日径流序列进行了模拟,结果表明,模型对日径流整体过程与高流量值的模拟效果均良好。进而利用模型延长的MDF序列以及构建的IPF～MDF函数关系拓展了西藏三条典型河流2000年-2010年间的IPF序列。

不同订正方法下CFSR再分析数据在天山西部山区径流模拟中的应用

以天山西部山区喀什河流域为典型研究区,基于1990-2000年的水文气象站点实测资料、2005年喀什河流域遥测降水数据及各时间段对应的CFSR(Climate Forecast System Reanalysis)再分析数据,通过实测站与其最近CFSR站多年月平均降水的比值,CFSR站点处2005年的年降水量与同期遥测年降水量的比值,以及基于实测站点降水数据和各CFSR站点与实测站点最近的CFSR站点的空间关系3种方法对CFSR降水数据进行订正。借助VIC模型,分析不同订正方法下研究区径流的模拟效果。降水时间序列分析结果表明,CFSR降水数据能够较好地在时间和空间上反应喀什河流域内月降水的变化情况。径流模拟结果表明,(1)CFSR降水数据的不同订正方法对径流结果影响较为明显;(2)基于实测站点降水数据以及各CFSR站点与实测站点最近的CFSR站点的空间关系订正的所有CFSR降水,在径流模拟中表现最好,模型率定期和验证期的模型效率系数均在0.80以上,多年径流相对误差在15.0%以内。该订正方法不仅考虑了降水在时间维度上的变化,还考虑其在地理空间维度的变化,较其它两种方法在径流模拟中具有更好的应用前景。

基于多源卫星数据推求稀缺资料地区的径流过程

以金沙江上游流域为例,使用多源卫星数据,基于水量平衡方程估算产流量,采用CaMa-Flood水动力模型进行汇流计算,分别采用人工神经网络(artificial neural networks,ANN)、广义回归神经网络(generalized regression neural network,GRNN)和长短期记忆神经网络(long short term memory,LSTM)模型进行水文模拟。结果表明:(1)陆地水储量变化(terrestrial water storage anomaly,TWSA)主导了水量平衡径流估计值的总体不确定性;(2)CaMa-Flood模型具有较高的模拟精度,相关系数、纳什效率系数和水量相对误差分别为0.92、0.77和-0.63%;(3)LSTM模型在率定期和验证期间的径流模拟结果均好于ANN和GRNN模型。基于多源卫星数据估算径流过程,为稀缺资料地区的水资源开发利用和保护提供了一条新的途径。

从实验水文到水文系统模拟——刘昌明先生水文科学思想学习的几点认识

刘昌明院士是国际知名的水文水资源学家,长期倡导和力行水循环、水环境、水生态、水资源和水灾害的研究,将水文学的地球物理、工程和地理方向相结合,提出了水文循环研究的微观与宏观系统观点和方法,发展了较为完善的"五水"转化的理论模式,构建了全新的分布式水文模型系统,并对华北平原的节水农业发展、"南水北调"工程环境效应、缓解黄河断流的对策等国家重大应用问题,提出了系统性的科学观点和有效的决策咨询意见。本文仅从实验水文学、稀缺资料地区水文预测和水文模型三方面,探讨刘昌明院士跨越50多年的研究工作,从中可以体会出先生研究的系统性思想和不断创新发展的精神。