基于SRM模型的宽带MVDR快速算法研究

为满足潜艇等水下航行器宽带自适应波束形成算法的更高实时性要求,在经典的MVDR(Minimum Variance Distortionless Response)时域解析信号模型的基础上,设计一种基于SRM(Spiked Random Matrix)的协方差逆运算的快速估计算法。首先对宽带信号进行时域解析信号的构造,依据基于随机矩阵理论,然后通过对快拍信号的协方差矩阵的特征值进行调整和处理,实现精确的协方差矩阵的逆运算估计,避免了传统的复杂求逆运算,尤其适合多传感器和快拍样本受限的环境。仿真实验和海试数据证明,提出的算法波束指向性能更优,信号处理复杂度更低,随着阵元间距数的增加,性能获得明显的提升。

基于SRM模型的天山西部山区融雪径流研究

【目的】指导天山西部山区冰雪水资源合理的开发利用。【方法】借助1990—2000年水文气象数据、DEM数据及2000—2016年MODIS数据,采用SRM模型并考虑了雪线动态变化可能造成的影响,分析了喀什河流域径流的变化。【结果】率定期的决定系数和体积差分别为0.83和6.81%,验证期的分别为0.82和12.69%;雪线高度和积雪覆盖率的相关性在各高程带上均显著,R2达到0.88以上;借助雪线和积雪覆盖率之间的动态变化关系,采用假定雪线情景法,雪线上升100 m和200 m时,径流量增幅不明显,分别为1.63%和0.14%;雪线下降100 m和200 m时,径流增幅分别为19.72%和33.92%。【结论】SRM模型在本研究区有较好的适用性,雪线高度和积雪覆盖率存在较好的相关性,且假定情景下雪线下降将导致径流量大幅增加。

雅江流域多源遥感驱动的SRM模型精度影响因子研究

利用多源遥感数据驱动SRM模型模拟雅鲁藏布江4个不同水文站控制流域的融雪过程,分析流域特征(面积、地形地貌因子、植被类型)、模型输入变量(气温、降水、积雪覆盖率)对遥感驱动SRM模型模拟精度的影响.研究表明:遥感驱动的SRM模型在雅鲁藏布江研究区域模拟精度较高,NSE系数达到0.83以上;但其精度受流域面积大小的影响,具有尺度阈,在一定面积尺度上模拟精度最大,流域地形越复杂,其模拟效果越差;植被覆盖类型影响融雪径流过程的模拟,进而影响模拟结果;模型3个主要输入变量气温、降水、积雪覆盖率对遥感驱动的SRM模型的模拟精度同样有很大程度的影响.研究结果对资料匮乏的高海拔地区水资源利用具有重要意义,同时可为遥感驱动的SRM模型的推广应用提供有效支撑.

基于SRM模型的金沟河流域融雪径流模拟

金沟河是以融雪为主要补给水源的山区性河流,为了更好地指导流域的水资源分配工作,在借助金沟河流域水文气象数据、DEM数据与MODIS数据的基础上,利用融雪径流模型进行金沟河流域的融雪径流模拟研究。研究结果表明:(1)SRM模型在金沟河流域具有良好的适用性,流域2009年4—9月份的拟合优度确定系数与体积差分别为0.87与2.0%,基本达到模型在其他流域应用的平均水平。(2)模型汛期峰值与峰值出现时间模拟出现偏差,汛期径流补给来源较为复杂。模拟结果可为金沟河流域径流预测提供一定的参考依据。

SRM模型在尼洋河流域的应用研究

尼洋河流域位于藏东南地区,由于受到来自印度洋季风的影响降水充沛,流域内海拔高差大,降水形式主要是降雨和降雪,尼洋河汛期主要集中在5~9月份,特别是5月份积雪大量消融,使得融雪径流在径流总量中占有相当重要的比例。采用融雪径流模型(SRM)对尼洋河2007年及2008年降水径流进行模拟。结果表明,SRM模型在水文气象基础资料相对缺乏的尼洋河流域有着较好的模拟精度,两年平均拟合确定系数R^2为0.776,平均体积差异系数D_v为6.219%。模型充分利用了流域积雪覆盖遥感数据,成为在以融雪径流为主而基础水文气象资料又相对缺乏流域应用的一大优势。

SRM模型在大凌河流域融雪径流模拟中的运用研究

根据大凌河冬季融雪径流的特点,运用SRM模型模拟大凌河流域的融雪径流,分析该模型在大凌河流域融雪径流模拟的适用性。此外,设定2种气温变化情景模式(气温升高2℃和降低2℃),定量分析不同气温变化对流域融雪径流的影响。研究结果表明:SRM模型在大凌河流域的融雪径流模拟精度较高,模拟的径流深相对误差小于10%,确定性系数达到0.85以上;气温升高2℃,大凌河融雪径流增加17.7%,气温降低2℃,大凌河融雪径流相应减少12.1%。研究成果对大凌河流域的融雪径流模拟及气候变化下对流域融雪径流影响定量分析具有参考价值。

SRM模型在克州境内融雪径流模拟中的应用研究

本文结合SRM模型对克州境内融雪径流进行模拟,并结合某水文站数据,对其模拟精度进行分析,此外结合该模型定量分析气温上升或下降2℃对其融雪径流量的影响。分析结果表明:SRM模型在克州境内融雪径流模拟具有较好的适用性,年径流模拟相对误差在20%以内,相关系数在0.6以上,适合于克州境内的融雪径流模拟。气温升高2℃,其相应融雪径流量可增加7.52%,而气温降低2℃,其相应融雪径流量减少10.13%。

SRM模型在玛纳斯河流域春季洪水预警中的应用研究

在玛纳斯河流域应用SRM模型进行日径流量的预报,进一步完成对该流域春季融雪性洪水的监测和预警,为防洪、抗旱、提高水资源利用提供技术支撑。引入中国气象局T213数值产品来进行流域分带温度和降水的预报,为融雪径流预报开辟了新的数据方法。通过利用自主开发的融雪径流模拟预报软件1.0版对玛纳斯河流域肯斯瓦特水文站2004年春季融雪期进行径流量预报,从SRM模型的两个精度评价指标看来,预报结果比较满意。

SRM融雪径流模型在黑河流域上游的模拟研究

以黑河流域上游作为典型干旱区流域,探讨了SRM(Snowmelt Runoff Model)融雪径流模型的可操作性.在论述模型结构、参数意义的基础上,重点研究以MODIS雪产品为基础的积雪面积衰减曲线的获取方法,细化了退水系数的获取,并分析了其中存在的问题.通过利用WinSRM1.10版本对黑河上游2004年融雪期进行径流量模拟,结果表明:SRM模型在以融雪水为主要补给的黑河流域上游有着较好的径流量模拟精度,拟合优度确定系数R2为0.020,体积差Dv为7.124%.在实际应用中应最大限度利用已有的气象水文资料,以更为准确地描述融雪径流过程.针对数据稀缺的问题,需要加强小流域的观测,改进SRM模型以更适用于以融雪为主的我国西北山区流域.

基于遥感与地理信息系统的SRM融雪径流模型在Alps山区流域的应用

融雪水在水资源利用中扮演着及其重要的角色 ,遥感技术的发展使得大面积监测雪盖成为可能 .选择Alps山意大利境内的Rienza流域 ,利用SRM模型模拟春季融雪径流 ,区别传统对SRM模型的描述、参数选择和应用的研究方式 ,研究环境因素对这些参数的影响尤其是对度 日因子的影响以及它们之间的内在关系 .重点讨论利用GIS和遥感数据获取SRM模型中的关键参数和因子 .结论显示SRM模型模拟春季融雪径流的关键是精确地输入模型参数 ;遥感数据在提取雪盖面积的过程中 ,消除地形影响是必要的 ;从SRM模型的应用状况分析 。

SRM融雪径流模型在长江源区冬克玛底河流域的应用

冬克玛底河流域作为青藏高原腹地长江源区典型代表性高寒山区流域,有较大面积的冰川、积雪存在。本文以冬克玛底河流域2005年5￣10月的实测水文、气象资料为基础,运用SRM融雪径流模型对不同分带数对融雪径流模拟效果的影响和不同测站气温分别作为气温驱动变量对融雪径流模拟效果的影响分别进行了模拟试验。结果表明:不同分带会对SRM模型融雪径流量模拟产生一定的影响;而不同的气温作为驱动变量对模拟的效果影响很大,这表明SRM模型对气温驱动变量非常敏感。同样根据流域内径流与气温降水的相关分析看到日径流量与气温相关性较好,线性相关系数最好达到0.72,而径流与降水线性相关系数为0.20。根据以上模拟实验和相关分析选择合适的分带和具有代表性的站点气温,SRM模型模拟的两个优度指标最好可达到Nash-Sutcliffe系数(R2)=0.83和体积差(Dv)=0.95%。考虑到SRM模型对气温的敏感性,利用最终选择的模拟方案并结合气温升高1oC气候情景假设来考虑气温、降水和径流之间的关系。模拟结果表明:气温升高1oC后,(1)模拟时期内的径流总量由原来模拟的25.5×106m3增加到33×106m3;(2)冰川物质平衡线从原来的5600上升到5750米,冰川消融区从5.8km2增大到13.5km2,冰川消融量增加,对径流量的贡献明显增大。(3)气温的升高加速积雪融化并改变降水形态是径流在5￣6月变大的主导因素。7￣10月份的径流变大则主要是由于冰川消融。

SRM融雪径流模型在乌鲁木齐河源区的应用研究

乌鲁木齐河源区发育现代冰川7条,冰川面积5.6 km2,并有大范围的积雪,冰雪消融期融雪径流对乌鲁木齐河贡献显著。应用SRM(snowmelt runoff model)融雪径流模型来探讨乌鲁木齐河源区融雪期径流情况,利用度日方法,由流域本身特征及参变量获取方法的深入分析来率定模型参数,应用模拟指标Nash-Sutcliffe系数R2=0.702和积差Dv=6.81%来评价模型表现,研究发现:(1)气温、降水作为该模型的直接驱动变量对模型的模拟较为敏感。尝试对乌乌鲁木齐河源区的气温、降水数据进行IDW插值并进行修正,使得模型模拟精度提高,对模型变量的输入精度问题上提供了新的思路;(2)不同高度带上积雪的度日因子并不是稳定的,而度日因子的选取与调整对模型也非常重要;(3)模型本身的局限性也导致模拟精度的降低。结果表明SRM模型可在乌鲁木齐河流域推广应用,这必将对认识和利用乌鲁木齐河流域冰雪水资源具有重要意义。

多源遥感驱动的SRM模型在缺资料地区的研究及应用

以MODIS雪盖、风云静止卫星降水、GLDAS气温等多源数据,作为传统SRM模型的输入参数,构建多源遥感驱动的SRM融雪径流模型,并在缺资料地区——青藏高原的年楚河流域进行融雪过程的径流模拟。研究表明融雪后期的瞬时降雪很大程度上影响了插值后积雪覆盖率的精度,在插值的时候考虑降水和气温,排除瞬时积雪干扰,改进线性插值获得每天的积雪覆盖率,可以提高模型模拟精度;遥感驱动的SRM模型在缺资料地区年楚河适用性较好,Nash-Sutcliffe系数(NSE)达到0.681,体积差(Dv)为-0.17%,均方根误差(RMSE)为9.678,模型模拟的精度较高。研究结果可为高寒地区生态水文模型研究提供重要参考,同时可为SRM模型在其他流域尤其是缺资料地区融雪径流计算中的应用提供有效支撑。

SRM融雪径流模型在疏勒河流域上游的应用

疏勒河是西北典型的干旱区内陆河流域,其冰雪融水是春季径流补给的重要来源之一。本文结合MODIS积雪产品MOD10A2、DEM数据和气象台站数据,构建了疏勒河流域上游SRM融雪径流模型,模拟结果的拟合优度确定系数Nash-Sutcliffe系数R2=0.834和体积差DV=1.63%。结果表明:该模型能基本上把握疏勒河流域融雪径流的趋势,达到了较好的模拟效果,可用于该流域春季径流的预测,为预防春季融雪型洪水灾害和减轻春季旱情提供了基础。

GIS优化SRM储流函数模型变量与参数方法研究

水文模型的结构确定后,模型参数的选择对水文模型整体性能和水文预报结果的好坏有着至关重要的影响。为使得模型的输出值能够尽可能地接近实际值,文中结合数字高程模型(DEM)和流域地质资料,使用GIS方法分别从优化数据源和加入地质因素影响分析优化模型参数两方面入手,对SRM储流函数模型进行优化,并以北海道沙流川流域为例对上述方法进行检验,结果说明了方法的可行性。

SRM融雪径流模型在新疆叶尔羌河流域适用性分析

针对新疆叶尔羌河流域融雪径流的特点,运用SRM融雪径流模型模拟新疆叶尔羌流域的融雪径流,并通过设定流域气温升高2℃和降低2℃,定量分析气温变化对流域融雪径流的影响。研究结果表明:SRM融雪径流模型在叶尔羌流域具有较好的适用性,模拟的径流深相对误差<10%,确定性系数达到0.7以上,气温升高2℃,流域融雪径流量增加8.46%,气温降低2℃,流域融雪径流量减少7.87%。

SRM融雪径流模型在塔什库尔干河流域的应用研究

采用SRM融雪径流模型来模拟我国西部内陆干旱地区塔什库尔干河流域的融雪径流过程,应用结果表明:该模型基本能够反映出流域的融雪径流过程,采用两个拟合优度指标值来评价模型拟合程度,Nash-Sutcliffe系数和径流体积差分别为:2001年R2=0·937和DV=0·44%;2002年R2=0·906和DV=-3·73%,与SRM模型在25个国家的近80个流域的模拟结果的平均精度(R2)=0·84和(Dv)=3·8%进行比较,其结果达到比较好的拟合结果。

黑河上游不同流域融雪过程的SRM模拟

利用SRM模型对黑河上游三个水文站点控制区2000年的融雪过程进行了模拟,在此基础上探讨高山地区不同水文区域对SRM模型模拟精度的影响.模型以MODIS积雪产品和气象台站数据为输入,结合退水系数进行融雪过程模拟,重点研究不同水文站点控制区域下的模拟精度.结果表明:在气象观测数据相对丰富的莺落峡控制区,模拟的精度较高,拟合优度确定系数R^2=0.795,积差D_v=-2.346%;在气象观测资料稀缺的祁连站和扎马什克站控制区,其模拟精度较差,其中祁连站R^2=-0.233,D_v=-3.277%,扎马什克站R^2=0.517,D_v=-11.128%.此外,地形的复杂程度和植被覆盖类型也会对模型的模拟精度产生影响.

应用遥感信息模型理论建立融雪径流模型的初步研究

在遥感信息模型建模理论基础上 ,结合该领域较为成熟的 SRM模型 ,提出融雪径流信息模型 ,进行了初步评价和分析。该模型的提出 ,体现量纲分析 /相似准则在地理现象中的应用 ;模型的价值只有在实践中才能得到体现 ,笔者在今后的研究中将继续深入 ,通过实际数据检验模型精度。

引入关联缺陷的软件可靠性评估模型

关联缺陷的存在很大程度上是由于缺陷的检测能力被其他缺陷所屏蔽,它不仅影响软件测试结果,还扭曲了软件可靠性评估模型的评估结果.从软件缺陷的自身角度来分析软件检测以及可靠性评估失效的原因,对关联缺陷进行了详细分析.为了在软件可靠性评估时获得更符合实际缺陷数量的预测值,将广义关联应用于现有可靠性评估模型的改进上,并提出了P-NHPP(phase-nonhomogeneous poisson process,简称P-NHPP)可靠性模型.实验分析表明,P-NHPP具有较好的拟合效果和预测能力.