基于DS证据理论的多模型洪水预报方案优选

【目的】研究基于DS证据理论的多模型洪水预报方案优选模式,以丰富多模型洪水预报方法。【方法】建立了多模型洪水预报情形下的优选指标体系,运用基于证据可信度的DS证据理论合成方法进行洪水预报方案的优选,采用新安江模型、萨克拉门托模型、水箱模型和陕北模型进行多模型洪水预报的优选,并以东洋河为例进行模拟验证。【结果】在对东洋河洪水进行预报时,新安江模型、萨克拉门托模型、水箱模型和陕北模型的可信度(m(Mi))分别为0.758 7,0.906 6,0.838 4和0.859 1,多模型洪水预报方案由优到劣的次序依次为:萨克拉门托模型、陕北模型、水箱模型、新安江模型,因此认为采用萨克拉门托模型对应的预报方案为最优预报方案。【结论】基于DS证据理论的多模型洪水预报方案优选可以为决策者提供更为科学的决策,进一步丰富和完善了多模型洪水预报方法。     

基于数字高程模型建立融雪型新安江模型

传统的融雪径流预报模型由于缺乏山区降水、气温与积雪分布规律资料且模型并不能很好考虑地形及下垫面对产汇流的影响,融雪径流预报效果差。为提高融雪径流模拟的精度,通过数据高程模型建立融雪型新安江模型,并借助GIS和RS合理的确定模型参数,并以研究区临近气象站700 hPa和850 hPa的0时和12：00的探空气温作为确定气温直减率的依据,对研究区2005年的融雪径流进行模拟,模拟结果较理想,模拟结果基本反映了径流量的实际变化趋势。预报方案的确定性系数为0.812,预报方案的有效性为乙等。说明基于数字高程模型建立的融雪型新安江模型,借助RS和GIS确定模型参数的方法是可行的。     

基于GIS的新安江模型在潦河流域洪涝灾害评估中的应用研究

针对潦河流域的水文特征,采用1996~2005年潦河流域的实测水文、气象观测资料,并利用GIS处理DEM数据,对新安江分布式水文模型所需的各参数进行了优选,并构建了基于GIS的新安江水文模型,通过多次实际洪涝灾害数据的验证,结果表明该模型较为可靠,为建立潦河流域洪水预报系统和灾害预报、评估业务系统奠定了模型基础。     

洪水预报模型在大中型水库中的应用研究

本文对水箱模型、新安江模型原理进行阐述,同时对这2个模型在清河水库实际应用过程中的误差情况进行统计计算,采用试错法对模型参数进行了重新率定,对率定参数后的模型重新进行历史洪水模拟预报,以提高清河水库洪水预报的精度。     

基于优化算法的新安江模型参数的估计

【目的】解决传统优化算法在新安江模型参数估计中存在的早熟、收敛速度慢和易陷入局部最优等问题。【方法】在标准PSO算法的基础上,引入小生境和交叉选择算子,对寻优过程中粒子的个体历史最好位置进行多样化处理,提出基于小生境和交叉选择算子的粒子群算法(NCSPSO),建立基于NCSPSO算法的新安江模型参数估计数学模型,并给出具体求解步骤。最后将该方法在具体流域的洪水预报中进行应用。【结果】NCSPSO算法计算时间短,参数估计精度大大提高,且预报结果均达到了规范要求。【结论】NCSPSO算法为新安江模型参数估计提供了一条新途径。     

沙丘前沿区降雨径流预报方法研究

沙丘前沿区因其特定的下垫面和水文气象条件,降雨径流关系复杂.针对沙丘前沿区水文特性,探索适合区域特点降雨径流预报方法.分别采用新安江模型和模型树方法,对沙丘前沿区逐日降雨径流过程进行试验模拟.结果表明:新安江模型模拟过程与实测过程偏差很大,17年降雨径流过程预报结果均不合格;而模型树方法模拟值与实测值拟合较好,预报合格率91%,确定性系数达到0.8,满足水文预报精度要求.对比这两种方法的建模过程及实验结果表明,基于模型树的数据驱动水文模型具有输入数据要求少、过程简单、维护工作量少等优点,适用性强,精度能够得到保证,可应用于沙丘区前区降雨径流预报,为沙丘前沿区水资源开发和保护提供技术依据.     

资水柘桃区间近年来超保证洪水的分析与探讨

近年来,资水柘桃区间相继发生多场大洪水,洪水预报在防洪减灾中发挥了重要作用。文章就"140716"、"160705"、"170701"三次组合复杂、洪灾严重、社会影响大的超保证洪水进行分析,提出采用新安江三水源模型及API模型预报的关键因子及处理方法,为相似洪水预报提供参考与借鉴。     

用岭估计估测以分类为前提的森林蓄积量

为克服自变量间多重相关性对森林蓄积量估测的不利影响,采用岭估计建立估测模型。在确定岭参数时,分别试验了岭迹法、方差扩大因子法、Hoerl-Kennard法和预测残差平方和法,对不同地类分别建立蓄积量估测方程。根据建模样地的蓄积量拟合残差和预报样地的蓄积量估测偏差分别计算中误差,利用残差中误差（δ＾R）和预报偏差中误差（＾δF ）构造评价函数0．5（＾δR＋＾δF ）,并测度岭参数的优劣,进而确定监测区域的估测模型。结果表明：当影响蓄积量估测的自变量间存在复共线性时,分类建立模型的精度明显优于统一建模的精度。     

变权组合预测模型在洪水预报中的应用

【目的】研究洪水预报的多模型组合预报模式,丰富洪水预报的方式方法。【方法】将最优非负可变加权系数的组合预测方法应用于洪水预报中,分别建立最优加权组合预测模型和最优非负可变加权系数组合预测模型,以新安江模型、萨克拉门托模型、水箱模型和陕北模型为例进行组合预报,并用东洋河1982年8月的一场洪水实测流量值对2种组合模型进行了实例验证和比较。【结果】最优非负可变加权系数组合预测模型的3种误差指标均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别为18.394 0,51.317 2和0.131 4,明显小于最优加权组合预测模型的28.110 7,108.816 7和0.268 9,且前者的确定性系数(DC)为0.961 3,明显大于后者的0.909 5,表明应用最优非负可变加权系数组合预测模型的预测结果优于定权重的最优加权组合预测模型的预测结果。【结论】考虑变权重的最优组合预测能进一步提高洪水预测的精度。     

水泥厂周围桑叶氟积累的岭回归模型

通过对标准回归模型Ｙ＝ＸＢ＋ｅ中的Ｂ进行岭回归估计［Ｂｋ＝（Ｘ＇Ｘ＋ＫＩ）￣（－１）Ｘ＇Ｙ］，当关系式Ｏ＜Ｋ＜σ￣２／ｍａｘｙｉ￣２成立时，此时岭估计风险比ＯＬＳＥ（Ｋ＝０）的风险要小。根据这一原则，建立了水泥厂周围桑叶氟积累的回归模型。在生产实践中，可以根据当地的气象资料及污染源的类型，选择不同的岭回归模型，来预测预报桑叶氟含量，从而可有效地控制、消除大气氟污染带来的损失。     

一种基于花授粉算法的WRF风速集合预报新模型

基于不同水平分辨率和边界层参数化方案的集合预报思路,应用花授粉算法与不限制负值的约束理论(FPA-NNCT)进行权重平均,提出一种新的风速集合预报模型(FPA-NNCT-WRF-E).利用山东省代表山地和海滨下垫面的2个风电场风速实测数据,将新模型与传统算术集合模型(M-WRF-E)以及FPA模型(FPA-WRF-E)的风速预报结果进行对比评估.结果表明:FPA-NNCT-WRF-E预报明显优于M-WRF-E和FPA-WRF-E的风速预报,与M-WRF-E相比, FPA-WRF-E将风速平均绝对误差(MAE)减小了20%以上,而新模型FPA-NNCT-WRF-E将MAE减小了38%以上.预报的准确性得到了提高.     

基于GA-SVR的中长期径流预报

【目的】将遗传算法（GA）与支持向量机回归（SVR）2种算法结合,构建GA-SVR模型,并采用该模型对径流进行预报,为制定防洪抗旱与水资源调度方案提供依据。【方法】以陕西府谷县黄甫川水文站1979-2003年实测资料作为拟合样本,2004-2008年资料作为检验样本,选取降水量、蒸发量为输入量,径流为输出量,通过GA优化SVR的结构和参数,建立GA-SVR预报模型,进而进行径流预报,同时与基于误差反向传播算法的人工神经网络（BP-ANN）、投影寻踪回归（PPR）模型的预报结果进行对比分析。【结果】应用GA-SVR、BP-ANN、PPR 3个模型在径流拟合阶段的预报精度较检验阶段有所下降,但是预报精度均达到了乙级水平,其中以GA-SVR的预报精度最高,效果最好。【结论】GA-SVR模型实现了SVR参数自动化选取,较好地解决了高度非线性、小样本、过学习等问题,模型可行有效,为径流预报提供了一种新途径。     

基于AGA-Shepard模型的黄河三湖河站封开河日期预报

【目的】建立黄河内蒙古段主要水情控制断面冰情信息的预报模型,为黄河内蒙古段的冰凌研究和灾害防治提供参考。【方法】选择黄河内蒙段三湖河站为研究对象,运用数理统计中的互相关分析和显著性检验方法,对黄河三湖河站封河日期、开河日期及影响因素的时间序列进行分析,筛选封、开河日期的预报因子,进而建立冰情信息预报的AGA-Shepard模型。【结果】依据《水文情报预报规范》,所建立的AGA-Shepard模型对于三湖河站封、开河日期的预报精度达到85.7%和83.3%,属于甲等预报方案。【结论】建立的AGA-Shepard模型可以用于黄河三湖河站封河日期、开河日期的预报。     

辽宁省西部朝阳地区实用洪水预报方案修订过程中的几点体会

针对辽宁省西部朝阳地区中小水预报过程中存在的误差较大、预报精度和准确性较差等问题,对该地区洪水预报方案进行了修订,并总结了该地区洪水预报方案修订过程中的几点体会.     

“草莓之乡”强大草莓产业

正中国草莓在浙江,浙江草莓在建德。17℃的新安江,孕育了浙江建德唯美的自然山水,也形成了冬暖夏凉的小气候。在这个独特的小气候下,即使是严冬酷暑,农作物也能保持良好的生长态势,为草莓种植提供了天然温床。30年的发展史,草莓成了建德农民增收的支柱产业。从产地销到销地产的转变1982年,当时建德市柑橘研究所的技术人员从杭州引入几个草莓品种,开始在原建德市良种场、白沙公社镇新安江大队十八坞的自然村和杨村桥公社绪塘大队进行露地试     

土壤水分模拟与墒情预报模型研究进展

土壤墒情预报是在土壤水分模拟模型的基础上对农田耕作层土壤水分的增长和消退程度所进行的预报.墒情预报是灌溉预报的基础,对于水资源短缺条件下农田水分的合理调控具有重要意义.墒情预报模型可以分为确定性模型与随机性模型两大类,其中确定性模型包括水量平衡模型、土壤-植物-大气连续体(SPAC)水分传输模型、SPAC水热耦合传输模型等,随机性模型包括数理统计模型(包括回归模型、时间序列模型、人工神经网络模型等)、随机水量平衡模型与随机土壤水动力学模型等.本文对各类墒情预报模型进行比较,并对其发展趋势进行了展望.     

西北太平洋柔鱼BP神经网络渔场预报模型比较研究

柔鱼是西北太平洋的重要经济种类。研究根据1995-2001年7-11月采集的鱿钓生产数据以及相对应的海洋环境因子数据,包括经纬度、表温(SST)和海平面高度距平(SSHA),分别以单位捕捞努力量渔获量(CPUE)和捕捞努力量作为中心渔场指标,采用BP神经网络方法,以经纬度、海洋环境因子作为输入因子,分别以CPUE和捕捞努力量作为输出因子,采用4-3-1和4-2-1两种模型,共4种方案对西北太平洋柔鱼渔场进行预报,并以拟合残差最小的模型作为最优预报模型。分析结果显示,7-11月各月中心渔场预报模型均以4-3-1模型为最优,但7、8月最优预报模型以捕捞努力量为输出的4-3-1模型,9、10、11月最优预报模型以CPUE为输出的4-3-1模型,总体平均误差以捕捞努力量为输出的4-3-1模型为最小。研究认为,CPUE和捕捞努力量作为中心渔场预报指标有差异,以捕捞努力量为输出的4-3-1模型较合适作为柔鱼渔场预报模型。     

基于遗传算法神经网络模型的蔬菜价格预报

针对蔬菜市场价格预报的复杂性,利用遗传算法与神经网络的特性,建立了基于遗传算法的神经网络蔬菜价格预报模型,并以香菇为例通过实验对模型参数选择进行了分析,进行了价格的模拟与预报。最后把遗传算法神经网络与BP网络预报结果进行了比较,结果证明,在预报数据绝对误差小于10%的范围内,二者预报能力相当;在预报数据绝对误差小于20%、15%的范围内,遗传算法神经网络模型的准确度高于BP神经网络模型,尤其是预报绝对误差小于20%的范围内,遗传算法神经网络模型的准确度明显好于BP神经网络模型,表现出模型良好的泛化能力。     

融雪径流模拟及其在切德克流域的应用

本文在原新安江三水源模型之上,又设置了融雪模型。主要介绍设计融雪模型的一些原理和本模型的结构,并将模型应用于切德克流域,以此来验证改进模型。     

新安江开发公司不同林地类型的综合评判

本文运用多层次综合评判模型,对新安江开发公司所属林地范围的不同林地类型进行了综合评判。结果表明:天然阔叶林综合效益最高,封山育林这一经营措施效益显著。