Evaluating a multi-level subsurface drainage system for improved drainage water quality

This paper describes a multi-level drainage system, designed to improve drainage water quality. Results are presented from a field scale land reclamation experiment implemented in the Murrumbidgee Irrigation Area of New South Wales, Australia. A traditional single level drainage system and a multi-level drainage system were compared in the experiment in an irrigated field setting. The single level drainage system consisted of 1.8 m deep drains at 20 m spacing. This configuration is typical of subsurface drainage system design used in the area. The multi-level drainage system consisted of shallow closely spaced drains (3.3 m spacing at 0.75 m depth) underlain by deeper widely spaced drains (20 m spacing at 1.8 m depth). Data on drainage flows and salinity, water table regime and soil salinity were collected over a 2-year period.     

黑龙江省江川灌区灌溉水资源的综合评价

在介绍江川灌区流域概况的基础上，提出了该灌区所面临的地下水灌溉水稻米质差、产量低、大米销路不好等问题的解决办法，即发展地表水灌溉水稻，通过引松花江水来解决灌溉水源；分别对地下水、地表水(松花江水)的水量和水质进行评价。结果表明，该灌区的地下水严重超采、水质中总铁量超标(超6mg/L)，pH值偏碱，不适合用于农业灌溉；地表水(松花江水)除铁离子略高外，其余各项指标均满足灌溉要求，为该灌区引松花江水灌溉水稻提供了较为科学的依据。     

基于LS-SVM的小水电站年发电量智能预测模型

针对小水电站年发电量序列的特点,将最小二乘支持向量机(least squares support vector machine,LS-SVM)回归模型引入年发电量预测领域,并给出了相应的过程和算法。与常规基于人工神经网络(artificial neural net-works,ANN)的智能预测方法比较,该模型优点是明显的:①将神经网络迭代学习问题转化为直接求解多元线性方程;②整个训练过程中有且仅有一个全局极值点,确定了预测的稳定性。最后,一个实际的预测例子表明:该模型实现容易、预测准确,适用于小水电站预测。     

无过载双流道排污泵性能预测研究

在进行无过载双流道排污泵设计时,利用公式预测的性能和试验结果有较大误差。对此,通过流动分析指出,普通离心泵相对液流角与叶片出口安放角相差不大,而在双流道叶轮出口速度三角形中,相对液流角与叶片出口安放角相差较大,因此,用叶片出口安放角进行性能预测是造成误差的主要原因。提出了双流道泵无过载性能预测的计算方法:!2应取叶片背面出口安放角;计算叶片排挤系数时,叶片厚度应取内流道出口处叶片厚度。试验表明,该计算方法能大大提高性能预测的准确性,预估最大轴功率值及其位置较普通计算方法误差大幅度减小。     

武汉市青山地区老粘土的变形参数及承载性能研究

基于室内土工试验和现场试验成果，对武汉市青山地区的老粘土地基的变形参数进行研究；利用ANSYS有限元软件对老粘土地基进行数值模拟，并与构筑物地基沉降实测值对比，对地基承载性能进行研究。在小于600kPa荷载的作用下，可用Ew作为沉降计算参数；老粘土具有较高的承载能力，由老粘土构成的地基，其承载能力可按《建筑地基基础设计规范》中推荐的公式计算。     

商丘式区农业用水量预报模型研究

预测试区的年用水量,便于预报地下水位,采取合理的措施来化解该地区存在的供水与需水矛盾,确保当地工农业生产和人民正常生活.在河南省商丘试区,建立了农业用水量预报模型.     

两种有效的预测方法理论分析及实践

预算实际上是一种建模,即根据过去和现在已有的信息建立一个从过去引伸到未来的模型。而时序分析法和灰色系统理论是两种有效的预测方法。为此,介绍了这两种预测方法的原理,并预测了新疆兵团的农机情况。其结果表明:未来10年,新疆农机总动力和投入将会有较大幅度的增长,而农业机械化程度将趋于最高值。     

农机总动力的预测及多种数学方法的应用比较

应用多种数学方法对青海省历年的农机总动力进行了预测，取得了良好的效果。通过对这些数学方法的应用比较。分析了其中每种方法的适用范围和优缺点。为相关管理部门进行正确的决策提供了依据，并为正确选用各种数学方法进行预测具有指导意义。     

基于遗忘因子和误差修正的水文实

在进行水文预报时，由于影响河道洪水的因素众多，常用的水文预报模型往往不符合实际水文系统的客观规律。对这类系统的参数辨识要求算法具有较强的实时跟踪能力，以适应模拟或预测洪水运动变化过程的要求。利用洪水预报误差信息，对BP网络洪水实时预报校正模型与方法进行了探讨，提出了两种实时预报方法。第一：运用最小二乘递推算法，引入时变遗忘因子实时跟踪模型中时变参数的变化，建立了神经网络在非线性系统中动态的系统输入、输出数据之间的映射关系。第二：利用BP网络模型对误差的可识别性，将模型对输出变量的预报误差再次作为输出变量，对网络可能预报的误差进行实时修正。计算实例表明：以上两种方法提高了神经网络在水文领域的预报精度，给BP神经网络的实时预报方法提供了新的途径。     

陡山灌区实时灌溉预报研究

介绍了参考作物腾发量和实际作物腾发量的实时预报及修正方法 ,结合陡山灌区实际资料 ,分别针对主要旱作物和水稻建立了实时灌溉预报模型 ,并对模型各参数进行了率定 ,特别针对参考作物腾发量预报模型中 A0 的确定进行了分析 ,给出了更合理的 A0 取值方法。基于可视化语言开发灌溉配水实时决策支持系统 ,该系统界面友好 ,操作简单 ,实用性强 ,利于推广。