流域次降雨侵蚀产沙的BP神经网络模拟

在分析黄土高原韭园沟流域多年观测资料的基础上,应用BP神经网络建模方法,建立了流域次降雨侵蚀产沙的神经网络模型。通过输入模型变量流域次降雨量、平均降雨强度、径流深和洪峰流量模数,对流域次降雨侵蚀产沙量进行了训练和预测。预测结果表明,所建BP神经网络模型预测精度较高,可近似揭示复杂非线性流域次降雨侵蚀产沙系统的产沙规律,为建立较高预报精度的黄土高原流域次降雨侵蚀产沙预报模型提供了依据。     

降雨侵蚀力简易算法地区适用性的初步探讨c

 为寻求一种计算简便、地域适用性强的降雨侵蚀力计算方法,利用河南省鲁山县和北京市延庆县2地392次降雨过程,采用经典算法计算其次降雨侵蚀力,分年统计得到研究地各年的年降雨侵蚀力值。以此为基准值,对卜兆宏建立的年降雨侵蚀力计算模型在2地的适用性进行分析评价,同时对目前几类侵蚀力模型的优缺点进行讨论。结果显示:新算法结果与经典值存在高度的一致性,一致率高达90.1%,模型有效系数为0.98,相对误差为0.03。表明该年降雨侵蚀力模型具有较强的地域推广性,且计算简便,在我国的类似地区具有推广应用价值。     

不同降雨侵蚀力模型在江苏省的比较研究

 研究降雨侵蚀力时空分布特征,准确评估降雨对土壤侵蚀的潜在作用,对土壤流失的预报、水土保持规划等具有积极的意义。利用江苏省2001—2006年260个站点的自记降雨资料和3个降雨侵蚀力模型,对降雨侵蚀力进行不同计算方法的模拟对比,并对江苏省降雨侵蚀力的空间分布进行研究。结果表明:雨量降雨强度模型相对于经典算法的动能降雨强度模型,模拟精度达91.56%,在江苏地区具有一定的适用性;建立的简易雨量模型,数据获取更加便捷,与雨量降雨强度模型相比较,模拟精度达92.81%,在江苏省有一定的推广性;江苏省的降雨侵蚀力空间分布不均匀,具有明显的高值和低值区,R值在年际间变化较大,2003年最大达372.15MJ.mm/(hm2.h.a),2004年最小为168.98 MJ.mm/(hm2.h.a);在江苏省北部和西南地区,特别是连云港等降雨侵蚀力较高城市,应特别加强水土流失的预防和监测。     

21世纪美国降雨侵蚀力的变化趋势

由于气候的改变而导致的降雨侵蚀力的变化是可以预测的。降雨侵蚀力的变化将会对国家或区域的水土保持政策产生重要的影响。美国农业部科学家M A Nearing采用两种大气—海洋全球气候模型对气候变化进行模拟 ,并对 2 1世纪美国降雨侵蚀力的变化趋势进行研究。美国 2 1世纪降雨侵蚀力平均变化幅度 (正值或负值 )为16 %～ 5 8%。由此表明美国有的地区降雨侵蚀力将增加 ,而有的地区降雨侵蚀力将减小。两种模型的预测结果在有些地方是一致的 ,而在有些地区却存在差异     

退耕还林(草)背景下榆林市土壤侵蚀变化与未来趋势预测

为了研究榆林市还林还草工程的水土保持效益和土壤侵蚀变化趋势,用最小二乘法和神经网络模型预测研究区域未来植被覆盖和土地利用类型.结合中国坡面水蚀预报模型,计算2000-2017年土壤侵蚀序列,用最大、最小和多年平均降雨侵蚀力条件下模拟未来土壤侵蚀量.结果 表明:1)丘陵沟壑区多年平均降雨侵蚀力在1150～1350 MJ·...     

北京地区降雨侵蚀力简易计算方法研究

降雨侵蚀力反映了降雨对土壤侵蚀影响的潜在能力。降雨侵蚀力经典算法所需的降雨过程资料较难获得,一般利用各种类型雨量资料建立降雨侵蚀力的简易算法,为模型的参数输入服务。利用北京10个水文站25年2 894次降雨过程资料。其中5个站点用于建立日、月、年降雨侵蚀力简易计算公式,另外五个站点用语模型检验。研究结果表明,不同类型雨量资料估算降雨侵蚀力的精度不同,用日或月雨量资料直接估算日或月降雨侵蚀力时,模型的误差较大。用日、月或年雨量估算年降雨侵蚀力时,模型的误差较小,约有一半的样本相对误差绝对值小于20%,三个模型相比,日雨量模型估算的平均相对误差最小。用日、月或年雨量估算多年平均年降雨侵蚀力时,模型的误差最小,所有样本的相对误差绝对值均小于20%,平均相对误差绝对值最小值只有0.8%,最大值也小于7%,三个模型相比,日雨量模型的估算精度最高。因此在具体应用过程中可以根据资料的占有情况来决定相应的降雨侵蚀力估算模型。本研究结果可以为北京地区土壤侵蚀量估算和水土资源评价提供参数服务。     

福建省降雨侵蚀力R值预测预报方法研究

降雨侵蚀力反映由降雨引起的土壤侵蚀的潜在能力,是建立通用土壤流失方程USLE的最基本因子之一。由于降雨侵蚀力计算过程中所需资料较难收集,给其计算增加了难度。利用福建省46个代表性气象站资料,建立了利用经度、纬度、海拔高度以及月降雨量估算降雨侵蚀力的简易算法模型,结果表明该模型预测预报效果较好,能够用于估算平均降雨侵蚀力。     

西藏高原东部横断山区降雨侵蚀力初步研究

降雨侵蚀力是引起水力侵蚀最主要的动力因素,经典算法所必须的降雨过程资料在藏东横断山区难以获得,目前,藏东高山峡谷区的降雨侵蚀力研究很薄弱。本研究采用月平均降雨量和年平均降雨量为基础的不同降雨侵蚀力估算模型,比较分析了不同模型的估算精度。结果表明:基于年雨量的指数函数形式的模型适用于藏东横断山区降雨侵蚀力计算,具有较高精度。研究区年平均降雨量为540.1 mm,模型估算藏东横断山区降雨侵蚀力R值为298.67(MJ.mm)/(hm2.h.a)。     

豫西南小流域侵蚀产沙模型研究

为研究豫西南小流域降雨侵蚀产沙规律,充分利用偏最小二乘回归模型和人工神经网络模型的优点,结合降雨过程中的9个因子,建立了偏最小二乘神经网络耦合产沙预报模型。结果表明,偏最小二乘回归与人工神经网络耦合模型用于小流域侵蚀产沙的预测预报精度较高,计算方便快捷。     

BP神经网络在地表移动边界角预测中的应用

在对煤矿采空区地表移动及其边界角影响因素分析的基础上,提出用BP神经网络预测采空区地表移动边界角.建立了边界角预测的BP神经网络模型,利用国内近30项工程的采空区地表移动实测数据作为学习样本对网络进行训练,用实际工程对网络进行了测试分析.结果显示,预测精度平均达90%,研究表明用BP神经网络计算边界角方法可行,具有实用性,为边界角的确定提供了一条新的途径.     

贵州省降雨侵蚀力时空分布规律分析

降水是导致土壤侵蚀的主要动力因素,降雨侵蚀力反映了降雨对土壤侵蚀的潜在能力。贵州省是我国典型的生态环境脆弱区之一,水土流失十分严重。以全省19个气象台站1951—2001年逐日降雨资料,利用日降雨侵蚀力模型,估算了贵州省降雨侵蚀力,分析了其时空分异规律。结果显示近50a来贵州省降雨侵蚀力呈增加趋势,即由降雨引起的土壤水蚀潜在能力增加。降雨侵蚀力年内分配主要集中在夏季,占年均降雨侵蚀力的68.48%。在空间分布上,降雨侵蚀力由南向北递减,并且在西南部和东南边缘形成侵蚀力高值中心,在西北部形成低值中心。根据年降雨侵蚀力的季节分配特征,可以将贵州省划分为3个类型区。     

基于侵蚀降雨特征的湘江流域R因子修正算法

降雨侵蚀因子R表示由降雨引起的土壤侵蚀的潜在能力,能够反映气候因素对土壤侵蚀能力的作用.根据湘江流域18个水文气象站近50 a的降雨量数据,采用针对不同类型降雨资料的不同R值的计算方法,对湘江流域近50 a的降雨侵蚀力R值进行估算.结果表明:Wischmemier年降雨侵蚀力经验公式与福建省降雨侵蚀力计算公式分别计算出的R1、R2值与章文波日降雨量估算方法计算出的R3值有较大误差,分别达到35.99％和45.58％,不适用于直接计算该区域的降雨侵蚀力R值;经过侵蚀降雨特征因子修正后的Wischmemier年降雨侵蚀力经验公式与福建省降雨侵蚀力计算公式计算出的年降雨侵蚀力R值精度比修正前大大提高,其平均误差减小到9.59％和5.53％,表明在缺少日降雨量数据资料的情况下,采用根据侵蚀降雨特征因子侵蚀降雨量与侵蚀降雨时间修正后的降雨侵蚀力计算公式能够更加精确地估算出研究区内降雨侵蚀力R值.     

河南省降雨侵蚀力时空变异与不同算法比较研究

利用河南省119个气象台站自建站至2003年间不同年限的逐日降雨量资料,采用不同方法分别计算了河南省各县(市)不同时段的降雨侵蚀力,对不同算法的时空差异进行了比较。结果表明:河南省多年平均降雨侵蚀力总体趋势是由北向南、由西向东递增,最大值出现在南部的鸡公山、新县与商城;各地点的降雨侵蚀力在不同年份变异较大,无明显的周期性等规律;各种算法均可表现出时空变化特征,但具体数据差异较大。认为以逐日降雨量为基础的3种算法比较接近实际情况,其中CREAMS模型因其计算简便性可进行较广泛应用。     

1980-2009年闽东南地区降雨侵蚀力的时空分布特征

[目的]揭示闽东南地区降雨侵蚀力的时空变异特征,为区域水土流失防治及水土保持规划提供依据。[方法]基于闽东南地区1980—2009年26个雨量站的逐日降雨数据,运用福建省降雨侵蚀力简易算法。[结果]闽东南地区降雨侵蚀力年内分布集中于5—8月,呈现双峰式分布;降雨侵蚀力年际间变化幅度较大。1982年年降雨侵蚀力(R值)低至253.82(MJ·mm)/(hm2·h),2006年R值高达725.39(MJ·mm)/(hm2·h),极值比为2.86;30a内的闽东南地区的降雨侵蚀力并未出现明显的突变现象。[结论]研究区内降雨侵蚀力R值空间分布不均匀,总体上呈现沿海向内陆增加,西南高东北低的趋势。     

湖北省侵蚀性降雨时空分布特征

侵蚀性降雨是南方红壤区剧烈水蚀的原动力,因此分析其时空分布特征对于区域内水土保持相关研究有十分重要的意义。选取国家气象数据网站数据(2014—2020年)、结合水土保持监测站点人工观测数据(2016—2019年),对湖北省4个水土保持分区24个监测站点的侵蚀性降雨标准及降雨侵蚀力进行了分析、计算,并用克里格模型进行插值。结果表明：湖北省整体的降雨侵蚀力从西北到东南逐渐增加,与降雨量的空间分布表现出相同特征,同时降雨量与侵蚀性降雨量表现出高度协同性。全省年平均降雨量813.88～1 590.15 mm(2014—2020年),多年平均年降雨量为1 201.98 mm,多年平均侵蚀性年降雨量为603.53 mm。多年平均侵蚀性年降雨量占多年平均年降雨量的50.21%,多年平均侵蚀性降雨频次(天数)为14次,平均次侵蚀性降雨量为46.88 mm。根据多年平均半月侵蚀力计算结果分析可知,湖北省全省多年平均年降雨侵蚀力值为6 650.10 MJ·mm/(hm²·h·a)。省内年内降雨侵蚀力时间分布基本符合正态分布。4—10月总降雨侵蚀力值为6 202.10 MJ·mm/(h...     

黄土区不同土地经营方式径流量神经网络模拟

基于黄土坡面降雨—径流关系的复杂性和非线性,引用3层前馈型BP网络模型,对不同土地经营方式(草灌地、刈割地、翻耕地)径流量进行模拟,以植被盖度、降雨强度、坡度、土壤前期含水率和土壤容重5个因子作为输入层变量,次降雨下径流量作为输出层变量。利用野外人工模拟降雨试验所得到的不同降雨强度下各类土地经营径流小区的径流量实测资料,对网络进行模拟训练并预测,径流量平均误差不超过10%,且径流量较大的翻耕地训练精度及预测结果较草灌地、刈割准确性更高些。与传统回归统计方法进行了误差比较,结果表明,该模型能更好地预测次降雨的径流量。     

福建省1956—2013年降雨侵蚀力与厄尔尼诺-南方涛动（ENSO）的关系

选取1956-2013年福建省57个主要气象站点日降雨量数据,采用日降雨侵蚀力模型计算降雨侵蚀力,分析厄尔尼诺—南方涛动(ENSO)对福建省降雨侵蚀力的影响.结果表明,虽ENSO对福建省不同区域的气象站点的影响存在差异,但总规律为:(1)福建省降雨侵蚀力年际变化和年内变化较大,总体呈现略微波动上升的趋势;(2)福建省降雨侵蚀力与赤道太平洋中东部海洋表面温度(SST)距平值呈现极显著相关.厄尔尼诺(El Ni(n)o)时期降雨侵蚀力较拉尼娜(La Nina)时期大,但均低于福建省平均降雨侵蚀力;(3)降雨侵蚀力与南方涛动指数(SOI)和多变量ENSO指数(MEI)存在极显著相关.通过分析ENSO对福建省降雨侵蚀力影响,为福建省土壤侵蚀的预测和土壤保持提供参考和依据.     

东北地区降雨-径流侵蚀力研究

降雨-径流侵蚀力反映了降雨和融雪及其径流潜在的侵蚀能力。东北地区融雪侵蚀十分显著,进行土壤侵蚀预报时,需要计算降雨侵蚀力,也要求推算融雪径流侵蚀力。利用21个典型流域水文站径流泥沙资料及相应雨量站点资料,推导融雪径流侵蚀力（Rw）估算方法;利用全区234个气象站降水资料,提出了不同类型降水资料计算年降雨-径流侵蚀力（Rτ）的方法,并分析其空间分布特征。结果表明：在降雪量占年降水量≥10％的地区,融雪径流侵蚀力可利用多年平均11-翌年4月降水量P11-4估算：Rw=33.124P^0.5845 11-4;若有逐日降水量资料,则可在计算出融雪径流侵蚀力基础上,利用日降雨量计算降雨侵蚀力（R）,二者之和为年降雨-径流侵蚀力（Rτ）;若无逐日降水资料,则可采用平均年降雨量P计算年降雨-径流侵蚀力,Rτ=0.0668P^1.626.6;本区Rτ值变化于523.3-8243.4MJ·mm／（hm^2·h·a）之间,大致从西北向东南递增。研究成果有助于提高土壤侵蚀预报精度,为本区水土保持规划提供依据。