新疆博斯腾湖入湖水量变化及其对湖水位的影响分析

根据博斯腾湖1956-2008年实测水位、入湖水量资料,分析了入湖水量与博斯腾湖水位变化关系,采用相关方法计算了博斯腾湖汛期设计入湖水量,并指出博斯腾湖水位的变化主要影响因素为汛期入湖水量,并不是短历时场次洪水,以此为计算基础,得出结论:博斯腾湖最大输水能力下,100年一遇洪水位为1048.6 m,50年一遇洪水位1 048.47 m,可为博斯腾湖水量调度、东、西泵站等输水工程的运行管理提供一定的参考价值。     

入湖水量对艾比湖生态环境的影响

入湖水量的大小决定了艾比湖水面面积的大小，湖面面积的变化直接影响到湖滨植被、气候、土壤、湖泊水质的变化，入湖水量是艾比湖生态环境变化的核心。     

太湖流域湖西区入湖水量变化趋势及成因分析

在收集、整理1986-2007年太湖流域湖西区实测入湖水量的基础上,从区域降雨量、水资源开发利用以及沿江口门引江水量变化等方面对湖西区入湖水量的变化趋势以及主导影响因素进行分析.结果表明,2000年前,降雨量为影响入湖水量变化的主导因素;随着湖西区沿江口门工况条件的改变,2000年后,引江水量成为影响入湖水量的一个重要...     

里海水量平衡及水位变化

为研究里海水量平衡及水位变化问题，对其进行了长期的观测，并对各种因素进行了分析，分析结果表明，自仪器观测起，里海水位变化不大，而近１５ａ来实测的径流量和蒸发量各项参数达到相关要求是不大可能的，不同建筑物设计应以不同计算水位为基准，而修建能承受不良生态后果的大型防护建筑物无疑是正确的。     

水库水量损失及水库死水位的确定

水库建成后,天然水流情况有了变化,最明显的是径流年内分布发生了变化,削减了洪峰,增大了枯水流量。同时,库区水位及库边地下水位抬高,水面加宽,水深增大,流速减小;库区内的水流挟沙、蒸发、渗漏、水温、水质等水情亦起了明显的变化。     

太湖流域湖西区入湖水量估算研究北大核心

入湖水量计算是太湖流域水量动态控制的重要环节,对流域水资源管理具有重要意义。太湖湖西区1986年~2015年入湖水量的变化情况分析显示,入湖水量有不断增加的趋势。利用已有的各口门入湖流量资料(2001年~2015),采用主成分分析法遴选出代表性口门,建立其流量与巡测段入湖水量的回归模型。检验结果表明,模型估算得到的湖西区入湖水量与实测数据拟合度高;因此,该模型方法可用于实现监测口门数量的精简,完成简化入湖水量计算模型的目标。     

乌伦古湖泊水位及水质变化原因分析

鸟伦古湖的水质变化时常受到人们的关注.本文从水环境演化方面进行了分析,结果表明;人为因素是造成新疆阿勒泰地区的乌伦古湖水位及水环境变异的主要原因,使湖泊由淡水湖逐渐变成咸水湖.建议强化湖的环境管理,禁止在湖周围开展过渡的生产和生活活动,保持湖泊的原有生态.     

大气环流与冬季洪泽湖入湖水量关系初探

本文分析了54年来北半球500hPa环流指数与冬季洪泽湖入湖水量的关系发现：西太平洋副热带高压（以下简称为副高）面积指数小于6，有83％的入湖水量大于16×10^8m^3，有50％的入湖水量大于20×10^hm^3；极涡强度在1-5hPa之间，下一年入湖水量上升10×10^hm^3。本文将月入湖水量分级作为预报量，利用北半球500hPa环流指数月平均值的变化指标作为预报因子，建立月入湖水量长期预测方法。     

鄱阳湖洪水水位变化趋势的计算与分析

根据鄱阳湖洪水成因与影响机制，建立一个包括历年入湖流量过程的还原、湖泊容积的改变、出湖流量的变化等可变因素在内的洪水水位过程计算模型；利用该模型计算鄱阳湖1952-2000年历次洪水在不同年代水文环境下的最高水位；对不同年代年最高水位系列进行频率分析，得到不同年代鄱阳湖洪水水位变化的特征值；对比表明，鄱阳湖洪水的水位呈显著抬高趋势；从不同角度探讨鄱阳湖洪水水位抬高的原因在和估计退田还湖对洪水水位的影响。     

辽河流域平原区地下水生态水位及水量调控研究

对辽河流域平原区地下水生态水位及水量调控进行了初步研究,界定了地下水生态水位概念、分类及其特征,论述了该领域的研究现状。以辽河平原为研究对象,阐述了研究区地下水生态水位的确定原则、依据及地下水生态调控量的计算方法,其中地下水生态调控量采用情景分析方法,通过设置两种情景,构建了两套地下水生态标准,计算出地下水生态调控量。研究结果表明:通过确定地下水的生态水位,并将其与实际地下水水位埋深进行比较,结合水文地质参数,可以计算出地下水生态调控量。     

库赛湖水位动态监测及气候要素分析

湖泊的水位数据作为评价湖泊变化的重要指标,对于研究区域水资源变化和生态环境状况具有重要意义.但绝大多数高原湖泊位于人烟稀少、自然条件恶劣的高海拔地区,往往难以获取基础观测数据.以卫星测高数据和遥感影像数据为基础,获得2008—2018年库赛湖水位和面积数据,并结合气象数据对水位变化原因进行分析.结果表明:库赛湖水位变化...     

衡水湖水质现状评价及趋势分析

衡水湖是河北省国家重点湿地自然保护区之一,是衡水市区生活用水、电厂工业用水及周围灌区的重要水源地,对衡水市的持续发展具有极其重要的作用。从水质现状评价、水质趋势分析进行研究并得出结论和建议。     

基于Landsat及ICESat和Hydroweb的太湖容积变化监测

为得到太湖长期动态变化过程,利用1975—2015年Landsat数据,基于归一化差异水体指数法(NDWI)和改进型归一化差异水体指数法(MNDWI)提取湖泊面积数据,并基于ICESat和Hydroweb数据提取太湖水位数据。将两者相结合,得到了太湖容积变化和水量平衡数据。据此,分析了太湖水位、面积和容积变化的规律和趋势,并对其影响因素进行了研究。结果表明,太湖面积和容积变化近40年来呈缓慢增长趋势,分别从1975年的2 320.07 km~2和-0.047 0 km~3增长到了2015年的2 341.06 km~2和0.275 9 km3,增长趋势不明显;太湖水位总体上呈波动变化趋势,水位从1975年的0.982 6 m变为2015年的1.135 9 m。因此,太湖水位与面积相关性中等(R2≈0.65),容积变化与面积和水位变化的相关性较高(R~20.85)。太湖水量平衡为正平衡且变化不大,为0.009 2 km~3。入湖水量的增加、年降雨量和年蒸发量的变化及政府"退地还湖"政策是导致太湖发生变化的主要原因。     

小波分析在鄱阳湖水位序列多时间尺度分析中的应用

运用Morlet连续复小波函数分析鄱阳湖星子水文站1953年~2012年历年年均水位变动的多时间尺度演变特征,并在水位变动的小波方差分析结果的基础上运用surfer8.0绘制出控制鄱阳湖历年年均水位演变的主周期趋势图。结果表明,鄱阳湖历年年均水位在不同时间尺度的分辨率条件下,其序列显现出不同的周期交替现象,演变过程中存在着25~32、19~23、8~15年以及3~7年4类时间尺度的周期变化规律;其变动存在3个较为明显的峰值,依次对应着28、22、5年的时间尺度;3类时间尺度具有较明显的局部化特征,前两个时间尺度上,年均水位变动的平均周期为19、15年左右,在5年时间尺度上,历年年均水位变动的频率变化较快,同时振荡行为也较明显。     

近50年洞庭湖水位总体变化特征及成因分析

洞庭湖是长江中下游重要的吞吐型湖泊,由于地理位置和来水条件的特殊性,湖泊水位变动不仅受气候因素等自然条件的影响,同时受到长江和四水来水等的重要影响,特别是近50年来水利工程等人类活动影响加剧,洞庭湖水位变化呈现出新的变化特征和趋势。对近50年(1961年-2008年)洞庭湖水位的整体变化特征及年际和年内变化成因进行了分析。针对年际变化,重点分析了三峡等水利工程的影响,而年内变化,则主要对水位与各补给水源相关性进行了定量研究,得到丰枯水季各月水位变化的主要影响因素。     

华阳河湖群水位变化对水质的影响

针对华阳河湖群水质变化的问题,基于典型站点水位和水质实测资料,同时运用Spearman法分析华阳河湖群水位在空间、时间变化上对水质指标的影响趋势以及水位、水质的相关性。结果表明:空间变化上,受长江来水水质影响,华阳河湖群总体呈现西部水质较差、东部水质较好的分布特征;年际变化上,在2015—2018年间,龙感湖、黄湖、泊湖、大官湖水质存在一定程度的波动,且2018年龙感湖、黄湖、泊湖水质较差;年内变化上,各湖泊污染物浓度指标总体表现出枯水期大于丰水期的特征;相关性上,华阳河湖群水位变化与TN、TP、COD浓度均呈负相关,其平均相关系数分别约为-0.43,-0.41,-0.09,但绝对值均＜0.5。研究结果可为今后华阳河流域的水环境综合治理提供参考。     

洞庭湖水位变化对水质影响分析

长江中下游江湖关系的剧烈演变引起了洞庭湖水位的相应变化,并带来了显著的生态环境效应。为了揭示洞庭湖水位变化与水质变化的内在联系和特征,根据洞庭湖区典型水文站1995年-2010年历史水位与水质观测资料,从年内季节和年际时间尺度上,对洞庭湖水位变动情况及其对水质的影响进行了分析。结果表明,所选的洞庭湖区的典型水文站15年来水位总体呈现下降的趋势;在年际变化上,水质指标TN、高锰酸盐指数随着水位的降低而升高;年内季节变化上,TN含量表现出枯水期>平水期>丰水期的特征,而TP含量表现出相反的特性,随着丰水期水位的升高而含量也相对升高。总体上,洞庭湖水位变化与水质状况表现出较强的相关性。     

洞里萨湖的水位和面积变化特征

洞里萨湖是湄公河最大的连通湖泊,其水位、面积变化对洞里萨湖的结构和功能产生重要影响,辨识水位、面积演变规律对洞里萨湖区与湄公河三角洲防汛抗旱和生态环境保护具有重要指导意义。基于金边港、波雷格丹和甘邦隆站长系列的日均水位数据及湖区地形资料,定量分析了洞里萨湖水位、面积的年际与年内变化特征。结果表明:洞里萨湖水位涨落缓慢,涨水天数少于退水天数,涨水率高于落水率。洞里萨湖年际水位波动频繁,年平均水位、年最高水位、年水位极差值、年洪水历时、年平均洪水位、日涨水率年际变化总体呈小幅下降趋势,年最低水位、退水天数、日落水率年际变化呈上升趋势。洞里萨湖水位、面积年内呈单峰型变化,5月份最低,平均水位1.51 m,相应面积2 487 km²,实测最低水位1.11 m,相应面积2 053 km²;10月份最高,平均水位8.70 m,相应面积12 768 km²,实测最高水位为10.54 m,相应面积15 261 km²,多年平均年内水位变幅7.63 m,面积变幅10 628 km²。研究成果为下一步洞里萨湖区的综合治理规划奠定了基础。     

Forecasting Surface Water Level Fluctuations of Lake Van by Artificial Neural Networks

Lake Van in eastern Turkey has been subject to water level rise during the last decade and, consequently, the low-lying areas along the shore are inundated, giving problems to local administrators, governmental officials, irrigation activities and to people's property. Therefore, forecasting water levels of the Lake has started to attract the attention of the researchers in the country. An attempt has been made to use artificial neural networks (ANN) for modeling the temporal change water levels of Lake Van. A back-propagation algorithm is used for training. The study indicated that neural networks can successfully model the complex relationship between the rainfall and consecutive water levels. Three different cases were considered with the network trained for different arrangements of input nodes, such as current and antecedent lake levels, rainfall amounts. All of the three models yields relatively close results to each other. The neural network model is simpler and more reliable than the conventional methods such as autoregressive (AR), moving average (MA), and autoregressive moving average with exogenous input (ARMAX) models. It is shown that the relative errors for these two different models, are below 10% which is acceptable for engineering studies. In this study, dynamic changes of the lake level are evaluated. In contrast to classical methods, ANNs do not require strict assumptions such as linearity, normality, homoscadacity etc.