基于小波神经网络的潘家口水库汛期月径流预测

小波神经网络组合模型兼有小波变化良好的时频局部化性质和神经网络强大的非线性逼近能力。尝试将潘家口水库1995—2015年6—9月逐月径流系列按时间顺序排列,对不同序列根据小波函数选择准则选择适用的小波函数,通过小波分解与重构得到高、低频小波系数,并将区间降水、其它断面入流和上月水库入流作为输入,将本月水库入流作为输出,构建小波神经网络(WNM)模型进行训练、检验、预测,并与单一神经网络(ANN)模型预测做比较。研究结果表明,小波神经网络模型结构简单、收敛速度快,月径流变化趋势预测精度较高,具备可靠性和实用性。     

海河流域近10 a两场典型暴雨洪水的分析研究

海河流域自从1996年发生"96·8"流域性洪水以来,只发生了2012年"7·21"和2016年"7·19"两场流域性暴雨洪水.从暴雨成因、降雨特性和洪水特征等角度出发,对该两场暴雨洪水过程进行分析,总结流域的降雨和洪水特征,分析防汛面临的城市洪水等新问题,对于海河流域防汛具有重要意义.     

京津冀超采治理区地下水位预警研究

开展现状地下水水位预警是评估京津冀超采治理区地下水水位变化,客观反映华北地下水超采综合治理成效的有效方法。采用数理统计百分位法开展京津冀超采治理区地下水位预警研究,根据预警成果能够识别不同含水层地下水埋深特征和变化趋势。该方法原理明确、简便易行,便于推广应用。     

基于热追踪方法的河道垂向潜流通量的非均质性研究

提出以河床温度作为示踪变量,基于一维稳态垂向热量运移问题的解析解,结合曲线拟合的热追踪方法推求潜流通量和地表水温度等参数。以山东省汶上境内大汶河为例,对3个不同剖面的潜流通量进行实例分析,并通过地下水温度和潜流带深度的关系曲线揭示潜流带深度的分布规律。结果表明：热追踪方法可以定量刻画河道垂向潜流通量的非均质性。本次试验测温剖面上潜流通量变化范围为99.61~356.25L（/ m2·d）;在夏季,实测河床温度剖面低温区为潜流通量高值区;河道剖面上潜流通量服从正态分布,同一剖面不同位置处数值差异较大,没有明显变化趋势,存在多个集中排泄区,约62%的总潜流通量来自于50%的总剖面长度,呈显著空间非均质性,证实了通过热追踪方法研究潜流通量非均质特征的有效性;潜流带深度与潜流通量大小呈反比关系,通过此方法说明潜流带深度也呈现空间非均质性。