开都河流域山区径流模拟及降雨输入的不确定性分析

选取塔里木河源区的开都河流域为研究区,将流域内气象水文站点数据与遥感数据相结合,利用气象、土壤类型、土地利用和地表覆盖、数字高程(DEM)和降雨等资料,模拟流域水文过程,并在出山口实测径流数据的基础上对模型进行率定和验证;对降雨输入所带来的径流模拟不确定性进行分析,探讨降雨输入的空间异质性对水文预报结果的影响机制.结果表明:MIKE-SHE模型能在水文、气象站点稀少,土壤及水文地质数据缺乏的条件下,模拟开都河流域的日径流过程,但精度上仍有待提高;降雨输入的空间分布程度对径流模拟有重要影响.FY-2C遥感估算降雨资料能够更好地表达降雨时间的空间异质性,相应地对径流模拟精度也有一定程度的提高.     

自适应神经模糊推理系统(ANFIS)在水文模型综合中的应用

由于目前已有很多比较成熟的流域水文模型,因此我们可以选用几个流域水文模型进行并行运算,来同时模拟流域降雨—径流关系。在相同的降雨输入情况下,不同模型得到的模拟流量必然会有所不同,模型效率系数和模拟精度也会不同。因此,如何将不同模型的模拟结果进行综合以进一步提高流量模拟精度是一个关键问题。本文选用自适应神经模糊推理系统(ANFIS)作为水文模型综合平台,以牧马河流域为试验区域,对两个并行运算水文模型(三水源新安江模型和总径流响应模型)的结果进行综合处理,得到了更稳健的流量模拟结果,大大提高了模型效率和模拟精度。该方法值得在实践中借鉴。     

降雨输入不确定性对分布式流域水文模拟的影响研究——以武烈河流域为例

降雨输入对分布式流域水文模拟具有重要影响。针对流域降雨资料不完整的情况,以武烈河流域为例,基于反距离加权平均法对雨量站降雨资料进行插补延长,并结合SWAT模型研究了降雨输入不确定性对分布式流域水文模拟的影响。结果表明:不同降雨输入对流域平均降雨量的影响较小,但基于气象站资料的降雨数据在降雨空间差异显著的年份会明显低估面雨量,且在夏季汛期表现更为显著;不同降雨输入对分布式流域水文模拟的影响较大;在雨量站降雨资料不完整的情况下,通过对雨量站降雨数据进行插补延长,相对于直接利用气象站降雨资料,在一定程度上可以提高径流模拟精度,满足降雨资料欠缺流域分布式水文模拟的实际需求。     

雨量站网布设对水文模型不确定性影响的比较

雨量站网布设会影响径流模拟精度,研究不同雨量站密度和空间分布的径流响应规律对提高径流模拟精度和减小不确定性具有重要意义。应用新安江模型和HBV（Hydrologiska Fyrans Vattenbalans）模型,以湘江流域为研究对象,采用贝叶斯方法比较分析在不同雨量站密度及空间分布下径流模拟的不确定性。结果表明:增加雨量站密度可以降低面雨量的估计误差,使模型在不同的雨量站空间分布下具有较高的模拟精度;通过优化雨量站空间分布,可以减小雨量站网布设导致的模型不确定性,从而提高径流模拟精度;在相同的降雨输入和参数采样方法下,新安江模型和HBV模型对降雨输入导致的不确定性响应规律具有相似性,但是本研究结果显示在湘江流域新安江模型的模拟精度更高,而HBV模型的不确定性更大。     

基于TRMM卫星雷达降雨的流域陆面水文过程

利用热带降雨观测计划(TRMM)卫星雷达降雨数据驱动分布式陆面水文模型,研究流域尺度陆面水文过程,评估该数据在水文模拟与预报等研究领域的性能。通过与实测雨量资料比较,验证TRMM卫星雷达降雨数据的质量。分别将TRMM卫星雷达降雨与观测降雨作为耦合模型的气象输入,模拟和研究淮河流域1998~2003年的陆面水文过程时空变化。结果表明,TRMM卫星雷达降雨数据能够很好地描述降雨的时空分布,利用TRMM降雨模拟的结果与利用观测降雨模拟的结果精度相当;模拟流量与实测资料基本吻合。卫星雷达降雨数据在陆面水文过程研究中具有广泛的应用前景。     

TRMM卫星降水数据在洣水流域径流模拟中的应用

采用地面雨量站点观测降水作为基准数据,评估热带降雨观测计划（TRMM）最新一代卫星降水产品3B42V7的精度;利用站点和卫星两种降水数据驱动栅格新安江模型,采用SCEM-UA算法考虑模型参数不确定性,进行流量过程模拟,评估TRMM 3B42V7在流域水文模拟和预报中的应用能力。数据精度评估显示:在平均意义上,TRMM 3B42V7日降水精度较高,较站点观测低估了6.68%;但在绝对值意义上,TRMM 3B42V7日降水精度较低,绝对偏差达到57.76%;TRMM 3B42V7经过了地面月降水量偏差校准,其精度在月尺度上有较大提高。径流模拟结果表明:TRMM 3B42V7模拟的日径流过程精度较低,有部分洪峰没有捕捉到,但仍能表征径流的日变化特征;月尺度上模拟径流与实测径流吻合较好,能表征径流的季节性和年内变化特征;计算的日尺度和月尺度95%置信区间包含大部分实测流量过程。     

DEM空间分辨率对流域水文特征信息提取及径流模拟影响研究

DEM是构建分布式水文模型的重要输入。以岷江上游为研究区,基于8种不同空间分辨率DEM构建SWAT模型,研究分析DEM空间分辨率对流域水文特征提取及径流模拟影响。研究表明,DEM空间分辨率越低,洪峰模拟精度越低,模拟流量与实测流量间的误差越大,曲线吻合度越低;DEM空间分辨率由25m降低到200m时,径流模拟误差变化不明显,而DEM空间分辨率由200m降低到3 200m时模拟误差显著增大;另外,DEM空间分辨率与径流总量的模拟精度间未表现出显著相关性。     

BP神经网络在贵州喀斯特山区径流预报中的应用

以贵州六冲河、倒天河流域为例建立喀斯特山区径流预报BP神经网络模型。六冲河流域以七星关站丰水期流量过程为输出数据,以丰水期降雨过程、出口断面前期流量过程、蒸发量作为输入数据,倒天河流域以徐家屯站丰水期流量过程为输出因子,丰水期降雨过程、前期流量过程作为输入因子。预报结果确定性系数DC值分别为0.538、0.420。结果表明将蒸发量作为输入数据、流域面积比较大模型预报精度较大。     

一个三参数的降雨径流模型及其在我国的应用

GR3降雨径流模型属概念性集总式水文模型,具有结构简单、参数少的特点。为研究GR3降雨径流模型在我国的适用性,在长江、黄河、淮河和松花江水系,选择了7个不同尺度、不同气候条件的代表流域试用,以四种误差函数评定模拟效果。结果显示,GR3降雨径流模型在整体过程和水量平衡方面均取得较高的精度;在连续模拟中能够保持令人满意的次洪精度;比较接近的验证期与率定期精度体现了其较好的稳定性;该模型在湿润地区的表现优于半湿润地区。可以说,GR3降雨径流模型在我国有很好的应用前景。     

基于地块概化和路网精细模拟理念的城市雨洪过程分区自适应模型

为解决城市尺度雨洪模拟过程中常见的地块区域地形及管网资料不足、道路区域行洪与积水严重以及现有雨洪模型计算精度差或计算效率低等问题,提出基于地块概化模拟和路网精细模拟理念的城市雨洪过程分区自适应模型。对于资料不足的地块划分子汇水区单元,采用水文学概化方法计算产汇流过程;对道路区域划分精细网格,采用二维水动力学方法模拟水流运动过程;两者均与管网模型耦合连接,共同驱动管网模型进行汇流计算。以西咸新区沣西新城核心示范区为研究对象,搭建研究区域分区模型,对比分析整体区域均采用精细网格的全分布模型和整体划分子汇水区的半分布模型的模拟结果。结果表明：(1)分区模型综合考虑了地块管网排水与道路径流过程,可模拟出道路低洼区域在地表产汇流和管网溢流综合作用下的致涝过程,整体径流路径符合实际降雨水流运动规律;(2)相较半分布模型,分区模型在道路区域采用精细网格进行计算,可较好模拟道路区域的积水过程;(3)相较全分布模型,分区模型显著减少了计算量,在不同设计降雨下减少了28.2%～73.5%的计算耗时。该耦合模型有效地克服了数据条件和计算能力的限制,可为城市洪涝模拟提供一种新的耦合模拟思路。     

再论矿床模型及分类

本文在综合前人资料的基础上概述了矿床模型的概念、研究现状、分类及其相互关系。矿床模型研究在８０年代掀起了高潮，在世界范围内，有关矿床模型的专著和文章大量出版及在各种地学刊物上刊登。矿床模型是描述一组矿床本质属性的系统有序的信息，是对整个矿床系统的简化、抽象和类比。因此，将一个完整的矿床系统分为特征描述，成因机制，找矿标志和经济评价四部分，由此分为四种模型亚类：描述性模型，成因模型，找矿模型和地质经济模型。这四种模型有交叉、重复，后面的模型是建立在前面模型基础之上的，如成因模型是建立在对矿床及其控矿条件等精确描述之上的模型，地质经济模型则建立在前面三种模型的基础之上。     

地磁场模型的计算和评述

评述了计算地磁场区域模型的各种数学方法,如:利用多项式方法可以计算地磁场的Taylor多项式模型和Legendre多项式模型,利用球冠谐和分析方法可以计算出磁场的冠谐模型。本文指出了建立区域模型各种方法的优缺点,指出球冠谐和分析方法是计算地磁场三维模型的好方法。     

大牛地气田无土相钻井液流变模式优选

大牛地气田无土相钻井液实例计算表明,赫巴模式的相关系数最大,残差平方和最小,其次是卡森模式、幂律模式,最差的是宾汉模式,建议优先选用赫巴模式。     

Recognizing Correlated Patterns from Remotely Sensed Images: A New Learning Rule Based on Spin Glass Theory

Classification of remotely sensed images is a rich research field wherein techniques from conventional statistics to recent developments such as Artificial Neural Network, Fuzzy logic etc. has wide applications. Conventionally remotely sensed image classification referred to pixel classification based on broad categories such as vegetation and water bodies. With the availability of high-resolution imageries, shape analysis of macro structures contained in images becomes an important and difficult task. Although conventional statistical pattern recognition techniques give a reasonable result, Artificial neural network methods seem to be giving better results. In this paper, we give a survey of feed-forward neural network used for shape classification and a Hopfield model with an improved learning rule, for a typical shape analysis problem.     

路基沉降预测的Usher模型应用研究

基于线性或近似线性加载情况下路基沉降过程和Usher曲线,将广泛用于经济和资源预测的Usher模型应用于路基沉降预测。对Usher模型微分方程式的分析表明,目前用于沉降预测的Logistic模型和Gompertz模型是Usher模型的两种简化形式,但Usher模型对于实际情况具有更强的适应性。阐述了Usher模型参数的计算方法,并结合某工程实例进行了计算分析,对比结果说明Usher模型用于沉降预测的效果较好,且比Logistic模型和Gompertz模型具有更高的预测精度,可供工程应用参考。     

Discrete-element, individual-based and agent-based models: Tools for interdisciplinary enquiry in geography?

Discrete-element, individual-based and agent-based modelling techniques represent the interactions of individuals or entities with one another and their environments by sets of computational rules. These methods are now being used in geophysics, ecology, zoology, and increasingly in the social sciences. A characteristic is that the “agents” are embedded in an environment with which they interact, so that joint evolution of physical, ecological and socio-economic systems can be studied; this makes them of interest in integrated geographical investigation. Of particular interest is the fact that they allow the study of macro-scale emergent behaviour generated by multiple individual actions. Discrete techniques have the potential to create integrated models that cross disciplines. Similar computational methods can be employed to control the spatial search process, deal with irregular or changing boundaries, and to track the evolution of systems where preservation of heterogeneity across space and time is important. The complex series of feedbacks between the different types of system can thus be modelled within a single computational framework. Humans modelled in this way as “agents” can allow the collective effect of many interacting individuals to generate emergent structures at the community scale. The structural characteristics of their social and natural environments will influence their behaviour, while at the same time constituting emergent consequences of their actions. The principal challenge of the latter is to find those sets of rules that represent the beliefs and desires of real human agents, accurately reflecting the cultural context, while allowing us to explore the social and economic limitations of agents to take action. This paper reviews and illustrates discrete methods applicable to a range of geographical enquiries, and with particular reference to individual- and agent-based methods, assesses the rich diversity of approaches that must be combined to take full advantage of their potential to explore interactions of social and environmental processes.     

基于遗传算法的新安江模型日模拟参数优选研究

在概念性水文模型的参数率定中,目前还没有一个传统优化方法能够提供保证足够高效和稳定性的算法。为了克服传统优化方法中局部收敛性的缺点,近年来利用遗传算法通过计算机准确稳定地进行概念性水文模型的参数优选的尝试得到越来越多的重视和发展。目前优选水文模型待定参数,大多是从次洪模型的方面去讨论,有关日模拟模型的遗传算法参数优选讨论的较少。本文系统分析了基于遗传算法的新安江模型日模拟参数的自动优选,同时针对遗传算法在模型参数众多的情况下时间效率低下问题,通过利用新安江模型参数分层原理与模型参数敏感性分析对优选结果影响,提出一套简化的日模型参数遗传算法优选方案。经过流域模拟检验,该优选方案可行,运行效率高,可以作为类似模型遗传算法参数率定快速、有效的方案。     

滑坡空间预测数学模型的对比及其应用

滑坡灾害空间预测经历了从定性-半定量-定量、从确定性-非确定性-概率论的发展过程,其中预测模型的建立、预测方法的选取是滑坡空间预测的核心过程,关系到预测结果的最终确定.讨论了信息量模型、信息-物元模型、信息-神经网络模型的预测流程和关键技术问题,将这3种非确定性数学模型运用于万州安乐寺古滑坡区的滑坡危险性预测中,并对3种模型的预测结果进行了对比分析,指出3种预测数学模型的优劣及其应用中需注意的问题,对比研究表明3种模型均不失为滑坡空间预测中较为有效的数学模型.     

Conditioning Channel Meanders to Well Observations

Assessment of uncertainty in the performance of fluvial reservoirs often requires the ability to generate realizations of channel sands that are conditional to well observations. For channels with low sinuosity this problem has been effectively solved. When the sinuosity is large, however, the standard stochastic models for fluvial reservoirs are not valid, because the deviation of the channel from a principal direction line is multivalued. In this paper, I show how the method of randomized maximum likelihood can be used to generate conditional realizations of channels with large sinuosity. In one example, a Gaussian random field model is used to generate an unconditional realization of a channel with large sinuosity, and this realization is then conditioned to well observations. Channels generated in the second approach are less realistic, but may be sufficient for modeling reservoir connectivity in a realistic way. In the second example, an unconditional realization of a channel is generated by a complex geologic model with random forcing. It is then adjusted in a meaningful way to honor well observations. The key feature in the solution is the use of channel direction instead of channel deviation as the characteristic random function describing the geometry of the channel.     

分布式水文模型构建理论与方法述评

回顾了分布式水文模型的发展历程,分析总结了分布式水文模型的构建理论与方法,并对其关键内核——“物理基础”的含义做了深入而新颖的分析。分析了两类当前比较活跃的模型——分布式物理模型与分布式概念性模型中存在的问题及发展前景,并探讨了综合二者之长的具有物理基础的松散型分布式水文模型的构建思路,以及学者们期待中的基于确定性与随机性耦合的分布式水文模型。