霍泉灌区出流量预测模型

根据灌溉用水决策支持系统(DSS)和实时配水的要求,建立了霍泉泉源年出流量随机预测模型和月出流量实时预测模型.经分析表明,随机AR(p)预测模型较适合预测泉源的年出流量,月出流量实时预测模型的预测精度也较高     

基于混沌时间序列的地下水位多步预测模型

利用相空间重构技术，并借助G—P算法、C-C方法和Wolf方法从宁陵地区地下水位一维时间序列中提取Lyapunov指数，结果表明此时间序列具有混沌特征。计算了宁陵地区地下水位时间序列的关联维数、时间延迟和最大Lyapunov指数，将局域加权一阶多步预测模型应用于地下水位预测。预测表明，此模型可有效应用于地下水位时间序列的多步预测。     

基于ENN广义预测控制算法的滑坡位移多步预测

针对滑坡位移预测时变性和复杂性的特点,将具有动态反馈特性的Elman神经网络(ENN)引入到分析研究中,充分发挥ENN对非线性情况的适应性。同时将之与广义预测控制算法相结合,以ENN作为广义预测控制算法的预测模块,结合滚动优化和反馈校正,提出了基于ENN广义预测控制算法的滑坡位移多步预测模型。将该方法应用于重庆市巫山县龙井乡白泉村大水田滑坡的位移预测,证实多步预测能够对位移变化趋势进行良好的拟合,同时高精度地实现了邻近时步的预测;通过与ENN多步预测进行对比,验证了模型的有效性。     

主分量与广东北江年最大流量预测

提出一种应用因子场的主分量建立北江长期洪水预报模型的方法,对发生暴雨洪水有重大影响的500hPa高度场和太平洋海温场作主分量分析,提取其含高信息量的主分量作为预报因子,通过相关和逐步回归计算建立模型.详细分析了用该模型对珠江的重要支流——北江年最大流量的拟合和预测,用该模型对北江流域年最大流量的预测表明,模型是有效的,效果较好,对较大洪水年的拟合效果尤其令人满意.     

济南岩溶含水系统滞迟效应分析

济南岩溶含水系统的泉水位和泉流量明显滞迟于降水量。利用峰值时段差、原始序列回归等方法,并考虑了降水量、泉水位、泉流量周期性的影响,计算出济南岩溶含水系统的滞迟时间为2～6个月。以不同滞迟时间建立了泉流量预测模型,并进行了对比分析,滞迟时间6个月预测模型,预测精度较高,物理概念不明确;滞迟时间2个月预测模型,预测精度稍差,但物理概念明确,建议采用该模型进行泉流量预测。     

降水入渗补给滞时的确定及其在泉流量模拟与预测中的应用

由于岩溶含水系统的调蓄作用,降水入渗补给泉水具有明显的滞后,滞后时间视具体水文地质条件而定.本文以济南泉域为例,利用逐步回归方法确定降水对泉水入渗补给的滞时为一年,说明不仅当年的降水量对泉流量有贡献,前一年的降水量对表流量也有明显的贡献,并得到了相应的泉流量模拟与预测模型,得到了较好的模拟与预测精度,证明考虑降水入渗补给滞时的泉流量模拟与预测模型比不考虑的模型精度要高.     

灰色GM（1,1）模型在地下水位动态预测中的应用

运用灰色系统理论建立GM（1,1）预测模型,以1990-2007年民勤盆地地下水位下降最为严重的下游湖区站点资料,预测了2007-2012年湖区地下水水位动态。结果表明：预测数据和实测数据达到了较好的拟合,其中逐年相对误差最大的年份（1993年）不超过15%,精度为90%,后验比为0.246。若不采取有效措施而任其发展,至2012年该湖区地下水位埋深将达到50 m,严重威胁到下游人畜的饮水问题。     

基于多变量LSTM神经网络的地下水水位预测

为解决以往模型未考虑地下水位相关影响因素的问题,探讨长短期记忆（LSTM）神经网络在地下水位预测中的应用,利用长短期记忆神经网络,采用多变量输入的方式,构建了基于多变量LSTM神经网络的地下水水位预测模型。以泰安市岱岳区J1号监测井为例,采用2001-2014年地下水水位动态监测资料与相关影响因素数据,利用多变量LSTM神经网络对2015-2016年地下水位进行预测,并与单变量LSTM神经网络和反向传播（BP）神经网络进行对比。研究结果表明：以相关影响变量为输入的BP神经网络无法考虑时序变化规律,预测均方根误差最大,为2.399 3;以地下水位为变量输入的单变量LSTM神经网络仅能根据时序变化作出相应预测,无法考虑相关变量影响,预测均方根误差为2.102 2;基于多变量输入的LSTM神经网络的预测精度显著高于单变量LSTM神经网络和BP神经网络,预测均方根误差最小,仅为1.919 1。总体上,多变量LSTM神经网络地下水位预测模型仅在某些峰值处误差较大,但总体预测效果较为理想。     

灰色预测模型GM(1.1)在水文预测中的应用——以玛纳斯河为例

由于灰色预测模型理论较时间序列预测具有很大的优势,所以在许多领域得到广泛的应用.为将该方法应用于水文与水资源预测,本文以玛纳斯河流量预测为例,应用GM(1.1)灰色预测模型对水文水资源要素进行预测,并分析该预测模型在水文水资源中的应用.经分析认为,GM(1.1)灰色预测模型对水文水资源要素预测具有重要的意义.     

基于SARIMA模型的岩溶山区泉流量动态预测

地下水天然露头作为岩溶山区农村的重要供水水源,其流量动态的变化对供水的保障程度起到决定性作用。本文以堰塘泉为例,分析了泉流量的年内、年际变化规律,采用SARIMA模型,建立了拟合预测模型。分析结果表明,堰塘泉流量存在年内的季节性变化;拟合及预测结果表明,SARIMA模型应用于短期预测精度较高,长期预测虽然精度降低,但实测值仍处于95%的预测范围之间,说明该模型可用于短期预测,其长期预测结果对地下水天然露头开发利用也有一定的参考价值。     

松辽盆地白兴吐铀矿床预测的关键技术

重点论述白兴吐铀矿床预测的关键技术;提出了松辽盆地的东泛西超、北沉南隆的沉积构造演化格局的新观点及“辫状河道洼地一反转隆升剥蚀构造天窗一贯通性断裂——基性岩浆活动带”三位一体成矿理论,用多源复成因成矿理论重建了钱家店铀矿的成矿模式,并运用这一新的成矿理论模式,成功地预测了远景靶区,经生产部门深入勘查,落实了白兴吐铀矿床。     

沉降预测的非等步长灰色时变参数模型

根据灰色系统理论的信息处理原则,在灰色模型中引入时变参数,建立了沉降预测的非等步长灰色时变参数模型。模型充分考虑了预测系统的时变性和灰色性,在求解过程中,引入遗忘因子以修正预测结果,并根据后验方差比C确定遗忘因子λ的最优值,以提高预测精度。沉降预测实例表明：沉降预测的非等步长灰色时变参数模型具有较强的适用性,可降低沉降量的预测误差和提高沉降的预测精度。     

地基沉降预测模型和方法研究

地基沉降预测是岩土体稳定性研究的一项重要任务。基于邓英尔和Gompertz等已有预测模型的特点,提出一种新的地基沉降预测模型——邓英尔-Gompertz曲线模型,并提出了求解此类模型的新方法——规划求解法,解决多变量非线性方程的极值问题;同时探讨了测量点数目及其所处阶段对预测精度的影响,即:测量点越多预测效果越好。测量点处于发生阶段时预测结果一般偏小;测量点达到发展阶段时预测结果一般偏大;测量点达到成熟阶段时预测结果与预测模型、工程沉降特点有关;测量点达到极限阶段时预测结果符合实际情况。实例分析结果表明:与邓英尔、Gompertz等模型相比,新模型预测的结果更准确。      

Advanced prediction of tunnel boring machine performance based on big data

Predicting the performance of a tunneling boring machine is vitally important to avoid any possible accidents during tunneling boring.The prediction is not straightforward due to the uncertain geological conditions and the complex rock-machine interactions.Based on the big data obtained from the 72.1 km long tunnel in the Yin-Song Diversion Project in China,this study developed a machine learning model to predict the TBM performance in a real-time manner.The total thrust and the cutterhead torque during a stable period in a boring cycle was predicted in advance by using the machine-returned parameters in the rising period.A long short-term memory model was developed and its accuracy was evaluated.The results show that the variation in the total thrust and cutterhead torque with various geological conditions can be well reflected by the proposed model.This real-time predication shows superior performance than the classical theoretical model in which only a single value can be obtained based on the single measurement of the rock properties.To improve the accuracy of the model a filtering process was proposed.Results indicate that filtering the unnecessary parameters can enhance both the accuracy and the computational efficiency.Finally,the data deficiency was discussed by assuming a parameter was missing.It is found that the missing of a key parameter can significantly reduce the accuracy of the model,while the supplement of a parameter that highly-correlated with the missing one can improve the prediction.     

辽宁省草河掌—桓仁地区铜矿资源量地球化学定量预测

矿产资源地球化学模型建立与定量预测研究以成矿成晕地质、地球化学理论为指导,以各尺度勘查地球化学数据为基础,以现代GIS信息技术为手段,通过研究总结典型矿田(矿集区)、矿床的异常特征,建立成矿带内典型矿床地球化学找矿模型,为预测区的地球化学定量预测提供类比依据,从而进行资源量预测。在资源量预测过程中加入了相似度、剥蚀程度、衬值等要素,有效地加大了预测靶区遴选的可信度,通过类比法与面金属量法两种预测方法的加权平均,使预测资源量合理。文章对草河掌—桓仁地区铜矿资源量进行了估算,共新增预测铜资源量21 812.9t。     

浅埋煤层回采中顶板含水层涌水量的时空动态预测技术

针对煤层回采工作面顶板涌水量超前预测精度低,预测结果的时间空间概念不清,对生产实际的指导性不强等问题,从煤层回采的时空变化和地下水流演化过程入手,从理论上分析了以大井法、廊道法为代表的解析法预测工作面顶板涌水量存在的主要问题,提出了浅埋煤层回采过程中顶板含水层充水水量由脉动式静储水量释放与渐增式动态补给水量共同组成,并给出了随矿井采掘过程进行的渐进式矿井涌水量时空动态预测方法,不仅计算了全矿井涌水量的大小,也给出了涌水量的时间变化过程和空间分布特征。大大提高了预测结果的精度,对生产有实际指导意义。结合一实际矿井的采掘规划与生产接续计划,引进了新增水量、干扰水量及残余水量的概念,计算预测了矿井2011年-2015年生产过程中矿井涌水量及其动态变化过程。      

Displacement prediction in colluvial landslides, Three Gorges Reservoir, China

The prediction of active landslide displacement is a critical component of an early warning system and helps prevent property damage and loss of human lives. For the colluvial landslides in the Three Gorges Reservoir, the monitored displacement, precipitation, and reservoir level indicated that the characteristics of the deformations were closely related to the seasonal fluctuation of rainfall and reservoir level and that the displacement curve versus time showed a stepwise pattern. Besides the geological conditions, landslide displacement also depended on the variation in the influencing factors. Two typical colluvial landslides, the Baishuihe landslide and the Bazimen landslide, were selected for case studies. To analyze the different response components of the total displacement, the accumulated displacement was divided into a trend and a periodic component using a time series model. For the prediction of the periodic displacement, a back-propagation neural network model was adopted with selected factors including (1) the accumulated precipitation during the last 1-month period, (2) the accumulated precipitation over a 2-month period, (3) change of reservoir level during the last 1 month, (4) the average elevation of the reservoir level in the current month, and (5) the accumulated displacement increment during 1 year. The prediction of the displacement showed a periodic response in the displacement as a function of the variation of the influencing factors. The prediction model provided a good representation of the measured slide displacement behavior at the Baishuihe and the Bazimen sites, which can be adopted for displacement prediction and early warning of colluvial landslides in the Three Gorges Reservoir.     

BP模型在区域滑坡灾害风险预测中的应用

滑坡灾害具有整体性、动态性、开放性和随机性的特点,而人工神经网络属于非线性动态系统,具有符合区域滑坡灾害风险预测的研究特点。应用BP模型,建立了区域滑坡灾害风险的预测流程,并与GIS技术相结合,对三峡水库蓄水条件下巴东新县城的滑坡灾害进行了危险性、易损性、风险性综合预测研究,证明了BP模型在区域滑坡灾害风险预测中的应用可行性,同时指出了所存在的问题及可能解决的途径。     

Performance of Multi Model Canonical Correlation Analysis (MMCCA) for prediction of Indian summer monsoon rainfall using GCMs output

The emerging advances in the field of dynamical prediction of monsoon using state-of-the-art General Circulation Models (GCMs) have led to the development of various multi model ensemble techniques (MMEs). In the present study, the concept of Canonical Correlation Analysis is used for making MME (referred as Multi Model Canonical Correlation Analysis or MMCCA) for the prediction of Indian summer monsoon rainfall (ISMR) during June-July-August-September (JJAS). This method has been employed on the rainfall outputs of six different GCMs for the period 1982 to 2008. The prediction skill of ISMR by MMCCA is compared with the simple composite method (SCM) (i.e. arithmetic mean of all GCMs), which is taken as a benchmark. After a rigorous analysis through different skill metrics such as correlation coefficient and index of agreement, the superiority of MMCCA over SCM is illustrated. Performance of both models is also evaluated during six typical monsoon years and the results indicate the potential of MMCCA over SCM in capturing the spatial pattern during extreme years.     

基于EEMD-PSO-GRNN模型的元江中上游径流预测

径流序列的非线性和非平稳特性使得高精度的径流预报存在困难。本文组合EEMD和GRNN模型形成EEMD-GRNN耦合模型,预测时通过将径流序列分解为确定成分与随机成分并通过GRNN模型分别进行预测,预测值的加和则构成径流最终预测结果。EEMD-GRNN耦合模型应用到元江中上游,并与其他模型进行比较,结果表明：EEMD-GRNN耦合模型具有更高的预测精度,对径流的总体趋势预测有良好的效果,但在随机性的模拟上有待进一步完善。EEMD-GRNN耦合模型优于BP、GRNN、EEMD-BP模型,能有效提升径流预测的精度,可为流域的水资源优化调度等提供决策支持。