烟墩角海域二测站周日水温及潮流变化特征

为加深对山东半岛东部养殖区的海流、海温变化特征,及其与该地区生态特征分布之间关系的认识,应用短期资料的潮流准调和分析方法,计算了烟墩角海域两个测站的O1,K1,M2,S2,M4,MS46个主要分潮的北、东分量潮流调和常数,并给出了各测站在各层的潮流椭圆要素。结果表明:该海区水温呈现层化结构,在1天内呈现两个波动,与N-S向潮流变化关系密切。海区除湾内表层外属日潮性质外,潮流属于正规半日潮流性质,半日分潮流的北分量大于东分量,呈现典型往复流特征,最大流流向多为南北向。分析结果也反映出表层、中层的浅水分潮在观测海流中所占的份额高于底层的浅水分潮。     

基于模糊神经网络的海水水质综合评价

根据俚岛镇海湾22个海洋观测点的水质监测数据,依据人工神经网络与模糊理论,建立模糊神经网络模型,对研究区海水水质进行了综合评价。结果表明,区域内40,91%的采样点属于Ⅰ类海水水质标准,其余为Ⅱ类海水水质。其中,水质Ⅱ类区位于临络湾与俚岛湾的半封闭海域,因该区造船业对水体造成污染且海水对流强度较弱,不利于污染物的扩散;而海水水质Ⅰ类区域靠近黄海,工业活动较少,水体对流较强,利于污染物扩散。     

运用小波变换与支持向量机耦合模型(WA-SVM)预测干旱区地下水埋深

准确预测干旱区地下水埋深,对区域地下水资源的合理开发利用与生态环境保护具有十分重要的意义。以额济纳盆地3个地下水埋深观测井为对象,运用小波变换与支持向量机耦合模型（WA-SVM）对观测井未来1个月的地下水埋深进行了短期预测。为检验WA-SVM的有效性,将模拟结果与未经小波变换的SVM模型进行了对比。结果表明：在对干旱区地下水埋深进行短期预测时,相较于SVM模型,WA-SVM模型的预测精度显著提高。WA-SVM模型在干旱区地下水埋深预测中有更好的适用性,可以为干旱地区地下水埋深动态预测提供新的方法和思路,是资料有限的条件下地下水埋深预测的有效方法。     

运用氧稳定同位素研究黑河中游盆地地下水与河水转化

在西北干旱区内陆河流域盆地, 地表水与地下水转化频繁, 研究地表水与地下水转化对于有效地开发利用水资源和预测地下水环境的变化具有重要的意义. 运用地下水和地表水中稳定同位素δ18O 值存在明显差异的特点, 在黑河中游盆地沿不同河段地表水和地下水现场取样, 进行同位素分析. 结果表明: 在黑河中游盆地绿洲灌溉区, 农田灌溉严重影响了地下水和地表水之间的转化, 导致地下水补给地表水的增加. 运用质量守恒原理, 定量分析了黑河中游盆地黑河地下水与地表水转化的转化量, 为正确评价和合理利用水资源奠定了基础.     

深度学习融合遥感大数据的陆地水文数据同化：进展与关键科学问题

以深度学习为核心的数据驱动方法逐步应用于地球科学领域,但这类方法在模型的可解释性和物理一致性等方面还存在挑战。在遥感大数据背景下,如何结合深度学习和数据同化方法,发展陆地水循环过程模拟与预报的新技术和新方法成为地球科学领域的重要研究方向。重点梳理了近年来深度学习在改善陆地水循环要素观测数据质量以及深度学习如何减少物理模型不确定性方面的最新进展,从观测、模型和系统集成3个方面凝练出深度学习融合遥感大数据的陆地水文数据同化研究的关键科学问题：(1)深度学习反演遥感产品时,如何增强样本的时空代表性？(2)如何发展数据同化框架下物理导引的深度学习新方法？(3)如何通过“数据—模型”双驱动提升陆地水循环的可预报性？开展相关研究和探索将有助于推动“数据—模型”混合建模方法在水文领域的深入应用,提高陆地水循环过程的模拟和预测能力。     

额济纳盆地地下水补给机理研究

黑河下游的额济纳盆地,气候干旱,降雨稀少,盆地内分布着复杂的地下水含水层,濒临崩溃的生态系统靠其有限的地下水资源维持着,如何有效的评价地下水资源量,怎样合理的开发利用地下水资源,以及近期黑河治理规划工程实施后,对地下水资源产生何种影响,成为亟待解决的问题。对此,应用皮帕尔（Piper）图解法分析地下水的水化学特征类型,结合区域构造水文地质、地下水流场和环境同位素,分析盆地内不同地区的地下水补给机理：发现自流井区为一小区域的沉积中心,其来源不同于其他以黑河河水为补给源的地下水,而是来自中蒙边境山区的补给;古日乃草原地下水主要依靠黑河河水通过古河道渗漏的补给,而不是巴丹吉林沙漠的补给;赛汗桃来沉积中心的深层承压水来自其邻近上游地区潜水的侧向渗流补给。利用放射性同位素氚含量,初步估算出不同地区地下水的更新期,其地下水年龄均低于35 a。为评价黑河干流规划对地下水资源所产生的影响、合理开发利用地下水资源、保护脆弱的生态环境提供科学依据。     

格尔木河水质现状及生态风险评估

为了了解经济迅速发展背景下格尔木河流域水体中痕量元素分布、水环境质量现状和生态风险,对格尔木河9个采样点水样21种痕量元素的分布及相关性进行了分析,以Cu、Zn、Hg、Cd、Cr和Pb为目标重金属,评估了格尔木河水质现状及生态风险。结果表明：重金属Pb浓度在所有水样中均低于检出限,其它痕量元素浓度在0.001(Cd) ~ 6297.013(Sr) μg?L<sub><sup>-1</sup></sub>范围变化。根据相关性分析,推测格尔木河水体中Li、Sc、Ti、V、Cu、Ge、Rb、Sr、Mo、Cd来源可能相同。采样点水样6种重金属浓度均达到地表水环境质量I类的标准。采用5种方法评价了格尔木河水质现状,结果表明研究区水质处于无污染的理想状态。格尔木河重金属引发的潜在生态风险处于低风险水平(生态风险指数变化范围为0.35~0.68)。     

基于随机森林模型的干旱绿洲区张掖盆地地下水水质评价

为合理准确评价地下水水质,建立了基于随机森林（RF）模型的地下水水质评价模型,并根据张掖盆地81个地下水采样点的pH值、Cl^-、SO₄^2-、NO₃^-、Na⁺、NH₄⁺含量及总硬度的监测数据,对研究区的地下水水质进行了综合评价。结果表明：盆地地下水水质主要为Ⅱ、Ⅲ、Ⅳ类水,其中甘州区地下水埋藏较深,水体不容易受到来自地面的污染,水质较好,大多数地方为Ⅱ类水;临泽县和高台县地下水埋藏较浅,水质较差,大多数地方为Ⅲ类水,尤其高台县的水位最浅,再加上地处河段下游,污染更为严重,部分地区达到Ⅳ类。根据指标的重要性度量发现影响研究区域地下水水质的主要因子是NO₃^-含量;其次是NH₄⁺、SO₄^2-、Na⁺、Cl^-含量及总硬度、pH值。为验证模型的有效性,将地下水水质评价结果与基于支持向量机（SVM）和人工神经网络（ANN）的地下水水质综合评价模型模拟结果进行对比,3个模型均能很好地评价研究区地下水水质,但RF模型的评价结果更为准确。