渭干河流域生态水文时间序列特征及影响因素

以渭干河流域水系中的库车河兰干站、渭干河黑孜水库站、渭干河千佛洞（合成）水库站为例,对R/S和Mann-Kendall法用于水文时间序列存在的不足进行了讨论,提出了将这两种方法相结合来分析水文时间序列的变化趋势。结果表明：库车河兰干站、渭干河黑孜水库站、渭干河千佛洞（合成）水库站赫斯特指数0 < H < 0.5、统计量UF_k>0,未来径流量呈显著下降趋势,渭-库绿洲的自然和人为因素对该地区的生态水文产生一定影响。     

水文时间序列分析方法研究进展

水文时间序列不仅组成复杂,而且特性也复杂多变。目前认为水文时间序列主要表现出随机性、模糊性、非线性、非平稳性和多时间尺度变化等复杂特性。本文首先简要介绍了用于揭示水文过程复杂变化特性的时间序列分析方法的相关进展,包括序列相关性分析方法、水文频率分析方法、模糊分析方法、混沌理论分析方法、信息熵分析方法和小波分析方法等6种。然后,对各种分析方法存在的主要问题和有待解决的问题进行讨论,指出了各种方法应用于水文时间序列分析时存在的主要缺陷和不足。最后指出,不断改进和完善时间序列分析方法,探讨各种方法的联合和耦合,加强物理成因分析和数理统计分析相结合,是提高水文时间序列分析结果精度和可靠性的有效手段,也是研究和解决环境变化影响下水文水资源问题的有效途径。     

长江黄河源区水文和气象序列周期变化分析

应用Meyer小波,对江河源地区近50a来年径流量、年降水量和年平均气温做周期分析,发现江河源地区水文气象序列的变化周期基本在22a、16~17a、11a、7~8a、5~6a和2~3a左右的时间尺度上浮动。而这些基本周期正是太阳黑子活动周期和海-气相互作用的周期,说明江河源地区水文、气象序列的周期变化受天体运动变化的影响。天体运动直接影响降水和气温的周期变化,进而在一定的下垫面条件下,影响径流的周期变化。     

基于遗传算法的水文时间序列变点分析方法

为处理常规变点分析方法计算复杂、识别全部变点困难等问题,提出了用遗传算法进行水文时间序列多变点分析的一套新方法(AGA-CPAM)。实例计算的结果说明,AGA-CPAM用于水文时间序列多变点诊断简便、可行和有效,在各种非线性时间序列灾变分析中具有推广实用价值。     

利用MODIS/EVI时间序列数据分析干旱对植被的影响

为了分析2006 年四川重庆地区夏季干旱对该地区植被生长的影响, 选取该地区多年中分 辨率成像光谱仪(MODIS)增强植被指数( EVI) 时间序列数据进行研究, 利用时间序列谐波分析 (HANTS) 算法对EVI 数据进行去云处理, 并根据处理后的结果( 重构的EVI 数据以及HANTS 分 析得到相应频率对应的振幅和相位) , 分析干旱对该地区的影响, 同时结合地面气象数据加以补 充说明。将干旱年份和正常年份对比分析, 结果表明, 处理后的EVI 时间序列数据能较好地反映 干旱对地表植被的影响, 振幅和相位的空间分布特征能够很好地反映干旱的影响范围。     

时间序列分析在乌鲁木齐河年径流预测中的应用

本文以时间序列分析为基础,对河流年径流过程的预测进行了分析与探讨。着重分析了径流过程的分解、各组成分量的特性及其模拟方法。并以乌鲁木齐河年径流过程为例进行了预测。     

一种基于EEMD-RFR的水库滑坡台阶状位移预测模型

水库滑坡的位移与周期性的库水波动和季节性降雨等诱发因素关系密切,由于库水位升降和降雨的作用,滑坡累计位移变形曲线呈明显的"台阶状",准确、及时地预测此类台阶状位移对提升该变形的认识具有重要意义.为深入了解诱发因素对水库滑坡位移的影响,预测其变形演化趋势,本研究提出了一种基于集合经验模态分解(EEMD)和随机森林回归模型...     

NaCl在DMF和1,2-丙二醇混合溶剂中电导的研究

在283~308K温度范围内测定了NaCl在DMF和1,2-丙二醇混合溶剂中的电导率,根据公式求得NaCl的摩尔电导率值,应用Kohlrausch经验规则,使用Origin软件进行线性拟合,作图外推求得NaCl在DMF和1,2-丙二醇混合溶剂中的无限稀释摩尔电导率λ0值,并讨论了NaCl溶液的电导率、摩尔电导率、无限稀释摩尔电导率与温度和浓度的关系。     

基于模糊综合评判的动态路径行程时间预测模型

针对城市交通路网的复杂性和不确定性,提出一种基于模糊综合评判的动态行程时间预测模型,将总行程时间分为行驶时间和交通延误时间两部分,分别介绍这两部分时间的预测模型,并利用该模型对一组模拟道路信息和路况信息进行实际预测,对预测结果进行比较和分析。研究表明该模型算法简捷实用,预测结果精度较高。     

西北干旱灾害影响趋势分析

根据1951-2000年中国西北五省区(陕西、甘肃、宁夏、青海、新疆)降水资料,1951—1994年主要农作物旱灾面积和粮食减产资料,建立了干旱等级指标、农业旱灾指标、因旱粮食减产指标体系,分析了西北干旱灾害的影响趋势。结果表明：西北干旱和农业旱灾呈增加趋势,以20世纪70、90年代最严重,农业旱灾以重大旱灾事件为主,其空间变化以西北东部干旱灾害严重。采用谐波和功率谱方法分析西北干旱周期,建立了拟合预测回归模型,并对西北干旱灾害进行影响预测,表明21世纪前十年西北干旱灾害有减缓趋势。     

基于时间链的公交网络数据模型研究

该文基于实际公交出行过程考察公交网络的特点,指出传统公交网络的局限性,并从公交出行时间链角度提出一种新的公交网络数据模型。该模型综合考虑公交出行中相对时间和绝对时间问题,将影响公众出行决策的所有因素折换成时间因素统一进行考虑和计算,给出基于XML的数据交换格式,并实现基于时间链的城市公交换乘信息的查询。     

制度溢出效应的地区固定时间随机模型

为了控制个体效应的异质性,研究模型的固定效应和随机效应,尤其是因变量之间、解释变量之间和误差项之间存在的交互效应。借鉴国内外文献常用的一些制度代理变量、控制变量和扩散变量建立空间计量分析的指标体系。通过Matlab软件和R软件程序代码适用模型的比较,发掘其中的互补之处,针对固定效应可能的不足,着重分析同时或交叉使用地区或时间的固定效应和随机效应,即地区固定时间随机模型、时间固定地区随机模型、地区时间双固定模型和嵌套模型(SARAR)4种情况。1994—2014年中国内地31个省份面板数据的分析结果证实存在显著的制度溢出效应,并且地区固定时间随机模型较好地控制空间结构,得出与以往研究不同的一些结论。     

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。     

地下水资源评价中降水量的时间序列--马尔可夫模型

降水量的预报精度对以其为直接或间接补给源的地下水资源评价具有重要的影响，将时间序列方法与随机过程离散状态的马尔可夫链理论相结合，提出了时间序列－马尔可夫模型以预报大气降水量，模型根据降水序列的特征，采用一维非平衡时间序列模型进行预测，预测结果总体效果较好，但峰值点处误差较大，为了提高模型对波动性较大随机变量的预报精度，利用随机过程马尔可夫概率状态转移矩阵预报方法对其预测值进行二次拟合，实例计算表明，时间序列－马尔可夫模型预报效果良好，预报精度明显高于单一的时间序列模型精度，该结果拓宽了时间序列预报模型的应用范围，且对以大气降水为最终补给源的地下水资源评价具有重要的实用价值及理论意义。     

基于贝叶斯模型平均的全球洪水中长期预报评估研究

筛选全球5839个水文站逐日径流数据,采用超阈值采样法提取洪水发生频率及时间,将各季节最大日流量作为季节洪水量级,以优选的多个大尺度气候因子的最佳前置月份序列作为潜在预报因子,基于贝叶斯模型平均法构建全球尺度洪水中长期预报模型,并利用均方误差技术指数（MSESS）评价模型的预报效果。结果表明：全球范围内,洪水量级和频率模拟预报效果合格（0.6>MSESS>0.2）的水文站点占比分别为48%和28%;利用前置季节气候因子数据,驱动所构建的洪水中长期预报模型,有效预报了2020年鄱阳湖流域洪水量级将异常偏高。     

基于随机森林模型的东北地区收缩城市分布格局及影响因素研究

基于2005-2009年、2010-2014年、2015-2019年和2005-2019年人口变化数据,判定东北地区收缩城市,分析其空间分布格局,并对比运用多元线性回归方法和随机森林回归方法探索东北地区收缩城市形成的影响因素及其影响作用.结果 表明:①空间上,东北地区的收缩城市主要分布在以长白山、三江平原、小兴安岭和大...     

基于土壤水分和气象要素的林火预报研究——以广东省为例

基于国内现行的森林火险气象指数和单因子火险贡献度模型,以及逻辑回归模型和随机森林模型,在林火预报中引入微波遥感土壤水分信息,使用MCD14DL火点数据集和地面气象观测资料对广东省不同时间尺度的林火发生概率进行预测。结果表明：逻辑回归模型和随机森林模型构建的林火预测模型显著优于现行的森林火险气象指数和单因子火险贡献度模型,预测精度提升约20%。其中,随机森林模型对林火频数的解释程度最高（两者相关系数为0.476）。此外,加入微波土壤水分信息后,相较原有的基于气象要素的林火预测模型,2种机器学习模型的预测精度均略有提升,体现了表层土壤水分信息在林火预报中的重要性。研究可为高效提取对地观测信息,以改进华南地区不同时间尺度的林火预报工作提供参考。