大凌河流域河道生态需水量估算

本文从大凌河流域存在的环境问题出发,分别估算了各水资源分区的河道生态需水量（包括生态基流量、自净需水和输沙需水）及各区的河道生态需水贡献量。提出了使用偏枯年（75％保证率）水文数据估算河道生态需水量的方法．弥补了Tennant法、枯水季最小流量法等方法计算结果偏大或偏小的不足。结果表明,大凌河的4个河段（建凌站以上、建凌站至朝阳站、朝阳站至义县站、义县站至锦县段）的河道分区需水量分别为0．55×10^8m^3、5．21×10^8m^3、3．9×10^8m^3和1．34×10×10^8m^3。锦县水文站以上河道生态需水总量11×10^8m^3,占地表水总资源量的59．75％,因此．大凌河地表水资源取用率应在40％以下。     

Matlab遗传算法工具GUI率定马斯京根模型参数

本文针对传统及改进马斯京根洪水演算模型,利用简单易行的Matlab遗传算法工具(gatool)GUI进行模型参数最优估计,获得不同优化准则下的模型参数,并进行检验.结果表明用Matlab遗传算法工具GUI优选改进后的马斯京根模型参数,收敛能力强、计算时间短、所得演算流量更接近实际.     

某型短波电台的中频数字化设计

针对短波射频数字化对器件的要求较高,功耗较大,现在一般采用中频数字化技术.给出了某型短波电台的中频数字化设计方案,介绍了电台中频数字化部分的实现方法及基本原理.并介绍了本设计中使用的Inters公司生产的数字上变频器HSP50415,美国AD公司生产的数字接收信号处理芯片AD6620和TI公司TMS320VC5416芯片的结构、功能和特点,给出了它们在数字变频应用的硬件模块接口图.测试结果证明,通过在中频部分使用数字变频器提高了电台的收发性能,较模拟化中频有着成本低廉、功耗低、兼容性好和可扩展性好.     

基于BP神经网络的抚河水环境质量评价研究

水环境质量评价中.评价因子和评价等级之间是一种复杂的非线性关系.人工神经网络权重因子可以通过学习自动调节,不需要人为设置权重,能较好的处理复杂的非线性关系.通过构建基于BP(反向传播)算法的人工神经周络模型.对抚河水质进行评价.评价结果与模糊聚类方法得出的结果进行对比可发现,神经网络法可以客现、准确的得出评价等级,同时还可以分析出同一类别河段污染程度的不同,实例证明它是一种较好的水环境质量评价方法.     

基于Mindlin理论Winkler地基参数的Kalman滤波识别

提出了Winkler地基参数的Kalman滤波识别方法。引入Mindlin理论后,推导了Winkler地基上板的控制微分方程。利用Fourier变换,推求了Winkler地基上简支板的Fourier闭式解。推导了Winkler地基参数的Kalman滤波方程,研究了Winkler地基参数的Kalman滤波识别的具体计算步骤。研究表明,运用Kalman滤波理论进行Winkler地基参数的识别,能有效地估计Winkler地基参数;Winkler地基参数的滤波收敛速度和精度受地基参数初始值选取和位移实测资料的影响,且Kalman滤波理论也可用于其他地基模型地基参数的识别。     

GPS变形监测平差计算及不确定度分析

全球定位系统（GPS）是一种全天候、高精度的连续定位系统,它以速度快、方法灵活多样、操作简便等优势被广泛应用于工程测量和变形监测中。结合水厂铁矿GPS边坡变形监测实例,对GPS监测网的星历预报、基线向量平差计算、网平差计算、结果及残差不确定度进行了细致分析研究,以验证GPS技术在边坡变形监测中的可靠性和精度。     

河流集合预报方法(ESP)在水资源中长期预测中的应用研究

中长期径流预测是水文水资源研究领域中的一项重要内容,为水资源规划管理及可持续利用、防汛抗旱、水库调度与发电计划制作、工农业用水计划编制等提供科学依据,对国民经济发展具有十分重要的意义.但由于大气圈极其复杂,水文要素并非仅是气象强迫输入的函数.它还受流域基本特性,前期来水以及人类活动等诸多因素的影响,中长期径流预测在其计算中存在着多种不确定性.因此,中长期径流预测一直是水文预测研究中难度较大的课题之一.本文引入河流集合预报方法(ESP),以丹江口水库为应用实例,利用水文气象历史资料和新安江水文模型,预测分析水库2007年10月份每旬的平均入库流量及概率分布统计,并经与实测流量过程对比分析,满足水库运行调度需求,为水库发电计划制作提供了可靠依据.     

基于分布式水文模拟的三峡区间洪水预报(Ⅰ)——模型构建及验证

长江三峡区间因暴雨形成的洪水峰高量大,对三峡水库的防洪安全和运行调度的影响很大.本论文依据三峡地区的地形地貌特征,采用基于GIS的机理性分布式水文模型,来模拟三峡区间入库洪水,以尽量减少洪水预报中的不确定性.利用近期建成的78个自动雨量站网监测的小时降雨信息作为模型的输入,对模型参数进行了率定和验证,结果表明:大多数洪水过程的模拟精度较好,但也有的模拟结果较差,其中降雨信息缺失是洪水预报不确定性的主要来源.     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.     

珠江流域的枯水研究与展望

本文简述了珠江下游控制站枯季径流特点及珠江流域枯水研究概况,对珠江枯水研究进行了展望,提出了未来珠江枯水研究的重点:开展人类活动对枯水径流的影响研究及枯水水文气候研究,同时指出,为指导流域的防旱抗旱工作,需建立枯水水情数据库及枯水预报模型.