Volterra模型在月径流预测中的应用研究

水文过程的月均径流序列存在着较明显的低维混沌特性,利用Volterra模型可以较好的预测低维混沌序列。引入低维混沌动力系统相空间坐标重构的Volterra自适应预测模型,对多年月均径流序列采用二阶Volterra自适应滤波器进行预测。以大渡河石棉站33年的月径流量为例进行验证,预测相对误差<10%的天数为73.3%,相对误差<20%的天数为90.0%,与人工神经网络预测结果对比表明该方法具有较满意的准确率。     

月径流序列的混沌特征识别及Volterra自适应预测法的应用

在混沌动力系统相空间重构的基础上，利用关联维数法和最大Lyapunov指数法，对月径流时间序列进行混沌特性识别。然后结合自适应技术的实时递推特性和Volterra级数的非线性表征能力，利用Volterra自适应滤波法可对径流时间序列进行预测。通过江桥站和丰满水库实际月径流序列的预测结果表明，月径流序列中存在着一定的混沌特征。应用Volterra自适应法可以有效地对水文时间序列进行预测，与加权一阶局域预测法相比，能够实现更高精度的多步预测。     

基于BP神经网络的吉林省中部旱情预测

本文选择以吉林省具有气象监测要素的中部三个墒情站进行BP模型预测。以2002-2009年降水、蒸发、气温、风速、土壤含水率均为实测资料。通过采用BP神经网络模型进行预潮分析，预测姑果显示，平均绝对误差为-0．9，60％预测值偏小，相对误差小于±10％占70％、小于20％占93％，相对误差能够满足预测要求。表明模型预测精度较高。可以用于实际工作中。     

泾河月径流量的混沌特征识别及预测

利用泾河流域1933～2000年的月径流量实测资料,根据混沌理论,采用Welch法和小数据量法识别径流量的混沌特征,根据C C法得出主要的混沌特征指标,并采Volterra级数自适应预测模型进行一步预测。研究表明：月径流量序列存在一定的混沌特征,其频谱曲线均未出现明显的峰值或峰连成一片的现象,并且最大Lyapunov指数大于零;Volterra级数自适应一步预测的精度较高,可用于泾河月径流量的预测。     

基于 ＡＡＦＳＡ－ＬＳＴＭ的大坝变形预测模型

对大坝变形情况进行预测，明确大坝的实际状况是保证其长期安全稳定运行的关键之一，目前 研究中普遍存在预测精度不足以满足实际需求的问题。为此，将长短时记忆网络（ＬｏｎｇａｎｄＳｈｏｒｔ ｔｅｒｍ ＭｅｍｏｒｙＮｅｔｗｏｒｋ，ＬＳＴＭ）模型引入大坝变形预测的研究，并利用自适应人工鱼群算法（ＡｄａｐｔｉｖｅＡｒｔｉｆｉｃｉａｌ ＦｉｓｈＳｃｈｏｏｌＡｌｇｏｒｉｔｈｍ，ＡＡＦＳＡ）对模型的参数进行优化，以实际工程的数据对模型进行了实例验证，并将 该模型与 ＬＳＴＭ模型的性能进行对比，结果表明，优化后模型的平均绝对误差、平均相对误差、平均绝对 百分比误差、均方根误差以及拟合度分别为 0．2259、0．0316、0．2892、0．0547以及 94．51％，即优化后 的模型预测精度最高且误差最小，稳定性最好，从而为大坝的安全分析提供了新的借鉴。     

生命旋回-Markov链模型在径流预测中的应用

为了解决生命旋回模型无法反映径流序列随机性的问题,将生命旋回模型与Markov链模型结合,建立了生命旋回-Markov链组合预测模型。该模型的特点是用生命旋回模型模拟预测径流量序列的趋势项,用Markov链模型对径流残差序列进行修正。应用该方法对黄河上游唐乃亥水文站的径流量预测结果表明:汛期预测平均相对误差为18.07%,但是有些月份误差较大;枯期预测的平均相对误差为8.26%。     

山西省主要农作物水分生产函数中参数的试验研究

以Ｊｅｎｓｅｎ模型为基础，采用山西省近年来冬小麦、玉米、棉花３种作物坑测试验资料求出了模型参数，用全省２３个灌溉试验站历年来试验的田测资料进行了检验评价．其模型计算产量与坑测试验产量相对误差，冬小麦、玉米、棉花３种作物依次是５％，０１％，１５％．模型计算产量与田测试验产量的相对误差小于１５％的试验组数占总试验组数的百分数，冬小麦、玉米、棉花３种作物依次是７５％、７９％和８５％，表明这些参数是可用的．其次，本文对近年来有关模型参数的几个问题做了简要评述，认为水分敏感指数λ小于零不合理、λ的累加划分不合理，λ随时间变化连续曲线描述不合理     

预测济南地下水位的BP神经网络模型及其改进

用BP神经网络预测济南市地下水位，并利用网络“截口”处连接权与阈值的信息，揭示了“过拟合”现象与输入神经元间的多重共线，是导致BP神经网络预测性能降低的主要原因．确定了以当年地下水开采量、前1年地下水位、当年降雨量为输入神经元，拓扑结构为3:3:1的改进的BP神经网络模型，预测了济南地下水位．结果表明，该模型的预测精度较高，相对误差约为6％．     

黄河中游高含沙水流泥沙粒径特征研究

利用三角坐标对黄河中游5条支流悬移质颗粒级配资料进行了分析，发现黄河中游的高含沙水流粒径组成大致在如下范围之内：〈0.005mm的粒径占5％-25％，0．005～0.010mm的粒径占2％～16％，〉0．010mm的粒径占60％-90％。因各支流所在流域差异，使其高含沙水流的粒度组成也有所差异，但均集中于一定的粒径配比范围内。     

城市用水灰色动态模拟与预测

城市用水系统与城市居民生活用水、工农业发展和节约用水技术等诸多因素息息相关。因此它是一个多因素、多层次的复杂系统。系统内既有信息部分明确的，又有部分不明确的，因而是一个灰色系统，现应用灰色系统理论和方法建立一个１个阶４个变量的灰色模型，进行白化定量分析。计算结果平均相对误差为６．１％。另外对城市人口发展、工业产值以及万元产值取水量进行预测，其模型，均采用１阶１个变量的灰色模型，进行白化定量预测，其结果人口预测平均误差为０．０１％，工业产值误差为０．０５％，万元产值取水量误差为０．０４％。最后根据已求得的城市人口发展、工业产值、万元产值取水量等三个因子。预测出城市未来的用水是，列在文中表２。     

周期性自回归模型月径流系列的生成

采用随机项为正态分布和Ｐ－Ⅲ型分布的周期性一阶自回归模型，对后湾水库１９５８～１９８６年２９年实测月径流系列进行模拟，在计算机上生成各３０套长为３０年的月径流系列。经与实测系列统计参数比较，采用正态随机数生成的系列均值与均方差相对误差不大于０．５的分别占９７％、９０％；采用Ｐ－Ⅲ型随机数生成系列的均值和均方差相对误差不大于０．５的分别占到９６％、９７％。因此两种方法生成的随机系列均可满足规划设计阶段的要求，尤其是对多年调节、供水保证率要求高的水库来说，用随机水文学的方法进行研究未来水库的可供水量是非常必要的。     

加权平均集成神经网络模型在城市需水预测中的应用

针对单一神经网络模型预测误差波动大、精度不高等问题,提出基于SVM、BP和Elman神经网络基本模型的加权平均集成需水预测模型。首先,利用相关分析和ADF单位根检验,选取需水预测主要影响因子。为避免模型过度拟合,引入虚拟维,并针对BP、Elman神经网络标准算法收敛速度慢、易陷入局部极值的不足,采用自适应动量算法改进BP和Elman神经网络标准算法,依次构建SVM、BP和Elman需水预测单一模型,并对上海市2002—2011年需水量进行预测;最后,基于加权平均方法对各单一模型预测结果进行综合集成。结果表明:利用加权平均集成模型对上海市2002—2011年需水量进行预测的平均相对误差绝对值为1.8004％,最大相对误差绝对值为3.6995％,精度和泛化能力均大幅优于各单一模型。说明本研究建立的加权平均集成模型用于需水预测是合理可行和有效的,它综合了各单一模型的优点,有效避免了单一模型预测误差过大和不稳定的缺点,具有预测精度高、泛化能力强、误差变化幅度不大等特点。     

多元线性回归分析方法在计算闽江十里庵洪水流量中的应用

该文对闽江十里庵水文站1951年至1998年共44场洪水洪峰流量资料及其建溪七里街、富屯溪洋口、沙溪沙县等3个水文站的相应洪水流量资料采用多元线性回归分析方法进行分析计算，提出多元线性回归方程式，并进行成果精度分析，最大相对误差为10．4％，平均相对误差为3．3％。     

铁路工程建设水土流失预测分析

以朔黄铁路河北省平山－灵寿段为例，着重介绍了铁路工程建设的水土流失预测方法，并通过对预测结果分析，得出三点结论：①铁路导致水土失急剧增加，新增水土流失量约为铁路建设前的19．58倍；②新产生的水土流失主要发生在山区丘陵区，分别占水土流失总量的84．7％和11．4％；③导致水土流失急剧增加的来源主要是弃土弃渣，占水土流失总量的78．4％。     

韩江流域横山站蒸发量季节周期预报模型

采用季节周期SARIMA模型预报横山水文站2008年1月至12月蒸发量。根据AIC准则优选模型阶数,采用非线性最小二乘法估计模型参数,残差序列经x2检验为白噪声序列,模型较合理。对横山站2008年月蒸发量预报结果表明,SARIMA模型预报精度较高,预报误差低于20%的月份占全年91.7%,相对误差低于10%的月份占全年58.3%。     

基于混沌Volterra自适应模型的洪水预测研究

在对洪水进行分析的过程中,确定性和随机性方法都存在一定缺陷。为寻求更为理想的洪水预测模型,根据自然界中普遍存在的混沌现象,在基于非线性和确定性系统造成的混沌特性的基础上,分析洪水系统的混沌特性并进行识别,建立了基于混沌理论的Volterra自适应预测模型,利用相空间重构得到的训练样本。将模型应用于汾河石滩水文站2004年最大洪水的预测,结果表明:该模型能够在数据资料较少的情况下使用,实际应用比较方便。且该模型便于软件实现,模型预测精度较高,预测结果也较满意,为以后的洪水预测研究提供了一定的参考依据。     

输沙量差法计算河道冲淤量的误差分析

输沙量差法是计算河道冲淤量的主要方法之一。分析了输沙量差法与断面法计算河道冲淤量结果之间的差异和采用输沙量差法计算河道冲淤量的误差来源，提出了计算河道冲淤量中误差和相对误差的表达式。结合黄河下游现行测量条件，指出：①河道输沙量测验的相对中误差为1．7％～2．5％，能满足了解河道输沙情况的要求；②一般情况下河道冲淤量的绝对值远小于输沙量，但其绝对误差又大于输沙量的测验误差，导致计算的河道冲淤量的相对误差较大；③河段冲淤量的相对误差随冲淤量的减少而增加，甚至出现实测的冲淤量小于其测量误差，导致冲淤量计算成果定性困难；④当河道内的冲刷量或淤积量占来沙量的比例较大时计算的冲淤量相对误差很小，但河段淤积率降低到一定程度时，冲淤量的相对误差迅速增大，甚至超过100％，此时采用输沙量差法计算的河道冲淤量无使用价值。     

小波神经网络模型在水库水质预测中的应用研究

基于小波分析函数,建立小波神经网络模型,并将该模型运用于水库水质预测中,结合水库水质监测数据,对比分析小波神经网络模型在水库水质预测的适用性。研究结果表明:小波神经网络模型可较好预测水库水质情况,对比水库水质监测数据,该模型2014年水质预测精度各月份相对误差均可控制在20%以内,符合水质预测规范要求。研究成果对于水库水质预测预警平台建设提供参考价值。     

干旱区农业用水统计中几个指标使用问题的探讨

新疆现状农业用水占国民经济总用水的95．6％，占河川总径流量的50．8％，其中农田灌溉用水占农业用水的75．5％。低效的农业用水已经严重影响新疆经济社会的可持续发展及生态环境的保护与改善。本文结合“全国水资源综合规划（新疆）”水资源利用现状调查评价和需水预测两阶段工作实践，对如何运用统计年鉴中的基础指标数据，从概念、应注意问题及处理方法等方面进行初步探讨，供今后开展综合规划、流域规划和水利专业规划参考。     

包头市市区居民生活用水量预测分析

用水量预测对区域水资源规划、利用和管理提供重要依据.运用灰色关联度分析法分析包头市市区居民生活用水量影响因素的基础上,分别建立多元线性回归模型、灰色GM(1,1)模型及灰色线性组合模型对该地区2009年和2010年的生活用水量进行预测分析,同时比较了三个模型的预测精度.结果表明:城市居民生活用水量与城市用水人口、人均居住面积和水价的关联度较高;2009年和2010年用水量的预测采用组合灰色模型精度最高,相对误差分别为13.6％％和6.5％,均方根相对误差为10.7％.组合预测模型的预测精度明显优于单一模型,使结果更加准确、合理,符合实际情况.