排序方式: 共有74条查询结果,搜索用时 15 毫秒
31.
32.
33.
34.
35.
36.
37.
38.
SWAT模型是美国农业研究中心研发的专门针对流域水文过程和非点源污染模拟的分布式水文模型,在我国有较为广泛的应用。由于美国同我国的土壤指标的分类标准不同,导致SWAT模型中土壤数据库的本土化构建较为困难,目前已成为制约其在我国进一步推广的瓶颈。鉴于此,为寻求更为便捷、高效的参数确定途径,对SWAT模型土壤物理属性数据库的本土化构建进行了相关研究,并将构建好的SWAT模型用于洪安涧河上游东庄水文站以上流域的水文过程模拟。结果表明,相关系数R~2达到了0.875,效率系数E_(ns)达到了0.840,取得了较好的模拟效果。该研究为建立符合我国国情的土壤物理属性数据库提供了思路和方法,可进一步促进SWAT模型在我国的应用,可为流域水文模拟提供技术支撑。 相似文献
39.
基于最大熵原理的区域农业干旱度概率分布模型 总被引:1,自引:0,他引:1
提出了构建综合考虑自然因素与农作物生长周期之间量化关系的干旱度评价指标,并基于最大熵原理建立了项目区干旱度分布密度函数,避免了以往构建概率分布的随意性,实现了对区域农业干旱度进行量化评价的目的。首先根据作物在非充分灌溉条件下的减产率,建立了干旱程度的量化评价指标,然后通过蒙特卡罗法生成了长系列降雨资料,并计算历年干旱度指标,最后利用最大熵原理,构建了农业干旱度分布的概率分布密度函数。以河南省濮阳市渠村灌区为对象进行了实例计算。结果表明,该模型概念清晰,计算简便实用,结果符合实际,是一种较好的评估方法。 相似文献
40.
针对传统径流预测模型对月径流序列尖峰点预测精度不足的问题,文章提出了一种VMD-EEMD-CNN-LSTM混合预测模型。首先,对原始月径流序列进行变分模态分解(VMD)处理,得到具有有限带宽的本征模态分量(VMF)和较高复杂性的残差项(Res)。然后通过集合经验模态分解(EEMD)对Res进行二次分解,有效挖掘原始径流的隐藏信息。把各分量作为卷积神经网络(CNN)-长短期记忆网络(LSTM)组合预测模型的输入,最后对各预测结果进行叠加重构,得到最终的结果。以乌江流域洪家渡水电站实测月径流数据为例,结果表明:VMD-EEMD-CNN-LSTM模型具有更高的精确度,能有效提高对月径流序列尖峰点的预测精度。 相似文献