非平稳时间序列极值统计模型及其在气候-水文变化研究中的应用综述

伴随全球气候变暖和平均海平面持续上升,极端气象事件出现的频率增加、强度增大,气候变化已经成为导致水文极值非平稳性的一个重要原因。本文总结了气候-水文变化研究中常用非平稳时间序列极值统计模型的结构以及统计推断方法,从降雨极值变化、洪水极值变化等方面分析了非平稳时间序列极值统计模型在气候-水文变化研究中的典型应用案例。国内外研究表明:非平稳时间序列极值统计模型能体现水文极值随时间或协变量的变化情势,非平稳情况下水文极值重现期和风险的概念和计算方法与传统平稳时间序列的频率分析相比存在显著差异。最后对需要进一步研究的问题进行了展望。     

基于小波分析的丹江口水库水文年度入库径流变化特征

根据丹江口水库运行调度的实践,采用Morlet小波函数,对丹江口水库水文年度、汛期和非汛期的径流时间序列进行小波分析,揭示了丹江口水库入库径流多时间尺度的复杂结构,并分析了不同尺度下径流序列的周期变化和突变点。研究结果表明：水文年度、汛期、非汛期入库径流序列都存在9,20,40,50a的主要周期,并且水文年度入库径流与汛期径流具有相似的周期演变特征。研究成果可供丹江口水库运行调度参考。     

基于FPGA的全数字脉宽调制器

为了解决传统的脉宽调制(PWM)信号电路的设计复杂、噪声大及抗干扰能力差等缺点,设计一种全数字脉宽调制器(DPWM),采用先进的现场可编程逻辑器件(FPGA)和硬件描述语言(VHDL),有效地控制cs时钟信号的上升沿和下降沿和脉冲宽度,可以很好地解决像增强器的光晕现象,扩大其动态范围;通过仿真实验,验证了全数字脉宽调制器(DPWM)控制系统具有控制灵活精确、设计简单易修改、抗噪抗干扰能力强等特点;FPGA可重复擦写,当需要实现其它功能时,只需在程序上改动即可,可方便地嵌入需要调节控制的各个系统,加快系统开发和利用.     

基于组合预测模型的水库径流长期预报研究

以丹江口水库为例,先通过时间序列分析模型和神经网络模型分别对入库径流进行了预测,在此基础上又构建组合预测模型进行了预测.结果表明:时间序列模型预测结果中最大相对误差为46.64%,平均误差为22.76%;人工神经网络预测结果中最大相对误差为33.21%,平均误差为23.91%;组合预测模型预测结果中最大相对误差为20.50%,平均误差为12.06%,组合预测技术不仅提高了整体预测水平,而且还有效避免了单一预测模型个别年份预测效果明显不达标的问题.     

北京市水资源配置模拟模型研究

在分析北京市水资源利用现状的基础上，提出并开发了基于规则控制的北京市水资源配置模拟模型。通过分析水资源系统供、用、耗、排主要环节中所涉及的要素和相互连接关系，抽象概括出系统中的主要对象，建立了满足北京市配置目标要求的水资源系统网络概化图。在模型中，以1956～2000年45年的长系列水文历史数据和未来规划水平年需水预测数据为基础，通过控制水利工程运行规则、渠道过水能力、用水户受水优先序等变量，以及对天然与人工二元耦合情况下水资源在网络系统中运移转化和相互作用过程的模拟，实现北京市水资源的综合配置。     

变电站驾驶舱技术的研究与应用

阐述了变电站驾驶舱的研究背景与目标,分析说明了变电站驾驶舱的内涵、关键技术及其研究与应用现状。变电站驾驶舱技术优化了变电站一、二次子系统功能、数据流向和安全分区,减少了变电站站内安全隔离与防护装置,简化了系统结构,适应无人值班站的需求,为变电站、巡维中心提供了简洁直观的电网运行和设备运维工具。     

非线性协整模型及其状态监测应用研究

基于线性协整理论的液压舵面伺服系统状态监测已经取得了积极的效果,但显示出对部分故障敏感性较弱的不足.为提高协整模型监测效力,研究采用基于神经网络的非线性协整建模方法,建立非平稳系统的非线性协整关系监测模型.仿真研究证实,该方法比线性协整监测模型具有更好的故障敏感性和可靠性.     

雄安新区水资源承载力分析及提升途径研究

雄安新区的规划建设面临着前所未有的水资源承载力挑战,亟需对其进行分析并提出相应的提升途径。通过对现状和未来规划条件下新区可供水量的分析,针对未来需水量,分别进行了初步配置。以人-水关系为核心,考虑再生水和生态用水是否计入的不同情况,分析了现状和未来新区水资源承载力和承载指数。结果表明,在再生水和生态用水均计入的情况下,现状和未来水平年新区总缺水量分别为6.81亿m~3和2.08亿m~3,承载力分别为162.01万人和418.29万人,承载指数分别为3.28(人口超载)和1.27(人水均衡),但未来新区生活缺水率仍高达59.41%。考虑到新区发展中可能遇到各种风险,需通过从工程和非工程措施增加4.50亿m~3的水来缓解超载问题,即增加跨流域调水量和上游水调节的潜力,以及开展新区及周边地区的节水活动。     

基于CLDAS数据和机器算法模型的大清河流域地表土壤湿度降尺度研究

土壤水分是"四水"转换的纽带,农业生产的基础,传统的野外定点测量土壤水分的方法难以实现空间上的展布,现代微波遥感数据可以得到大尺度的土壤水分,但分辨率低。本文利用CLDAS数据,将机器算法应用到遥感影像指数运算中,开展土壤水分的降尺度研究。论文分别采用OLS算法、Bagging算法、BRT算法和随机森林算法模型建立MODIS光学遥感数据(LST、Albedo、NDVI、ET)与土壤水分的关系模型。研究结果表明:四种算法中随机森林算法的拟合效果更优(R~2=0.961 28,RMSE=0.006 99)。利用该算法算出降尺度后的土壤体积水分,可以得到大尺度且空间分辨率更高的土壤水分数据。大清河流域西北部土壤含水量高于东南部,土壤含水量差异可达0.2 mm~3/mm~3,在流域土壤含水量空间分布的季节变化显著,3月土壤水分低至0.16 mm~3/mm~3,9月土壤水分高达0.33 mm~3/mm~3。