吉林省科技发展计划基金(20080456)
- 作品数：8 被引量：70H指数：5
- 相关作者：卢文喜陈社明龚磊侯泽宇辛欣更多>>
- 相关机构：吉林大学北京市水利规划设计研究院更多>>
- 发文基金：吉林省科技发展计划基金国家科技重大专项国家自然科学基金更多>>
- 相关领域：天文地球水利工程环境科学与工程农业科学更多>>
- 吉林西部地区地下水水质特征对应分析研究被引量：3
- 2013年
- 吉林省西部地区是我国重要的农业区,地下水作为主要供水水源,其水质好坏对人们生产、生活影响较大,因此对该区地下水水质的分析工作十分必要。本次研究将对应分析方法运用到整个吉林省西部地下水水质分析中,选取42个水样点和17个水质指标作为评价因子,确定了水质分区及各区主要水质成分,并利用GIS软件绘制样品点分区图,结合样品点分布规律分析各区水质成分的形成原因。结果显示:水质指标被提取出两个公因子,分别反映地下水的矿化度和硬度。研究区被划分为三个区,各区的主要水质成分分别为HCO3-、SO24-和氮素(NO3-N、NO2-N),其成因受到自然因素和人为因素的双重影响。研究结果使我们在对吉林西部地下水污染防治制定保护措施时更加具有针对性。
- 王宇卢文喜夏广卿程卫国
- 关键词：地下水水质分析GIS
- 基于小波神经网络方法的降水量预测研究被引量：21
- 2013年
- 小波神经网络作为国际上新兴的一种数学建模分析方法,充分继承了小波变换良好的时频局部化性质及神经网络的自学习功能和极强的非线性能力等优点。降水量预测模型中神经网络选择BP网络,隐含层激发函数选取Morlet小波,并利用MATLAB编写预测程序,运用吉林西部地区白城、长岭、前郭3个测站1957-2010年的降水资料对模型进行训练、检验,进而预测三站未来十年的降水量。研究结果表明,小波神经网络预测模型对降水量的变化趋势预测准确,结构简单,收敛速度快,具有较高的实际应用价值,但其对于降水量具体值的预测精度有待于进一步提高;未来十年,吉林西部地区将处于降水量变化周期的丰水阶段,各相关部门应根据实际情况做好相应的准备。
- 侯泽宇卢文喜陈社明
- 关键词：小波神经网络降水量预测MATLAB
- 基于支持向量机的吉林西部地下水水质评价被引量：7
- 2013年
- 采用支持向量机方法,结合吉林西部地下水环境特征及水质监测资料,选取硫酸盐含量、氨氮含量、氯化物含量、氟化物含量、总硬度及溶解性总固体量作为评价因子,对吉林西部地下水进行水质评价,并与综合评价法所得评价结果对比分析。结果表明,研究区内地下水多为Ⅳ类和Ⅴ类水,少部分为Ⅱ类和Ⅰ类水。通过对比表明,支持向量机方法可以较好的实现水质评价,评价结果更为切合实际,为合理开发及保护研究区地下水资源提供了科学依据。
- 陈末卢文喜侯泽宇黄鹤李鹏
- 关键词：支持向量机水质评价
- RBF神经网络在洪灾易损性分析中的应用
- 2012年
- 针对水稻洪灾易损性与多种因素呈复杂的非线性相关问题,通过训练和检验样本的选择、网络程序的构建、神经网络的训练、最佳参数的确定、原始数据的检验等过程,以Matlab为平台建立RBF神经网络洪灾易损性模型,对水稻的洪灾易损性进行模拟,并与AGA-BP网络的训练和检验结果进行对比,以此验证RBF神经网络在洪灾易损性分析中的可行性和有效性。实例分析表明:RBF网络检验样本的平均相对误差是5.428%,比AGA-BP网络(检验样本的平均相对误差是8.652%)精度更高,检验效果更好,对易损性的模拟程度更佳,使洪灾易损性分析结果更加准确、可靠。
- 司昌亮卢文喜初海波
- 关键词：RBF算法水稻误差分析
- 对应分析方法在白城市洮北区地下水水质评价中的应用被引量：13
- 2011年
- 应用对应分析方法研究了白城市洮北区地下水水质状况和影响水质的主要因素,确定了主要的污染因子和污染原因。结果显示:白城市洮北区地下水污染农村最轻,市区次之,城郊结合部最严重,主要污染因子是硝酸盐和亚硝酸盐,水质污染来源是垃圾渗滤液和生活污水等。将对应分析结果与综合指数法评价结果进行对比发现,两种方法对水样点水质污染程度的分区基本一致,但对应分析方法综合考虑了样本和变量之间的关系,并根据变量的载荷大小和变量与样本水质分区间的关系,确定出研究区内各水质分区的主要污染因子。
- 龚磊卢文喜辛欣伊燕平
- 关键词：地下水水质评价
- 基于HydroGeoSphere的地下水数值模拟及参数灵敏度分析被引量：10
- 2011年
- 针对地下水数值模拟中参数的不确定性直接影响模拟结果的准确性问题,在分析概化吉林省西部水文地质条件基础上,建立了水文地质概念模型和地下水数学模型,采用HydroGeoSphere软件求解模型,并选取含水层的渗透系数、给水度及贮水系数进行灵敏度分析。结果表明,含水层的给水度和贮水系数对模拟结果的影响较大,且获得了敏感性最大的参数分区,为该区地下水资源的合理开发利用和管理提供了科学依据。
- 卢文喜刘派徐威辛欣
- 关键词：地下水数值模拟
- 东辽河流域水生态健康状况的模糊综合评价被引量：2
- 2012年
- 在东辽河水生态状况调查的基础上,进行了东辽河流域水生态健康评价。将流域水生态健康综合评价依据划分为河岸带状况、水环境状况、底泥状况、水生生物状况4个准则,进一步筛选出河岸带植被多样性指数、底泥重金属含量、COD、总氮、总磷、浮游植物多样性指数等19项具体指标,建立了由准则层和指标层构成的水生态健康评价体系。应用层次分析法确定各个指标在评价中的权重,构造各指标对各健康级别的隶属度函数并计算其隶属度,最后根据模糊综合评价原理对东辽河流域18个调查点的水生态健康状况进行了评价。结果表明:18个调查点中10个为"病态",5个为"临界",1个为"亚健康",2个为"健康",并发现水生态健康状况受到洪水的影响很大。该评价成果为东辽河管理和保护工作提供了科学依据。
- 尹津航卢文喜张蕾
- 关键词：层次分析法模糊数学法东辽河流域
- 基于T-S模糊神经网络的地下水水质评价被引量：18
- 2012年
- 采用T-S模糊神经网络模型对吉林省西部地区部分地下水水化学监测点水质进行评价。T-S模糊神经网络模型是根据模糊系统和人工神经网络优缺点具有明显的互补性结合而成,考虑了水质评价标准的区间形式和水系统的不确定性。将T-S模糊神经网络的评价结果与水质综合评价方法中经典的内梅罗指数法和BP人工神经网络法的评价结果进行对比,结果表明:T-S模糊神经网络法评价地下水水质更全面更客观。利用该方法对吉林西部的地下水水质进行评价,结果显示:吉林西部地区地下水资源已经遭受不同程度的污染,需要进行有效的保护。
- 张宇卢文喜陈社明龚磊
- 关键词：T-S模糊神经网络地下水水质评价
