公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基流对流域水量平衡的影响研究: 流域水量平衡计算是水资源管理的主要组成部分。基流在维持河川径流和流域水量平衡中起着重要的作用，研究基流对流域水量平衡的影响对于揭示地表水和地下水的相互作用过程具有重要的实用价值。本文以美国密歇根州为研究区，在密歇根州境内...; 张殷钦; 关键词：基流水量平衡

基于R/S分析法的地下水位动态变化趋势分析被引量：28: 2012年; 为预知兴平市黄土台原区未来的地下水位动态变化趋势,采用R/S分析法及其修正式计算065和066号井1994～2009年月平均水位埋深时间序列的Hurst指数以及统计量Vτ。通过分析区域地下水的补给来源,用Kendall秩次相关检验法和5点滑动平均法分别对兴平市同期的年降水序列和地表水灌溉序列进行了趋势成分识别。研究结果表明:065和066号井月平均水位埋深序列的H分别是0.989和0.974 9,相应的Vτ与lnτ的关系曲线向上倾斜,即065和066号井的水位埋深在未来年份仍然有着显著下降的趋势。兴平市年降水量略减少的趋势并不显著,灌溉水量却有着明显的减少趋势,这与同期的地下水位动态变化趋势是相一致的。; 张殷钦胡伟刘俊民; 关键词：地下水位时间序列

基于非线性PLSR模型的地下水水质预测被引量：6: 2011年; 【目的】针对地下水水质预测中影响因素的非线性关系,采用非线性偏最小二乘回归技术(PLSR)模型进行地下水水质预测研究,为地下水水质的准确预测提供支持。【方法】运用拟线性方法建立非线性PLSR模型,选用核函数对原自变量进行非线性变换,以陕西咸阳市某观测井2001-2009年地下水资料为研究对象,进行地下水硬度预测,并将其与BP网络模型的预测结果进行比较。【结果】利用咸阳市地下水前8年(2001-2008)的水质资料建立非线性PLSR模型,采用该模型对咸阳市地下水2009年硬度进行预测,与实测值相比,非线性PLSR模型、BP网络模型预测结果的平均相对误差分别为0.944%和1.354%,可知非线性PLSR模型具有更高的预测精度和实用性。【结论】基于核函数变化的非线性PLSR模型,将复杂的非线性问题转化为简单的线性问题,简化了计算过程,提高了预测精度,为地下水水质的预测提供了一种新思路。; 郝健刘俊民张殷钦; 关键词：地下水水质预测 PLSR 核函数高斯函数

泾惠渠地下水对气候变化和人类活动的响应被引量：6: 2014年; 基于泾惠渠灌区的水循环现状,分析了近20 a来灌区水资源利用和循环的变化,并运用主成分分析法对影响灌区地下水位动态变化的气候因素和人类活动因素进行了研究。结果表明:气候变化和人类活动共同影响着地下水系统,致使灌区水循环体系发生了明显改变。地下水开采量过大、渠系引灌水量减少、干支渠衬砌率提高等人类活动因素对地下水系统影响起主导作用,而气候因素起次要作用。目前灌区地下水位持续下降的趋势未得到有效控制。; 姜鹏刘俊民黄一帆张殷钦; 关键词：主成分分析法气候变化地下水动态泾惠渠灌区

地下水位动态预报的混沌Elman神经网络模型及其应用: 通过重构相空间,将混沌理论与Elman神经网络相结合,实现了地下水位动态系统的映射和其动态演变特性的模拟预报。采用C-C算法和G-P算法分别计算延迟时间和嵌入维数,以此确定关联维数,并用Wolf方法计算最大的Lyapun...; 张殷钦刘俊民; 关键词：地下水混沌 ELMAN神经网络水位预测

地下水脆弱性评价研究进展被引量：3: 2012年; 在分析地下水脆弱性内涵的基础上,评述了常见的地下水脆弱性评价方法以及典型的评价模型,从地下水本质脆弱性、特殊脆弱性以及脆弱性的定量研究方面归纳了地下水脆弱性的研究进展。针对目前地下水脆弱性理论研究中的不足以及评判方法的优劣,建议查明研究区的水文地质背景条件,选用合适的脆弱性评价方法,着力考虑地下水脆弱性评价内容的全面性,即根据生产的需要评价除了潜水含水层以外的半承压含水层以及承压含水层的脆弱性,力求评价的规范化,同时将信息技术融于地下水脆弱性评价当中,在地下水脆弱性评价方面开展深入的研究。期待一种集成工具,收集所需的各类评价参数并将评价工作最终定量化,旨在为地下水资源的可持续利用提供理论依据,同时为地下水风险的评估提供支撑。; 张殷钦刘俊民尹丽娜; 关键词：地下水脆弱性指标体系

正则化RBF网络模型在地下水位预测中的应用被引量：5: 2011年; 【目的】建立地下水位预测的正则化RBF网络模型,为区域地下水资源的利用、规划和管理提供决策依据。【方法】以MATLAB7.0为平台,用函数newrb创建正则化RBF网络模型,基于宝鸡峡灌区B210号观测井1983-2009年的地下水位埋深资料,对网络模型进行训练后再用测试集检验,分别绘制训练集与测试集的拟合曲线,同时计算实测值与预测值间的相对误差(RE)、平均绝对偏差(MAD)和均方误差(MSE),并将其与BP网络模型的相应值进行对比。【结果】正则化RBF网络模型和BP网络模型的相对误差均小于5%,平均绝对偏差分别为0.53和0.85,均方误差分别为0.54和1.15,相比之下,正则化RBF网络模型的预测精度更高。【结论】训练样本和测试样本的合理选取为时间序列的拟合扩展了思路,良好的泛化能力使正则化RBF网络模型在区域地下水位预测中具有一定的可行性。; 张殷钦刘俊民郝健; 关键词：正则化径向基函数地下水水位预测

全选清除导出

共1页<1>

张殷钦