共查询到20条相似文献，搜索用时 250 毫秒
1.
2.
3.
4.
5.
为提高传统SVR模型的求解精度和收敛速度,对其循环求解过程利用人工蜂群算法的自适应度因子优化改进,并以新疆冰川河流为例,验证改进SVR模型的可行性与预测精度。结果显示:改进的SVR模型在AIC计算准则下获得的计算值能够达到最小,相对于传统模型其参数结果更加合理;在南疆冰川河流年径流预测过程中改进的模型可提高年相关系数0. 26,降低预测误差均值17. 2%,能够明显提高年径流预测精度;对于冰川河流未来年径流预测建立的自回归方程具有较强的适用性与科学性,为南疆地区其他类似河流的径流预测和水文变化规律分析提供参考。 相似文献
6.
7.
采用改进的S-P模型对营口地区主要水功能区河流的降级及纳污能力进行分析。结果表明:相比于传统S-P模型,改进模型在营口地区河流降解及纳污能力具有较好的适用性。主要污染物降解系数计算误差降低14. 1%和14. 8%。通过分析,营口地区远景年份污染物的削减率可达分布达到39. 9%和48. 4%。 相似文献
8.
9.
10.
为研究南水北调水回灌对地下水环境的影响,探讨区域地下水污染修复技术,建立区域尺度的地下水溶质运移模型,运用地下水数值模拟模型,预测和分析了在永定河河道仅使用南水北调水和南水北调水与本地水混合补给地下水两种模式下,研究区内地下水中硝酸盐氮20年内的变化趋势。结果显示,通过永定河河道回补地下水对研究区地下水起到极大的改善作用,其中部分地区硝酸盐氮浓度降低71.2%;使用南水北调水回补20年后,研究区北部的改善效果是南部的12.3~14.2倍,表明水文地质条件是区域性地下水污染修复的关键因素之一。 相似文献
11.
目前针对模型结构不确定性的研究方法主要为贝叶斯模型平均方法,而该方法受到模型权重计算困难等影响,应用受限。基于数据驱动的模型结构误差统计学习方法最近得到关注。研究采用高斯过程回归方法对地下水模型结构误差进行统计模拟,并将DREAMzs算法与高斯过程回归相结合,对地下水模型和统计模型的参数同时进行识别。基于此方法,分别以理想岩溶裂隙海水入侵过程和溶质运移柱体实验为例,进行地下水数值模拟及预测结果的不确定性分析。相对于不考虑模型结构误差条件的不确定性分析,结果表明,考虑结构误差之后,能够明显减少参数识别过程中的参数补偿影响,且能显著提高模型的预测性能。因此,基于高斯过程回归的模型结构不确定性分析可以一定程度控制地下水数值模拟的不确定性,提高模型预测可靠性。 相似文献
12.
地下水资源保障当地居民饮水安全,区域经济发展的重要条件。对辽宁本溪地区地下水资源的利用状况和水资源管理情况进行分析,结果表明目前本溪地区采取推行地表水、地下水征费管理制度等策略,可实现水资源的优化配置,达到高效利用地下水资源的总体工作目标。在此基础上,针对目前本溪地区地下水资源现状保持所遇到的阻碍予以总结,提出相应的完善对策与建议。 相似文献
13.
为了定量分析阶跃型滑坡位移与诱发因素之间的时滞效应,提高位移预测精度,本文提出新的预测模型并进行对比分析。首先基于时间序列分析将滑坡累计位移分离为趋势项和周期项;然后采用最大信息系数(Cmi)、多元经验模态分解(MEMD)方法进行多因素分析和多尺度分析,构建出多因素-多尺度MEMD预测模型;最后以三峡库区八字门滑坡为例,通过Cmi选取最优滞后期的诱发因素作为模型输入,在用MEMD方法分解多元序列的基础上建立时间多尺度模型,并与单因素-单尺度模型、多因素-单尺度模型及单因素-多尺度EMD(经验模态分解)模型进行对比。结果表明：八字门滑坡降雨和库水位的最优滞后期分别为2 d和4 d;滑坡多元序列经MEMD方法分解后得到3组模态函数,每组均有7个分量,各对应分量的时间尺度一致,其中周期项位移受诱发因素的响应具有时间多尺度特性;多因素-多尺度MEMD预测模型的均方根误差相较于以上3种对比模型分别平均降低49.4%、36.9%和27.4%,平均绝对百分比误差分别平均降低38.0%、26.4%和15.8%。 相似文献
14.
15.
采用4种潜在蒸散发计算模型,结合区域站点近53年实测蒸发数据对比各模型计算的适用性。结果表明:双源蒸散发模型在本溪地区蒸散发计算适用性最高,其和实测年蒸发相关系数达0. 825 4,其次为P-M公式,其相关系数达到0. 648 9,波文比-能量平衡法以及Dalton公式适用性较低,相关系数低于0. 5。各模型均在夏季和秋季计算适用性最高,冬季和春季相关性较低,适用性不强。为区域蒸发变化及农业需水分析提供参考。 相似文献
16.
《地下水》2019,(6)
研究地下水矿化度对于建设优美的生态环境、实现水资源的可持续发展具有十分重要的意义。通过GM(1,1)预测模型和GM(1,N)预测模型对双河村和新兴村地下水矿化度进行预测,并与实际检测值进行对比分析,发现GM(1,1)模型预测双河村与新兴村地下水矿化度预测值,预测结果与实际值大体变化趋势相同;而GM(1,N)模型下双河村与新兴村地下水矿化度预测值与实际值的变化一致,双河村的预测平均相对误差5.09%,预测精度94.91%,对新兴村的预测平均相对误差3.20%,预测精度96.80%,模型拟合效果较为科学,其预测结果能够作为最终数据进行分析,为该地区地下水矿化度的研究提供了理论依据。 相似文献
17.
18.
19.