基于成本有效的流域初始排污权免费分配模型

针对文献[4]中提出的初始排污权免费分配模型存在的问题,按照成本有效的原则对该模型进行了修正,建立了基于成本有效的流域初始排污权免费分配模型,并进行仿真.研究表明,新建模型进一步减少了初始排污权分配总量和总削减成本.     

生态水力半径法改进及其在青海湖流域的应用

 保障河流生态需水是实现流域水资源可持续利用的重要基础。本文在综合考虑水生生物对于河流水深要求以及生态需水年际差异的基础上,对传统生态水力半径法进行了改进,并以青海湖裸鲤为指示生物研究了青海湖流域两条主要河流（布哈河、沙柳河）的生态需水特征。结果表明：（1） 改进生态水力半径法计算结果较为合理并可以满足维持河流基本生态功能的需要,不考虑年际差异的生态需水计算结果将被显著高估;（2） 1958-2009年布哈河和沙柳河年生态需水量多年平均分别介于1.45×108-2.64×10⁸、1.26×10⁸-1.85×10⁸m³;（3） 布哈河和沙柳河4-5月生态缺水量多年平均分别为0.29×10⁸、0.21×10⁸m³。因此,改进生态水力半径法是计算河流生态需水的一种新型有效方法。     

智慧流域及其应用前景

为了应对全球气候变化和人类剧烈活动导致的水资源短缺、洪灾旱灾并重和生态环境恶化等复杂水资源情势, 推动流域信息化水平向更高层次发展, 借鉴"智慧地球"的理念提出了"智慧流域"这一概念. 分析了智慧流域建设的战略需求和技术推动因素, 提出了智慧流域的涵义并阐述了其特征, 设计了智慧流域总体框架, 对其中使用的关键技术和支撑平台, 如物联网技术、射频识别标签、无线传感器网络、云计算与云存储、 流域虚拟现实系统平台、基于多源耦合的气象水文信息保障平台、二元水循环数值模拟平台、水资源数值调控平台和流域数据同化系统平台等进行了探讨. 最后研究了智慧流域在防洪减灾、抗御干旱、防治污染和水资源管理 中的具体应用. 智慧流域是水利信息化的发展趋势和最高层次, 必将产生新的学科增长点, 在水利各个领域有着良好的应用前景.     

南盘江流域不同类型水水文地球化学特征

根据南盘江流域不同类型水水样化学成分分析资料,分析了区内水的水化学特征。结果表明,不同类型水化学指标不同。地表水的pH,电导率和SO42-浓度较高,而HCO3-浓度和Ca2+浓度低;河水为湖水与地下河及泉水混合而成,水化学指标本应处于两者之间,但实际上电导率和SO42-浓度高于两者。地下水水化学类型均为HCO3-Ca型或HCO3-Ca.Mg型,为典型的岩溶水;地表水水化学类型复杂,是由于水体周边人类活动频繁,扰动了水体天然水化学特征。应在生态,工农业生产,生活等方面采取有效措施,遏制水体污染并治理。     

Building a high-resolution regional climate model for the Heihe River Basin and simulating precipitation over this region

Based on the Regional Integrated Environmental Model System （RIEMS 2.0） developed by START TEA-COM RRC and Department of Atmospheric Science of Nanjing University, a dataset of observation and remote sensing over the Heihe River Basin （HRB） was used to recalibrate the model＇s parameters, including topography elevation, land cover type, saturated soil water po- tential, saturated soil hydraulic conductivity, field moisture capacity, wilting point moisture, soil porosity, and parameter b of soil hydraulic conductivity, to build a high-resolution regional climate model for the HRB. Continuous simulation for the period from January 1 to December 31, 2000 was conducted using the regional climate model, with NCEP-FNL reanalysis data as the driving fields. The study focused on the ability of the model to simulate precipitation in the HRB. The analysis results showed the following： （1） For precipitation, the model could reproduce well the spatial pattern and seasonal cycle in different regions of the HRB, simulated precipitation was overestimated in the upper reaches of the HRB and underestimated in the lower reaches of the HRB, and seasonal precipitation biases were mostly in the range of -39.9%-9.6% of observations, which is mostly consistent with the IPCC report （2001）. （2） The model could reproduce reasonably temporal evolution of pentad precipitation in different regions. Correlation coefficients between the simulated and observed pentad precipitation were 0.8123, 0.5064, and 0.7033 in the upper, middle, and lower reaches of the HRB, respectively. They reached a significance level of 1%. （3） Dynamical downscaling of a high-resolution regional climate model was used to overcome the deficiency of long-term, high-temporal/spatial-resolution meteorological dataset in the HRB, and to drive directly the integrated model that coupled ecological-hydrological and socioeco- nomic processes in the HRB.     

测酒草

在巴西亚马孙河流域,生长着一种奇特的草。这种草长得并不高,但它有测量酒醉的本领。如果你喝了酒,那么只要你走近这种草,你身上散发出的酒味就会使它枝垂叶卷。     

粤北星子河岩溶流域水化学特征的因子分析研究

星子河流域处于中国西南岩溶区的东南边缘,该流域岩溶水化学特征明显。利用因子分析方法对其水化学特征进行详细分析,结果表明该流域水化学组分以Ca2+和HCO-3占绝对优势;其次是Mg2+和SO2-4,其余的Na+、NH+4、K+、F-、Cl-、NO-3等组分含量很少。星子河流域水化学类型是典型的的重碳酸-钙(镁)型,碳酸盐岩、白云岩的风化和水岩相互作用为其水化学做出了主要贡献,自然因素是控制其水化学的主导因素;人类活动对该流域水化学也产生了一定影响,水质状况较好。     

基于SEBS-METRIC方法的黑河流域中游地区农田蒸散

使用涡度相关蒸散数据验证表明SEBS-METRIC方法可以用来估算黑河流域中游地区作物农田蒸散.结果显示:黑河流域中游地区作物生长季内ET总量空间差异大(398~709 mm,平均567 mm).在作物不同生长阶段,ET在时间和空间上变化剧烈.在区域平均水平上,生长初期、生长中期1、生长中期2和生长后期的ET占全生长季ET总量的比例分别为10.24%,29.44%,47.11%,13.21%,各生长阶段区域平均日ET依次为1.45,3.28,3.52,2.08 mm/d.ET月份变化明显,3月最小,4,5月迅速增大,6月达到生长季的蒸散高峰,7,8月有所降低,维持在一定水平,9月作物进入生长末期,迅速降低.     

递归数字滤波法在嫩江流域地下径流分割中的应用

根据嫩江干流尼尔基水文站1955—1973年天然日径流资料,采用Eckhardt递归数字滤波算法进行地下径流分割计算.在径流分割过程中,对于滤波方程主要参数最大地下径流指数IGF,max的率定,本文首次提出了滑动最小值试算法.计算结果表明:嫩江流域尼尔基水文站地下径流指数IGF约为0.66,其中枯水期IGF约为0.88,丰水期IGF约为0.64.     

改进的神经网络模型在水文模拟中的应用

将BP神经网络与K-最近邻(KNN)算法耦合起来,建立BK(BP-KNN)模型,该模型以前期模拟流量和相应影响要素作为BP神经网络的输入,出口断面流量作为网络输出,对产汇流过程进行模拟;采用K-最近邻算法,基于历史样本的模拟误差和相应影响要素对网络输出进行修正,实现了非实时校正模式下的连续模拟。根据BK模型的计算流程将其参数分为3个层次,各层次分别使用NSGA-Ⅱ多目标优化算法进行参数优选,提高了模拟精度、优化效率和网络泛化能力。分别将新安江模型的产流、产流分水源计算模块与BK模型相耦合,建立 XBK (Xinanjiang runoff production-BK) 和 XSBK (Xinanjiang runoff production and separation-BK)模型,在呈村等3个不同类型的流域应用新安江模型、BK模型、XBK模型和XSBK模型进行模拟精度比较,结果表明改进的模型模拟精度更高,较好地解决了神经网络模型在水文模拟中存在的问题。