基于支持向量机的区域水安全综合评价研究

从人水和谐的角度对水安全进行定义.在前人研究的基础上组建水安全评价的指标体系,引进支持向量机技术,利用其在统计学习理论中结构风险最小化的原理,以及其解决非线性和高维识别中的优势,特别是能克服主观因素的不利影响对水安全进行综合评价,并以水资源总量比较丰富,但由于时空分布不均存在水安全问题的浙江省为例进行评价.     

近50年来浙江省降雨特性变化分析

基于浙江地区17个气象站的日降水资料,利用统计学方法,分析了近50年来浙江省在汛期、枯季和全年的降雨变化特性。研究结果表明,浙江省东北部的汛期降雨量主要呈现增加趋势,而西南部主要为减少趋势,汛期降雨频率主要表现出不显著的减少趋势,而汛期降雨强度和汛期降雨量在变化趋势上相似;枯季降雨量有较为显著的增强趋势,而枯季降雨频率在浙江东部地区为减少趋势,浙江西、北部、浙江南部有增加趋势;年降雨量在浙江西、北部为增加趋势,且存在明显的11、21年两种不同时间尺度的周期;而浙江南部降雨量在1980年后开始呈现为减少趋势,存在20、8年的明显变化周期;浙江东部年降雨量在1986年前主要为增加趋势,而后为减少趋势,同时也存在11、8、21年3个不同时间尺度的变化周期。     

基于支持向量机的洪水灾情综合评价模型

在阐述支持向量机的基本原理、二值分类和多值分类技术及各自特性的基础上，结合洪水灾情综合评价中受自然环境、社会经济等诸多因素的影响且实测样本资料较少的特点，以及目前已有评价模型不能或难以解决的小样本、“过学习”、局部最小等实际难题，提出了基于支持向量机的洪水灾情综合评价模型，并应用实例进行了验证。研究结果表明，此模型和传统的灾情评估法、人工神经网络评价模型一样有效合理，并且模型运算时间比人工神经网络模型要短。因此，不仅为洪水灾情综合评估提供了一种新的模型，而且由于支持向量机遵循统计学习理论中结构风险最小化的原理，具有解决有限样本、非线性及高维识别中的优势，必将比其他传统的评价模型得到更广泛的应用和发展。〖     

广东省枯水径流时间演化规律的研究

枯水径流时间演化规律研究的内容非常广泛,如枯水径流发生的时间、频率分布、趋势和周期分析等,但从研究现状来看,处在丰水地区的广东省对枯水径流时间演化规律的研究还十分少见,因此文章根据广东省枯水所具备的特点,选取枯水径流发生时间和频率分布两个方面进行了研究。首先选取1956—2000年广东省境内8大水系上各控制站点的最小月径流量,采用统计分析的方法,对各站最小月径流量发生时间规律进行了研究,结果表明,广东省内出现最小月径流量的大多数月份是2月,占总统计月份数的32.3%,其次为12月、1月和3月;其次选取较为典型的西枝江流域九洲站1959—2002年44年间的实测径流最小日流量资料,分别采用两参数对数正态、P-Ⅲ型、对数P-Ⅲ型和耿贝尔型四种分布曲线进行适线,结果表明,P-Ⅲ型最为符合年最小日流量频率分布。