静态浮箱法中不同拟合模型对水-气界面通量估算的影响

水域生态系统是温室气体的重要来源,静态浮箱法（SFC）是目前广泛采用估算水-气界面气体通量的方法之一,然而在利用线性回归（LR）拟合模型估算水-气界面气体通量时存在低估问题。采用密闭式静态浮箱-温室气体分析仪系统,观测了在三峡库区香溪河库湾水-气界面之上通量箱内甲烷和二氧化碳气体浓度的变化,对监测得到的数据进行拟合分析。对比分析了线性回归（LR）、二次回归（QR）和指数回归（ER）三种模型的拟合效果,结果表明非线性回归模型可以更好地拟合静态浮箱内气体浓度随时间的变化情况,从而得到更接近真实值的水-气界面气体通量。认为采用线性回归（LR）模型拟合水-气界面气体通量得到的结果在很大程度上被低估了,该方法得到甲烷和二氧化碳气体通量估算值平均约占实测值的77%和80%。此外,大多数情况下指数拟合模型的效果要优于二次回归拟合模型,而二次回归模型拟合系数没有物理意义,从理论上不适用于气体通量的估算。 关键词： 静态浮箱法;气体通量;线性拟合;非线性拟合     

退化红壤区湿地松恢复林潜在耗水量预测及造林密度选择

基于植被重建的生态恢复作为退化红壤治理的重要技术在南方得到了广泛应用。采用热扩散探针法（TDP）对以千烟洲为代表的南方退化红壤区湿地松树干液流与气象因子进行同步观测,建立湿地松潜在耗水量模型,并对目前湿地松的造林合理性进行评价。结果表明：湿地松边材面积与胸径、树龄的相关关系分别可用二次函数和幂函数很好地拟合。采用多元线性回归分析建立潜在液流通量模型,潜在液流通量与冠层温度、冠层相对湿度、光合有效辐射相关性均显著。基于边材面积和潜在液流通量的潜在耗水量模型不仅可以预测林分耗水动态规律,还可以插补液流观测过程中的非正常值和缺失值。就林分耗水量方面而言,目前研究区湿地松林造林密度是比较合理的     

人工神经网络方法在资源与环境预测方面的应用

用人工神经网络方法对不同水域、不同环境因子之间非线性和不确定性的复杂关系进行学习训练并预测检验。结果表明：人工神经网络方法在模拟和预测方面 优于传统的统计回归模型,在资源与环境方面的应用是可行的。具有较强的模拟预测能力。与传统的回归模型相比,人工神经网络方法不要求监测数据具有很强的规律性,就可用后的网络模型对其进行预报,燕且预测相对误差均比回归模型预测相对误差要小,具有一定的实用性。两个实例的应用     

平原集水区城镇化对暴雨洪水影响研究 ——以常州市双桥浜为例

城镇化下土地利用变化影响了流域洪水过程，并可能导致设计洪水发生变化。为进一步辅助城镇化流域防洪设计研究，以常州市双桥浜集水区为例，针对城镇化地区管网资料不全、区域管网河（渠）道排水过程复杂的问题，利用城市河道、道路、集水井等的汇水路径对高度城镇化小区进行子汇水区划分，基于HEC-HMS（Hydrologic Engineering Center-Hydrologic Modeling System）模型建立了适合高度城镇化下平原集水区的降雨-径流模拟模型，以模拟分析城镇化下土地利用转变对暴雨洪水的影响。结果表明，城市绿地向城镇化转变的过程较未利用地向城镇化转变使洪水增加得更大更快，且洪峰的增加幅度小于洪量的增加幅度。同时，随着土地利用转换程度的增大，对洪水影响的差异性也在增大，且低重现期洪水所表现的差异性更为明显。研究结果可为平原河网地区防洪减灾提供一定参考依据。     

统计降尺度在AREM模式洪水预报试验中应用初探

利用2006~2008年AREM模式预报降雨和漳河水库逐小时雨量站观测降雨及入库流量资料,对水库流域进行网格划分,建立了基于网格的空间分辨率分别为(0.25°×0.25°)和(0.5°×0.5°)的降雨预报统计降尺度模型,同时对降尺度模型了进行了模拟效果的检验,证明该降尺度模型的计算结果可以用于漳河水库洪水预报试验。从2009~2010年中选取了4次洪水过程,进行个例试验,试验结果表明,统计降尺度模型对洪水过程效率系数的改进效果不明显,但对减小预报洪峰流量相对误差有一定的效果,平均相对误差降低了10%左右,峰现时差也略有减小。     

长三角地区人口密度模型及增长模式:1982～2010

基于熵值法对上海、南京和杭州影响力进行综合评价,运用Arc GIS点距离工具测算各空间单元到沪宁杭的距离,然后借鉴重力模型,将长三角地区划分为以上海、南京和杭州为中心的3个城市经济区,并进行区域人口密度模型拟合。相比线性、指数和乘幂模型,对数模型能更好地拟合经济区内各县、县级市或市辖区人口密度与其到各自经济区中心距离的关系。而相比上述基础模型,基于基础模型的二次模型拟合的判定系数更高,拟合效果更好。其中,对数二次模型拟合的判定系数最高,且明显优于基础模型。基于对数二次模型的人口密度变动的空间差异,沪、宁、杭经济区增长模式可以总结为"强向心集聚"和"近域扩散",但不同区域不同时段增长模式存在差异。     

基于BP神经网络的鄱阳湖水位模拟

考虑到鄱阳湖水位受流域五河与长江来水等多因素的共同作用而表现出高度非线性响应,采用典型的三层BPNN神经网络模型来模拟鄱阳湖水位与其主控因子之间的响应关系。分别将湖口、星子、都昌、棠荫和康山水位作为目标变量进行BPNN模型构建和适用性评估。结果显示：综合考虑流域五河及长江来水（汉口或九江）的BPNN水位模型,空间站点水位模拟精度（R2和Ens）可达090以上,各站点的均方根误差（RMSE）变化范围约050～10 m,若忽略长江来水的影响作用,仅将流域五河来水作为湖泊水位的主控影响因子,模型训练期与测试期的纳希效率系数（Ens）和确定性系数（R2）显著降低,且低于050,均方根误差（RMSE）也明显增大（124～288 m）,意味着综合考虑流域五河与长江来水是获取结构合理、精度保证的鄱阳湖水位模型的重要前提。同时建议针对鄱阳湖湖盆变化对水位的影响,尽可能选择一致性较好的长序列数据集来训练和测试BPNN模型。所构建的BPNN神经网络模型可进一步结合流域水文模型,用来预测气候变化与人类活动下流域径流变化对湖泊水位的潜在影响,也可作为一种有效的模型工具来回答当前鄱阳湖一些备受关注的热点问题,如定量区分流域五河与长江来水对湖泊洪枯水位的贡献分量,为湖泊洪涝灾害的防治和对策制定提供科学依据     

长江流域月降水的EEMD多时间尺度遥相关分析

基于长江流域138个气象站1961~2016年的逐月降水观测资料,应用集合经验模态分解（EEMD）方法,分别对各站点的月降水序列进行EEMD分解,然后,运用时滞相关分析和逐步变量选择的方法,以识别长江流域月降水周期振荡和长期趋势的显著影响因子,并构建多元线性回归模型对长江流域月降水进行预测。结果表明：（1）近50多年来,长江流域各站点的月降水呈现出显著的季节、年际和年代际尺度振荡特征。（2）流域内各站点月降水的长期变化趋势存在着较大的空间差异性,表现为金沙江、雅砻江、大渡河以及鄱阳湖流域是月降水长期趋势显著增加的集中区,而岷江中游以及洞庭湖流域的南部是月降水长期趋势显著减少的集中区。（3）厄尔尼诺1+2区的平均海表温度（NINO1+2）的过去模式是影响长江流域月降水周期振荡的主要气候因子,而全球平均气温距平（GlobalT）是影响长江流域月降水长期趋势的主要气候因子。（4）基于已识别的影响因子构建的月降水量预测模型在旱季的预报性能高于雨季,并在长江上游地区的预报性能高于其中下游地区。     

基于RBF神经网络的城市建成区面积预测研究——兼与BP神经网络和线性回归对比分析

城市建成区面积预测是城市研究的一个核心问题,其与城市经济社会之间表现为一种复杂的非线性关系,传统的方法模型难以精确预测。作为一种较新的人工神经网络模型,RBF神经网络能以任意精度全局逼近任意非线性关系,表现出了极强的处理复杂非线性系统的能力。以合肥市建成区面积预测为例,构建了基于RBF网络的预测模型,作为对比,同时用BP神经网络、一元线性回归和多元线性回归模型进行了预测。预测结果的综合分析表明,在预测精度上,RBF网络＞BP网络＞多元线性回归模型＞一元线性回归模型。研究显示,RBF网络能为城市建成区面积预测提供一种新思路和新方法,进而可为城市土地利用及其规划制定提供科学的决策依据     

气温对长江上游巴塘站年径流的影响分析

为了深入分析气温对长江上游年径流的影响和解释青藏高原冰川融水再冻结现象的物理机制,采用对位置、尺度、形状的广义可加模型(简称GAMLSS)建立控制因素降水、气温、ATD与年径流量之间的关系。在GAMLSS框架下,气温影响因子可以用两种形式表示,一种是直接采用气温,另一种是采取ATD指数(累积气温亏损值)。通过比较不同解释变量组合下的GAMLSS模型,进而研究气温对长江上游巴塘站1960~2012年的年径流影响。结果表明:基于ATD的回归模型,在年径流序列服从对数正态分布假设的条件下拟合效果最优。与气温值相比,ATD指数能更有效地解释长江上游径流变化的特征和冰川产流的物理机制。研究成果对长江上游年径流预报、高原气候下的产流特征分析具有理论意义。     

GIS-based statistical model for the prediction of flood hazard susceptibility

At present, flood is the most significant environmental problem in the entire world. In this work, flood susceptibility (FS) analysis has been done in the Dwarkeswar River basin of Bengal basin, India. Fourteen flood causative factors extracted from different datasets like DEM, satellite images, geology, soil and rainfall data have been considered to predict FS. Three heuristic models and one statistical model fuzzy Logic (FL), frequency ratio (FR), multi-criteria decision analysis (MCDA) and logistic regression (LR) have been used. The validating datasets are used to validate these models. The result shows that 68.71%, 68.7%, 60.56% and 48.51% area of the basin is under the moderate to very high FS by the MCDA, FR, FL and LR, respectively. The ROC curve with AUC analysis has shown that the accuracy level of the LR model (AUC?=?0.916) is very much successful to predict the flood. The rest of the models like FL, MCDA and FR (AUC?=?0.893, 0.857 and 0.835, respectively) have lesser accuracy than the LR model. The elevation was the most dominating factor with coefficient value of 19.078 in preparation of the FS according to the LR model. The outcome of this study can be implemented by local and state authority to minimize the flood hazard.

     

大坝下游定点区域溶解氧饱和度预测

大坝通过坝身泄流时,巨大的洪水卷吸空气中的大量气体直泻到下游河床,造成下游河道特别是近坝区域气体含量过饱和,给下游水生生物带来不利影响,其中鱼类气泡病就是水体气体过饱和造成的典型病症。为探明大坝泄流对坝下河道溶解氧饱和度的影响,以三峡 葛洲坝区域坝下近坝区定点区域的溶解氧实测资料为基础,建立溶解氧饱和度的BP网络预测模型,对大坝不同运行工况进行下游溶解氧饱和度的预测仿真计算,并将仿真预测值与实测及数值模拟结果进行比较分析。结果得出BP网络模型能很好地逼近坝下近坝区指定区域的溶解氧饱和度,可根据大坝运行工况对下游水体溶解氧饱和度进行快速预测,为有效控制坝下水体溶解氧饱和度提供借鉴     

洪灾综合风险的结构特征分析

洪灾风险研究从单一风险转向综合风险,将是防洪减灾理论发展的必然趋势,而结构特征分析则是洪灾综合风险研究的首要任务。首先,应用灾害学的研究理论探讨洪水灾害的风险性,建立由致灾因子的危险性、孕灾环境的脆弱绝对性、承灾体易损相对性及用于洪灾风险宏观评价的灾情损失评估所组成的洪灾风险分析的宏观结构,并给出了相应的量化途径;其次,从模型分析的角度,分析了由洪水风险、防洪工程风险、防洪投资风险、洪泛区风险、洪水生态环境风险和防洪决策风险6个方面组成的洪灾综合风险特征,构建以洪水为中心的洪灾风险链的微观结构,并应用概率论方法,给出了相应的量化概念模型;最后,对洪灾综合风险的结构进行了系统分析。     

分形维数在洪水分期的应用

分数阶积分是分形理论的一个重要分支,应用分数阶积分进行时间序列维数估计,其精度比box维数、量规法等方法高。在此方法的基础上,以金沙江上游石鼓站42年的流量数据为研究对象,对流量散点序列进行了分形分析,在初步证明洪峰散点序列是一种分形的前提下,将分数阶积分应用到洪水分期上,通过估算的维数确定洪水分期原则并定量划分了洪水的分期时间,论证了洪水分期的合理性,并将分数阶积分估算维数法与容量维数法进行比较。对比传统洪水分期方法,分形维数分期结果较为客观,受经验和人为影响较小,但是容量维数方法需要选择大量的洪峰点,分析计算的工作量很大,而分数阶积分具有运算方便、结果准确等优点,而且建立的分形函数关系方便进一步分析研究。〖     

长江（万州段）水体溶解性有机物的荧光光谱分析

按照河床形态、水文条件、排污口分布、支流状况等特点从长江万州段及长江支流苎溪河选取8个断面进行采样,对水样中溶解性有机物（DOM）的荧光光谱特征进行了分析和研究。利用日立F 4500荧光分光光度计对长江水、普通自来水和纯水在紫外光激励下产生的荧光光谱及其特性进行了比较研究。同时,研究了不同水样、不同取样点的水体DOM的荧光特性和三维荧光光谱图。结果表明：长江水在波长290 nm左右的紫外光激励下能产生较强的荧光。荧光峰是350~550 nm 范围的宽谱峰,荧光峰值波长在450 nm左右。但是不同取样点水样的荧光峰强度明显有差异,在4号、5号、2号取样点的水样荧光强度明显高于其他取样点,这与采样点附近污染源排放有明显的关系。该研究方法可作为鉴别水质污染的一种有效的手段.     

GIS和模糊相似贴近度在洪灾安置区评价中的应用

在模糊物元分析的基础上,结合模糊相似贴近度的概念,将基于模糊相似贴近度的模糊物元分析方法应用于洪水灾害避难安置区评价中,并根据GIS中图层叠加方法,利用各种约束条件对方案进行初选,剔除不符合条件的方案,提高了评价效率。在评价指标权重方面,采用层次分析法和熵值法相结合的方法计算各评价指标权重,克服了单一方法在实际应用中得到的可信度存在一定偏差的缺陷,提高了评价结果的精度和可信度。该评价模型被应用到上海市长兴岛的洪灾避难安置区选择综合评价中,取得了较好的效果。该评价模型的建立为防洪避迁决策提供了科学依据     

三峡水库水质模型的选取和系统集成

水环境信息系统与水质模型在水环境保护中具有互为补充的作用,将它们有机结合,对水环境的预测和管理具有重要意义。根据三峡水库水污染控制的特点和水环境管理的需要,选取了5个不同的水质模型,在讨论水质模型不同集成模式的基础上,采用半紧密内嵌集成模式实现了所选水质模型与三峡水库水环境管理信息系统的有效连接。最后以分层三维模型为例,通过开发水质模型的前处理模块、后处理模块以及计算模型接口模块,完成了模型与三峡水库水环境管理信息系统的集成,并将集成后的水质模型成功应用于三峡水库万州段水流及水质的预测模拟。结果表明,通过GIS、数据库、图形界面等技术手段,实现了水质模型数据准备的自动化和计算结果快速分析,它不仅增强了系统的水质预测和分析能力,还强化了水质模型的易用性,提高了模型的应用范围和预测效率,为库区的水污染控制和水环境保护提供了有力的技术支持。     

Radionuclide migration in forest ecosystems--results of a model validation study

The primary objective of the IAEA's BIOMASS Forest Working Group (FWG) was to bring together experimental radioecologists and modellers to facilitate the exchange of information which could be used to improve our ability to understand and forecast radionuclide transfers within forests. This paper describes a blind model validation exercise which was conducted by the FWG to test nine models which members of the group had developed in response to the need to predict the fate of radiocaesium in forests in Europe after the Chernobyl accident. The outcomes and conclusions of this exercise are summarised. It was concluded that, as a group, the models are capable of providing an envelope of predictions which can be expected to enclose experimental data for radiocaesium contamination in forests over the time scale tested. However, the models are subject to varying degrees of conceptual uncertainty which gives rise to a very high degree of divergence between individual model predictions, particularly when forecasting edible mushroom contamination. Furthermore, the forecasting capability of the models over future decades currently remains untested.