PREDICTION OF TWO-YEAR PEAK STREAM-DISCHARGES USING NEURAL NETWORKS1

ABSTRACT: The cascade correlation neural network was used to predict the two-year peak discharge (Q₂) for major regional river basins of the continental United States (US). Watersheds ranged in size by four orders of magnitude. Results of the neural network predictions ranged from correlations of 0.73 for 104 test data in the Souris-Red Rainy river basin to 0.95 for 141 test data in California. These results are improvements over previous multilinear regressions involving more variables that showed correlations ranging from 0.26 to 0.94. Results are presented for neural networks trained and tested on drainage area, average annual precipitation, and mean basin elevation. A neural network trained on regional scale data in the Texas Gulf was comparable to previous estimates of Q₂ by regression. Our research shows Q₂ was difficult to predict for the Souris-Red Rainy, Missouri, and Rio Grande river basins compared to the rest of the US, and acceptable predictions could be made using only mean basin elevation and drainage areas of watersheds.     

Developing adaptive capacity within groundwater abstraction management systems

Groundwater is a key resource for global agricultural production but is vulnerable to a changing climate. Given significant uncertainty about future impacts, bottom-up approaches for developing adaptive capacity are a more appropriate paradigm than seeking optimal adaptation strategies that assume a high ability to predict future risks or outcomes. This paper analyses the groundwater management practices adopted at multiple scales in East Anglia, UK, to identify wider lessons for developing adaptive capacity within groundwater management. Key elements are (1) horizontal and vertical integration within resource management; (2) making better use of water resources, at all scales, which vary in space and time; (3) embedding adaptation at multiple scales (from farm to national) within an adaptive management framework which allows strategies and management decisions to be updated in the light of changing understanding or conditions; (4) facilitating the ongoing formation through collective action of local Water Abstractor Groups; (5) promoting efficient use of scarce water resources by these groups, so as to increase their power to negotiate over possible short-term license restrictions; (6) controlling abstractions within a sustainable resource management framework, whether at national (regulatory) or at local (Abstractor Group) scales, that takes account of environmental water needs; and (7) reducing non-climate pressures which have the potential to further reduce the availability of usable groundwater.     

高职《测量技术》“教、学、做”一体化教学模式研究

以高职培养目标为培养依据,分析了目前高职院校《测量技术》课程教学中存在的突出问题。针对问题对《测量技术》课程进行教学改革,按照教学内容模块化、教学任务项目化、理论与实践教学环境一体化、考核方式一体化、师资配备团队化为特色展开实践教学,取得了良好效果。     

烃类沸点的定量构效关系研究

应用CODESSA软件计算296种烃类物质的分子结构描述符,分别用启发式回归（HM）和最佳多元线性回归（B-MLR）筛选计算出的所有分子描述符,并建立沸点的线性回归模型。用B-MLR方法筛选出的4个描述符作为支持向量机（SVM）的输入建立了非线性模型。预测结果表明：所建立的模型稳健,泛化能力强,预测误差小。非线性模型（R2=0.9905,RMSE=10.2295）的性能优于线性回归模型（HM：R2=0.9819,RMSE=14.0606;B-MLR：R2=0.9842,RMSE=13.1058）,预测效果令人满意。     

基于支持向量机建筑施工安全预警模型的研究

本文针对中国建筑施工企业安全管理现状,以企业预警管理论和现代施工安全管理理论为指导,结合建筑安全施工的实践与经验,建立基于支持向量机的安全预警模型,构建具有自我调节、自我适应能力的建筑施工安全预警管理体系。根据建筑施工现场的调查,经过分析,应用支持向量机预警模型进行预警研究,通过预警的结果,分析建筑施工现场的安全程度。这为建筑施工现场减少事故的发生提供了一定的参考。     

烃类及其衍生物闪点、沸点的定量构效关系

基于定量结构一性质相关性（QSPR）原理,研究了烃类及其衍生物闪点、沸点与其分子结构间的内在定量关系。应用CODESSA软件计算384种烃类及其衍生物的分子结构描述符,建立了闪点和沸点的QSPR模型。用最佳多元线性回归（B．MLR）方法筛选得到的分子描述符建立了线性回归模型。用B-MLR方法所选择的5个描述符作为支持向量机（SVM）的输入建立了非线性模型。所有的化合物被分为训练集和测试集,对每个模型的训练集和测试集的复相关系数、交互验证系数、均方根误差等进行了计算,并用测试集对模型的预测能力进行检验,预测结果表明：预测值与实验值均符合良好,所建立的闪点模型稳健,泛化能力强,预测误差小,预测的效果令人满意,但沸点的模型预测效果有待加强。相比烃类物质的模型,加了衍生物的模型性能均有所下降。     

工业探伤机在野外作业中的辐射防护距离探讨

从技术角度对工业探伤机在野外作业中的辐射防护距离进行了探讨,为探伤企业在工业探伤机野外作业的辐射防护距离提出了更加合理、可行的解决办法。     

流域水质管理优化决策模型研究

针对目前流域水污染难以有效控制的局面,依据已有的流域水文、水动力、水质、水生态相关机理模拟模型的研究,在考虑了流域社会经济发展条件的基础上,构建了流域水质管理优化决策模型框架体系.基于该框架体系,本文从简单流域系统优化模型、模拟与优化联合模型和时空尺度复杂优化模型3个方面对流域优化决策模型的研究发展历程进行综述,并指出其各自在发展过程中所出现的问题.最后,提出了优化决策模型面临的瓶颈问题,并从模型结构简化和适应性管理两个方面提出了相关的解决思路.     

小型高压水射流清洗机的应用与前景展望

小型高压水射流清洗机市场已经形成并逐步为各类用户所接受，市场前途广阔，大有作为，但技术尚需完善，需要我们技术、营销人员共同努力巩固、开拓小型高压水射流清洗机市场。     

基于GTWR-XGBoost模型的四川省PM2.5小时浓度估算

卫星气溶胶光学厚度(AOD)和气象数据已被广泛用于估算空气动力学直径≤2.5μm的地表颗粒物(PM_2.5)浓度.研究高时间分辨率、高精度的PM_2.5浓度估算方法,对及时准确的空气质量预报和大气污染的预防及缓解具有重要意义.使用Himawari-8 AOD小时产品和ERA5气象再分析资料作为估算变量,提出GTWR-XGBoost组合模型,对四川省PM_2.5小时浓度进行估算.结果表明：(1)提出的组合模型运用于全数据集的性能优于KNN、 RF、 AdaBoost、 GTWR、 GTWR-KNN、 GTWR-RF和GTWR-AdaBoost模型,拟合精度指标R²、 MAE和RMSE分别为0.96、 3.43μg·m^-3和5.52μg·m^-3,验证精度指标R²、 MAE和RMSE分别为0.9、 4.98μg·m^-3和7.92μg·m^-3.(2)该模型作用于PM_2.5浓度小时估算...