卢立冰[1]2003年在《环境水资源系统分析的单元网络模型研究》文中研究指明随着人类社会的发展，人类活动对流域水循环的影响越来越大，在部分人类活动密集的区域，人类活动对水循环的影响甚至超过了自然作用力的影响，而今后这种趋势将进一步延续甚至加强。目前我国许多流域出现的不同程度的水资源短缺、水环境恶化等正是这种现象和趋势的集中体现。流域水资源系统是自然和人工水循环的复合系统，二元复合特性成为水循环的固有属性。流域水循环二元复合特性越来越突出是当前最重要的水科学条件。本文以流域为尺度，研究自然过程和人类活动共同作用下，不同代时期的水循环状况，以及人类活动中影响流域水循环的关键要素及其作用规律。 环境水资源系统分析的单元网络模型根据流域二元水循环的现实和特点，合理概化流域社会、经济、水资源复合系统的水循环要素，根据流域的自然地理和社会经济等特点，将流域划分为若干各区域。同时，将流域水循环系统概化为自然水循环系统和人工水循环系统，分别用供水单元和用水单元模拟其结构构成要素。其中供水单元包括水库、河道和地下水等单元，用水单元包括城市(生活用水和工业用水)、农业和生态环境等单元。分析各个单元内水循环特点和运行规律，建立相应的单元模型，再根据各单元相互之间的联系，将单元连接构造单元网络。该模型不仅描述水资源系统中水量转换关系，也考虑系统内污染物质的扩散和传播情况，使用水质数学模型模拟河道和水库的水环境状况。本文以太子河流域为背景，建立了太子河流域环境水资源系统分析的单元网络模型。 通过本文的研究可得到如下结论：①1976年太子河流域水资源系统的水循环处于健全状态，而1995年、2002年和2010年的水循环处于非健全状态。②地下水取水率、工业用水保证率和农业用水保证率等叁个指标是人类活动中影响太子河流域水循环的关键要素，但是每个要素的作用范围和程度不尽相同。工业用水对于城市供水和地表水环境状况产生较大的影响，而对农业供水保证率的提高贡献相对较小；农业用水量虽然占较大比重，然而农业用水仅对农业用水保证率的提高影响较大。产生上述现象的主要原因在于太子河流域供水水源的供水对象的单一性。③在健全水循环模式下，流域用水总量占水资源总量的比例一般不超过50％，流域产业结构要以流域水环境承载力为基础。④人类活动对流域下垫面特性的改变和引水量的增加都会对导致水循环状态下将，但是引水量的增加对水循环的影响占主导地位。通过本文的研究，所得的结果和结论与太子河流域的实际情况是相符合的，使用单元网络模型研究流域的水循环机理是可行的。
陈南祥[2]2006年在《复杂系统水资源合理配置理论与实践》文中提出水资源合理配置研究是目前水科学研究的热点之一,对复杂水资源系统的认识及描述方法等理论研究还不能适应实践的要求。本文针对复杂系统水资源动力学特征、水文水资源要素预测和水资源合理配置等问题进行了系统研究,主要开展了复杂系统水资源动力学特征分析的理论与方法、水文水资源要素预测模型、复杂系统水资源配置的理论与方法、水资源配置优化模型与模拟模型的有机耦合技术和耦合模型等的研究,并应用于南水北调中线工程河南受水区水资源合理配置,取得了如下主要成果:(1)完善了复杂系统水资源动力学特征分析的理论体系,运用混沌理论和相空间重构技术,探讨了水资源系统的混沌现象,提出了水资源系统动力学特征的测度,即:Hurst指数、Kolmogorov熵、Lyapunov指数、关联维数。并以南水北调中线工程河南受水区为例,系统地研究大气降水子系统、地表水子系统、浅层地下水在系统和深层地下水子系统的动力学特征,给出了各子系统的分形特征、复杂程度和演化规律,各子系统动力学特征指标和水循环之间的定性关系。(2)提出了水文水资源要素预测的相空间重构神经网络预测模型、加权一阶局域法多步预测模型和偏最小二乘回归神经网络预测模型,并将模型应用于南水北调中线工程河南受水区的水文水资源要素的预测,取得了较满意的结果。(3)完善了复杂系统水资源配置的理论与方法,建立了复杂系统水资源多目标优化配置模型。将大系统分解协调理论和遗传算法相结合,较好地解决了复杂系统水资源中多水源多用户多目标配置模型的求解问题。从水资源合理配置的任务、原则、目标出发,研究了水资源配置模拟模型与优化模型的优点和不足,提出了水资源配置优化模型与模拟模型的有机耦合技术,通过优化与模拟模型的不断反馈和调整,可获得不同水平年、不同频率条件下的水资源合理配置方案。(4)将本文提出的复杂系统水资源合理配置理论与方法应用于南水北调中线工程河南受水区的水资源合理配置研究。将优化与模拟的优点相结合,生成由优化模型和模拟模型组成的模型系统,克服单一模型由于过分概化造成的失真和成果得不到有效验证的缺陷。优化和模拟有机耦合的应用,实现了水资源合理配置时间和空间的有机耦合,得出符合实际、具有可操作性的合理配置结果。耦合模型系统,描述复杂问题更真实、灵活、简单、便于修改,有利于进行交互式程序分析是今后水资源配置研究的一个发展方向。
李庆国[3]2004年在《水文水资源系统计算智能评价与预测方法研究》文中研究指明水文水资源系统是一个具有社会性、自然性、开放性和动态多变性的复杂巨系统。系统受到极其复杂的众多确定性因素影响,同时,它又包含大量难以确知和难以精确量化的自然和社会因素的不确定性,这些不确定性信息既有随机性的,也有模糊性的。因此水文水资源系统问题常常表现出高维、多峰、非线性、不连续、带噪声等复杂特征。传统的研究方法需要进一步发展,尤其是对不确定性方面的研究。计算智能包括模糊集理论(Fuzzy Sets Theory,FST)、人工神经网络(Artificial Neural Networks,ANN)、遗传算法(Genetic Algorithms,GAs)等技术的发展为解决上述复杂问题提供了新的途径和可能性。本文展开计算智能某些领域在水文水资源系统评价、预测中的应用研究。具体研究内容和研究成果概括如下:在针对像水利工程后评价这种既要考虑定量指标(经济、技术等)也要考虑许多难以量化的定性指标(社会影响、环境影响等)的多指标半结构性评价问题,在工程模糊集理论基础上,提出了将专家个人与群体意见综合的模糊评价方法。给出了有效的评价指标定量方法与专家意见和指标结果集结方法,并最终获得对方案的总评价值(或等级划分)。后评价实例表明了方法的优越性和有效性。展开了基于工程模糊集理论与神经网络混合的模糊优选神经网络在水资源决策评价中应用研究。首先,从神经网络特性出发论述了神经网络的评价方法机理:相似评价样本以及决策评价工作一般都会有较为详细的评价标准,这些都是评价经验与知识的结晶,在此基础上利用模糊优选BP神经网络模型神经网络的学习能力建立评价模型。本部分对模糊优选BP神经网络在水文水资源评价中的应用进行了较为系统的探讨。模型方法应用于区域水资源可持续利用评价中取得了较好的效果。混合工程模糊集理论与ART自适应理论以及Kohonen自组织神经网络提出一种自组织模糊聚类神经网络,并把模型方法应用于水资源丰富度评价研究中。模型不仅发挥了工程模糊集理论在处理复杂水资源问题上的优势,同时融入ART网络的自适应谐振理论,具有结构自适应能力。应用模糊竞争学习算法不仅保留了样本之间的相近信息,而且可以有效克服了Kohonen-ART网络胜者为王算法中神经元学习不足的缺点,改善网络学习效果。尝试把最近发展起来的支持向量机(SVM)引入水文预测中,为小样本情况下水文预水文水资注系统计算智能评价与谈侧方法研究测提供一种行之有效的可选择方法。在此基础上,本文进一步把陈守馒模糊模式识别理论引入支持向量机,提出了一种模糊模式识别核函数。该核函数具有更明确合理的物理意义,算例计算分析结果也表明了该核函数的有效性和可行性. 在混合计算智能的理念基础上,针对GIS空间分析计算流域面雨t在水文预报中的存在的问题,提出了结合模糊优选神经网络与地理信息系统的流域面雨t智能预报模型与方法。方法不仅解决了传统方法面雨t计算中雨t站权重确定的难题,而且可以根据实测降雨很快给出流域面雨t。龙风山水库流域面雨t计算表明了模型方法的有效性与可行性。 最后,概括总结本文的主要研究内容以及取得的成果,并对有待进一步研究的问题进行了展望.关键词:水资源评价;计算智能;模糊性:模糊模式识别;神经网络;模糊优选神经网络;模糊聚类神经网络;智能预测;地理信息系统;支持向量机;
褚桂红[4]2010年在《涝河灌区地表水地下水联合调度模型及应用研究》文中提出水资源是人类生存发展的物质基础,是可持续发展的重要保障。水资源优化配置,事关社会、经济和生态环境的可持续发展,是水资源可持续利用和优化管理的重要内容,是解决水资源短缺,提高水资源利用率的有效手段。因此,对水资源优化配置的研究具有重要的理论价值和实践意义,特别是加强新理论和新方法的研究,显得尤为必要。随着社会和经济的不断发展,水资源日益短缺,灌区供需水矛盾日益突出,如何将灌区有限的水资源进行优化配置已成为众多学者研究的热点,而地表水地下水联合调配是解决灌区水资源紧缺有效途径之一。为此,本文以地表水地下水联合调配为出发点,从灌区作物优化配水模型、地表水地下水联合调度模型等方面入手,对灌区地表水地下水联合调配理论及应用进行了系统深入的研究。主要内容和研究成果如下：(1)简要介绍了我国水资源状况,分析了目前农业所面临的用水危机,论述了提高水资源管理水平和水资源利用效率的必要性,评述了国内外该领域的研究现状和发展方向,阐述了开展灌区地表水地下水联合调度研究的目的意义和基本思路。(2)采用系统聚类方法将灌区1959年～2002年降雨资料进行分类,用模糊相似优先比法确定灌区丰水年(25%)、平水年(50%)、枯水年(75%)降雨代表年份。同时采用BP神经网络对灌区规划年2020年不同水平年农田灌溉需水量进行了预测。(3)阐述了了大系统优化理论和非充分灌溉理论,重点阐述了大系统模型的结构及特点,深入分析了各种作物水分生产函数的分类、优缺点和适用条件。(4)建立了灌区作物优化配水模型。对作物优化配水基本概念及其优化配水体系进行了详细论述,研究提出了单一作物优化灌溉制度以及多作物间优化配水的二级模型,模型以作物非充分灌溉原理为依据,以充分利用降雨资源、节约水量、保证区域作物总体优产为原则。另外,模型将生育期灌水量与耗水量规律通过约束条件建立联系,使模型既实现了经济效益最大的目标又保证了作物的高产,使有限水资源在作物生育期内发挥最大的效率。(5)建立了灌区地表水地下水联合调度模型,该模型是具有叁层谱系结构的递阶模型。模型第一层为非充分灌溉条件下的作物优化灌溉制度模型,作物灌溉制度的优化以作物水分生产函数为基础；模型第二层为作物间优化配水模型,模型第叁层为灌区水资源优化配置模型,模型间的协调通过作物效益函数来解决。(6)研究了灌区地表水地下水联合调度模型的求解方法。对于叁层大系统分解协调模型,采用自上而下逐层寻优,提出了利用动态规划求解方法,并给出了模型求解迭代步骤。(7)应用上述模型对涝河灌区进行了分析和研究,得出了现状供水水平下2020年不同水文年型的地表水地下水联合调配方案。
尚彩霞[5]2000年在《人工神经网络及其在水文水资源系统中的应用》文中研究指明人工神经网络 (ANN)是近几十年来发展起来的一种新的信息处理技术 ,并已应用到许多领域 ,但在水文水资源领域仍处于初步应用阶段。本文综述了 ANN在水文水资源中的应用现状 ,分析了其应用前景 ,指出了今后的研究发展方向
练继建, 徐梓曜, 宾零陵, 徐奎, CHANHoi, Yi[6]2019年在《基于Agent的水资源管理模型研究进展》文中研究说明基于Agent的模型(Agent-based models,ABM)研究已成为水资源管理研究理论与方法的重要补充。对水资源管理ABM研究进行归纳与展望,有助于探索优化中国水资源管理体制和机制。在阐述水资源管理ABM概念及内涵的基础上,提炼出主体决策规则和互作机制两个建模核心内容,并对其方法进行了归纳分析;从流域水资源优化配置、城镇居民用水管理和灌区水资源管理3个方面,对2009—2018年主要水资源管理ABM研究进行了综述;针对当前研究的难点与不足,提出未来研究重点:①拓展复杂适应理论在水资源管理领域的应用;②加强不确定性水资源管理ABM研究;③探索基于机器学习的决策规则建模方法;④重视参数校准和结果校验及检验方法;⑤加强模型表述格式标准化进程;⑥综合权衡水资源管理ABM框架。
参考文献：
[1]. 环境水资源系统分析的单元网络模型研究[D]. 卢立冰. 大连理工大学. 2003
[2]. 复杂系统水资源合理配置理论与实践[D]. 陈南祥. 西安理工大学. 2006
[3]. 水文水资源系统计算智能评价与预测方法研究[D]. 李庆国. 大连理工大学. 2004
[4]. 涝河灌区地表水地下水联合调度模型及应用研究[D]. 褚桂红. 西安理工大学. 2010
[5]. 人工神经网络及其在水文水资源系统中的应用[J]. 尚彩霞. 平原大学学报. 2000
[6]. 基于Agent的水资源管理模型研究进展[J]. 练继建, 徐梓曜, 宾零陵, 徐奎, CHANHoi, Yi. 水科学进展. 2019
标签：资源科学论文; 水利水电工程论文; 水循环论文; 网络模型论文; 神经网络模型论文; 中国水资源论文; 系统评价论文; 模糊理论论文; 环境评价论文;