简介：关联规则是一种重要的数据挖掘技术。现结合水文长期预报的特殊性，将关联规则挖掘分析方法应用于径流长期预报中。根据预报目标初选出预报因子，构成长期预报事务数据集。然后将其进行离散化处理，对离散化后的数据集进行关联规则分析，挖掘出满足事先设定的最小支持度和最小置信度的强关联规则，解释规则并建立模型。以嫩江江桥站汛期径流长期预报为例，挖掘出满足要求的强关联规则，这些强关联规则中蕴含着北太平洋海温变化和江桥汛期径流的关系，说明了关联规则挖掘分析方法在径流长期预报中的可行性。

简介：

简介：地下水在补给过程中受到长期施用化肥影响而引起水质的变化已越来越受到人们的重视。通过对邢台市多年水质水量资料的分析得出，对地下水水质的影响因素主要为通过降雨人渗补给而形成的面污染，在面污染中的氮污染对水质影响最严重。

简介：随机森林是21世纪提出的基于分类树的算法,在处理大数据集中具有明显优势,首度将其应用在降水长期预报中。以长江中下游地区1月份降水预报为例,运用随机森林模型构建原则,在74项大气环流因子以及前期月降水中筛选模型预报因子,进行长期降水量预报,并将其与神经网络模型预报效果进行对比,发现随机森林的泛化误差为13%,预报准确率达到75%,而神经网络的预报准确率仅为67%。此外,本研究还对长江中下游地区的汛期降水量进行了长期预报,结果表明,随机森林模型进行降水量长期预报中模拟和预报的效果令人满意,值得进一步研究和应用。

简介：随着社会经济的发展,人类面临日益严重的水资源危机。我国也出现严峻的缺水形势,给我国的社会经济发展和生态环境带来不利的影响。为了促使水资源开发利用与人口、经济、社会、环境协调发展,保证水的长期稳定供给,提高水资源的利用效率和供水效益,实现水资源合理高效和永续刊用,研究和制定水的中长期发展战略规划和相应实施计划是非常必要的。

简介：水中长期供求计划,涉及自然、社会、经济诸方面,其供需预测的合理、准确关系到国民经济的发展和人民的生活水平保障。因此,必须认真研究其编制的原则、方法及技术路线。

简介：水中长期供求计划的编制工作是一项复杂的系统工程,要从整体上综合考虑水资源开发利用与国民经济之间的相互关系,协调省(市、区)、流域片和全国三个层次的成果,使之互相兼容。编制工作大纲要有真实性和可靠性,因此对基础资料必须做到典型调查和专题研究,在宏观上进行整体调控,科学地组织与安排,严格技术要求,采用新观点、新技木、新方法,以保障编制工作质量。

简介：长期补偿方式是水库移民安置的一项重要创新，并正在一些地方水利水电建设工程中进行尝试。本文通过对比长期补偿方式与一次性补偿方式之间费用的差别，分析了补偿费用计算方法中各参数取值对长期补偿方式的总静态补偿费用和总补偿费用折现值的影响，并进一步讨论了敏感因子折现率和增长率的取值依据及其存在的问题，提出应尽快建立和完善长期补偿的相关政策，明确补偿标准和依据，以发挥这一创新机制的优越性，实现良性的、可持续的移民长期补偿。

简介：针对城市群实施跨越式发展过程中出现的新情况和新问题,以长吉联合都市区为例,开展城市群水资源配置模型及超长期配置方案研究,通过构建面向城市群的水资源多维多目标配置模型和长系列逐月调节计算及对比分析,提出2050年超大时间跨度的水资源配置推荐方案和配置工程布局,为进一步优化城市群水资源配置总体格局和保障跨越式发展供水安全提供重要依据。

简介：

简介：造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化。使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性。