简介：为了解济南市未来降雨的变化情况,以济南市1959~2015年降雨量数据为研究对象运用SPSS软件中时间序列模型ARIMA对其进行了建模;拟合1959~2015年的降雨量数据及预测未来5年的降雨量。ARIMA模型预测结果表明了济南市2016~2020年的年降雨量依次为676.5,635.5,689.8,630.7,663.3mm,5年的年平均降雨量为659.2mm,这与过去57年的多年平均降雨量较为接近,可以依此推测济南市未来5年出现干旱及洪涝灾害的可能性较小。可以看出,影响ARIMA模型预测结果的因素有很多,为了更加精准地预测降雨量,应当考虑多种要素并结合当地具体环境,建立符合当地的降水量预测模型。

简介：针对由于非线性小样本河川年径流量预测难度较大的问题,可采用时间序列法的分段预测机制,为了消除预测模型选择的的误差,须考虑样本数据发生的概率因素考虑,鉴于此,基于数据量多少的原则可对概率进行量化,提出一种数量概率量化的方法,结合时间序列,进而可建立一种河川年径流量的预测方法,时间序列选用一次或二次函数相结合的分段模型。为了验证方法,基于开都河年径流量数据,作出考虑和不考虑数量概率量化两种方法的对比结果,结果表明考虑概率的预测准确性有较大提高,并基于其对该河未来数年的年径流量进行了预测。

简介：提出了一种基于时间序列的大坝预测方法。首先对最近若干年的大坝位移变形时间序列进行周期项和趋势项的分析;然后对除去这两项的剩余时间序列进行混沌特性分析与预测;最后对三进行叠加,进行可行性分析与误差分析,得到预测结果。此方法实用性强,具有较高的操作性。

简介：对非线性预处理在人工神经网络日径流预测中的适应过程进行了仿真和模拟．提出了非线性预处理（NLP）适用条件的解算思路，通过实测数据和模拟数据，研究了NLP的适用条件。推导出NLP在神经网络SISO系统中适合于日径流预测，不适用于周平均流量序列、旬平均流量序列和月平均流量序列的预测，提出了判断NLP神经网络SISO系统进行日径流预测的有效性标准——多年日径流拐点14百分位．并通过广西平乐水文站和四川宝珠寺水文站1973～2001年的日径流量进行对比预测，验证了该标准是合理的。

简介：基于我国50年已溃水库数据资料，利用能谱分析方法探讨水库溃坝事故的周期性规律，分析水库溃坝与太阳运动的相关性；对水库溃坝率随水库年龄别变化特征进行研究，提出水库溃坝率年龄别变化趋势。研究表明，水库溃坝事故的发生具有周期性，大周期为25年，小周期为12年左右；太阳活动与水库溃坝具有强相关关系；水库大坝投入运行的前5年是其整个运行过程的“婴儿期”，发生水库溃坝的概率较高；大坝溃坝率随着大坝运行年限的变化趋势类似于人口科学中人的年龄别死亡率变化趋势，呈“U”字型。

简介：以某大坝沉降监测数据为例，利用Matlab软件的BP神经网络工具箱进行建模分析和预测。结果表明，滚动BP神经网络算法能较好地应用于大坝沉降数据的预测，具有良好的应用前景。

简介：针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。

简介：考虑到原始序列中个别值的偶然波动影响传统GM（1,1）模型的预测精度,基于GM（1,1）模型的基本原理,构造了遍历灰色模型T-GM（1,1）。结果表明,T-GM（1,1）大大提高了模型的预测精度,将原始序列中不确定因素对预测精度的影响降到了最低,具有广泛的实用性。

简介：近年来，各种用水量预测方法不断出现，然而在对用水量预测模型拟合精度的评价上仅采用单一指标。针对这种单一指标评价方法的不足之处。建立了用水量预测模型的灰色理论综合评价体系，依据灰色系统理论中灰色关联分析的原理，提出了用水量预测模型的灰色理论综合评价方法，为用水量预测模型的评价及模型的择优提供参考。实例表明，该法评价的模型适应性较强，模型拟合精度较高。

简介：考虑城市用水量受众多因素影响,具有系统稳定性和非线性的特点,利用人工神经网络理论建立了改进BP网络预测模型,通过实例证明了该模型是一种行之有效的用水量预测模型.

简介：本文在分析影响作物蒸发蒸腾量的气象因子的基础上,以不同的气象因子组合为输入向量,以参照腾发量为输出向量,构建了气象资料不足情况下三种计算参数腾发量的BP神经网络模型BPET1、BPET2和BPET3.利用宁夏引黄灌区2000～2003年的逐日气象资料对所建模型进行反复训练和预测,并把预测结果与传统的Penman-Monteith公式计算而得的同期作物ET0值相比较.其中,BPET1的预测值与ETO值的相关系数平方为0.9914;BPET2的预测值与ET0值的相关系数平方为0.9917;BPET3的预测值与ETO值的相关系数平方为0.9854.研究结果表明,本文构建的模型计算精度较高,方法简便可行,能满足实际生产需要.

简介：年最大洪峰流量预测,受较多的复杂因素的影响,不确定性较强,用常规统计方法做出准确预报具有较大困难.从水文序列本身出发,提出将投影回归模型应用于年最大洪峰流量预测,为了更好获得投影寻踪模型参数和预测精度,提出了运用延迟相关系数法确定回归预测因子、群居蜘蛛算法优化投影寻踪模型最佳投影方向参数a、利用最小二乘法确定多项式的权系数c、岭函数个数M的群居蜘蛛优化投影寻踪年最大洪峰流量预测模型,结合长江宜昌站（1882年-2004年）的年最大洪峰流量资料进行实例预测,训练阶段平均绝对相对误差为8.61%,预测阶段平均绝对相对误差为10.51%,该模型预测效果较好,模型结果稳定,可有效应用于年最大洪峰流量预测.

简介：基于灰色预测理论,建立了残差灰色预测模型与等维递补预测模型两者相结合的组合灰色预测模型,可以对城市用水量进行预测。以新疆阿克苏市1990～2002年用水量作为建模数据,利用4种不同模型分别对2003～2005年用水量进行预测。结果表明：组合灰色预测模型预测精度明显高于单一的灰色模型,具有预测精度高、简捷实用等特点。

简介：在调水工程中,如果泵站站前水位过低,会危及泵站安全,如果水位过高,会危及周边安全,因此探寻调水工程中河渠湖库水位变化显得尤为重要.以南水北调东线山东段南四湖为研究区域,寻求不同起调水位、出入流量、泵站开启时间差的调水方案下泵前水位变化规律.先利用耦合模型对不同的调水方案进行数值模拟,然后选取23组调水方案及其数值模拟所得的泵前水位作为样本训练BP神经网络,建立BP神经网络调蓄水位预测模型并进行验证,最后利用预测模型对不同调水方案进行泵前水位预测.结果表明,BP神经网络预测模型具有很强的预测能力,预测模型结果与耦合模型结果泵前水位基本吻合,水深相对误差小于9.15%,而模型计算效率提升96.67%.

简介：分别采用自回归预测模型和小波神经网络模型对辽宁中部平原某区域地下水埋设进行预测,并结合区域内实测地下水埋深数据,对比分析不同模型的预测精度和适用性。结果表明：神经网络模型在辽宁中部地下水埋深预测精度好于自回归模型,更适用于辽宁中部地下水埋深的预测和趋势分析。研究成果对于辽宁中部平原区地下水埋深预测方法具有较好的参考价值。

简介：本文通过多非线性优化方法，对五强溪船闸的裂缝开度监测资料进行统计分析，着重讨论了水位和温度效应对船闸开度的影响机理，并且建立了开度的统计模型，通过非线性拟合的方法分离了水位效应和温度效应对开度的影响度，明确了运行水位是影响船闸开度的首要因素，且温度变化也会影响缝开度变化，进而影响水压作用效果。最后结合对监测资料的分析，指出五强溪船闸在EL.108m水位以下运行是安全的，但应加强观测，一旦观测结果出现异常或趋势发生变化，应限制运行，进行分析并考虑加固。

简介：邯郸东部平原工农业用水主要靠开采浅层地下水,而地下水补给量又主要靠降雨入渗补给形成,进入80年代以来,工农业用水量日益增加,地下水超采严重,引起地下水水位大幅度下降。根据上述现象,本文通过对邯郸市东部平原区地下水观测资料分析,建立(P_年～_浅～H_末)相关的简易模型,用于解决确定合理的地下水开采量及其预测等问题。

简介：由于江河流域的月平均流量变化与月尺度的短期气候变化密切相关,因此天生桥一级水电站参照月尺度的短期气候变化的逐月滚动预测模型建立了江河流域的月平均流量逐月滚动预测模型,并用该模型对天生桥一级水电站2001年1月以后的逐月平均入库流量和瞬时最大入库流量进行了预测.

简介：

简介：辽北地区地处松辽平原中段,素有＂辽北粮仓＂之称,旱作物以玉米为主。以开原市为例,以国家产业政策和本地水资源开发利用现状为出发点,通过对本地区降水特点、历史旱情发生情况等进行分析,论证在本地区新增水源,实行旱作物＂灌溉增粮＂的合理性与必要性。