检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

复合指数模型及其在海流测量中的应用

人民黄河 2014年第4期36卷 26-28页

作者：周冲任少华林楠唐东跃浙江省河海测绘院水文分院浙江杭州310008

对海流分层流速数据进行分析,提出了复合指数模型,并将该模型与常见的几个海流垂向分布模型作了适用性比较。复合指数模型参数多,线型灵活,对不同海域、不同水深垂向海流流速分布适用性较好。二次函数法适用于海水较浅的海域。扩展后的... 详细信息

对海流分层流速数据进行分析,提出了复合指数模型,并将该模型与常见的几个海流垂向分布模型作了适用性比较。复合指数模型参数多,线型灵活,对不同海域、不同水深垂向海流流速分布适用性较好。二次函数法适用于海水较浅的海域。扩展后的对数线性模型适用范围较小,对垂向流速拟合效果较差。在实际应用中,应结合ADCP,把海流垂向分布模型运用到海流流速的测量处理当中。

关键词：海流流速垂向分布复合指数模型声学多普勒流速剖面仪

气候变化背景下赣江流域复合高温干旱事件时空演变特征

在线全文

学校读者我要写书评

暂无评论

水利水电技术（中英文） 2024年第4期55卷 1-11页

作者：徐慧江善虎任立良王孟浩崔豪王元疆杨晶晶河海大学水灾害防御全国重点实验室江苏南京210098 河海大学水文水资源学院江苏南京210098

【目的】在气候变化背景下,全球多区域复合高温干旱事件频率与强度呈现增加趋势。系统揭示赣江流域复合高温干旱事件的时空演变特征,为灾害风险防范提供参考。【方法】采用1961—2021年的日最高温度和表层土壤含水量数据,评估赣江流域... 详细信息

【目的】在气候变化背景下,全球多区域复合高温干旱事件频率与强度呈现增加趋势。系统揭示赣江流域复合高温干旱事件的时空演变特征,为灾害风险防范提供参考。【方法】采用1961—2021年的日最高温度和表层土壤含水量数据,评估赣江流域热浪、农业干旱和复合高温干旱事件的时空变化趋势,对比分析复合高温干旱事件与单独极端事件的特征差异。【结果】结果表明:赣江流域农业干旱事件频次呈下降趋势(-0.027场/10 a),热浪事件及复合高温干旱事件的频次呈上升趋势(0.084场/10 a、0.013场/10 a)。与1961—2000年相比,2001—2021年赣江流域农业干旱的发生频率在北部大部分区域有所下降,南部地区大部分区域有所增加;热浪事件的发生频率在全流域均呈增加趋势;复合高温干旱的发生频率在东北部有所下降,南部显著上升。与单独热浪事件和单独农业干旱事件相比,复合高温干旱下的热浪事件历时和烈度分别增加16.87%和26.25%,农业干旱事件历时和烈度分别增加10.65%和26.86%。【结论】赣江流域南部地区复合高温干旱事件发生频率显著增加;相比于单独的极端事件,复合高温干旱事件的危险性有所增强,未来应加强该区域的复合高温干旱风险防范能力。

关键词：农业干旱热浪复合高温干旱赣江流域气候变化时空变化降水长江流域

从制定工作章程审视虚拟教研室建设——以水文与水资源工程专业虚拟教研室为例

在线全文

学校读者我要写书评

暂无评论

中国多媒体与网络教学学报(上旬刊) 2024年第6期 112-115页

作者：鲁程鹏周河源陈元芳李国芳刘波河海大学水文水资源学院

为充分发挥互联网时代对于新型教育建设的赋能作用，更好实现跨时空的教研交流，教育部水文与水资源工程专业虚拟教研室通过上下协作、多方征求意见、会议审定等方式制定了虚拟教研室的工作章程。通过工作章程的制定过程，进一步加强了... 详细信息

为充分发挥互联网时代对于新型教育建设的赋能作用，更好实现跨时空的教研交流，教育部水文与水资源工程专业虚拟教研室通过上下协作、多方征求意见、会议审定等方式制定了虚拟教研室的工作章程。通过工作章程的制定过程，进一步加强了对虚拟教研室建设的认识，强调了工作章程在组织运行和发展中的关键作用。通过多方探讨，明晰了虚拟教研室建设的注意要点，包括明确目标和定位、互动和协作工具、教育资源和课程设计、评估和改进机制、规范遵循、虚实结合等方面。

关键词：工作章程水文与水资源工程专业虚拟教研室基层教学组织改革

基于非傅里叶定律的近场动力学热力耦合模型及花岗岩热损伤破裂模拟

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

岩土工程学报 2024年

作者：周露明朱珍德谢兴华吕茂淋河海大学岩土力学与堤坝工程教育部重点实验室南京水利科学研究院水文水资源与水利工程科学国家重点实验室河海大学江苏省岩土工程技术工程研究中心

研究岩石的热损伤破裂特征对于地热开采等工程具有重要意义。在传统常规态基近场动力学理论框架内，通过引入双相滞后（DPL）模型，提出了基于非傅里叶热传导定律推导得到的热力耦合模型。通过平板瞬态热传导问题及Lac du Bonnet(LdB)... 详细信息

研究岩石的热损伤破裂特征对于地热开采等工程具有重要意义。在传统常规态基近场动力学理论框架内，通过引入双相滞后（DPL）模型，提出了基于非傅里叶热传导定律推导得到的热力耦合模型。通过平板瞬态热传导问题及Lac du Bonnet(LdB)花岗岩的热损伤破裂试验对模型进行了验证。分析了温度梯度弛豫时间和热流弛豫时间对岩石热损伤破裂特征的影响。结果表明：近场动力学热力耦合模型模拟结果很好地反映了LdB花岗岩的热损伤破裂特征及温度分布的不连续性；温度梯度弛豫时间对热传导起促进作用，试件热损伤破裂程度随温度梯度弛豫时间的增加而增大，随热流弛豫时间的增加而减小。本研究为深入理解岩石的热损伤破裂行为、优化地热能开采工程提供了有益的探索。

关键词：花岗岩近场动力学热损伤破裂热力耦合热弛豫时间

不同离子强度下饱和多孔介质中多分散颗粒沉积特征及数值模拟

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

长江科学院院报 2024年

作者：邹志科余蕾李亚龙牛淑瑶乔伟边久长江科学院农业水利研究所河海大学水文水资源学院林周县水利局

多分散颗粒在自然环境中广泛存在，精确预测不利条件下（颗粒-介质表面存在排斥力）多分散颗粒在饱和介质中的运移和沉积至关重要。本文开展了不同离子强度条件下（1 mmol/L、6 mmol/L、20 mmol/L和200 mmol/L）多分散颗粒（0.375～18.... 详细信息

多分散颗粒在自然环境中广泛存在，精确预测不利条件下（颗粒-介质表面存在排斥力）多分散颗粒在饱和介质中的运移和沉积至关重要。本文开展了不同离子强度条件下（1 mmol/L、6 mmol/L、20 mmol/L和200 mmol/L）多分散颗粒（0.375～18.863μm）人工回灌一维砂柱定流量试验，探索不同离子强度下（不利条件和有利条件）下多分散颗粒的沉积特征，耦合不利条件下胶体吸附效率模型与多分散颗粒沉积模型，建立不利条件下多分散颗粒沉积模型并进行相应的数值模拟。物理试验和数值模拟结果表明：相比有利条件，不利条件下微观尺度多分散颗粒的捕获概率由于存在能量势垒而减少了8.5%～67.6%，颗粒粒径越小，颗粒捕获概率的降幅越大；有利条件下颗粒的最终沉积剖面曲线呈现“上陡下缓”的超指数分布，沉积总量随离子强度的增加而增加，16.7%～24.6%沉积总量沉积在砂柱上部，离子强度的降低加剧了沉积剖面“上陡下缓”的非均等分布。

关键词：多分散颗粒不利条件能量势垒吸附效率超指数分布

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

变化环境下赣江流域水文情势演变及归因分析

人民长江 2024年第5期55卷 99-106页

作者：乔时雨李国芳李国文陈静冻芳芳河海大学水文水资源学院江苏南京210098 江西省水文监测中心江西南昌330002 中国电建集团西北勘测设计研究院有限公司陕西西安710065

为揭示赣江流域水文情势演变特征及其主要驱动因素,根据赣江外洲站1953~2020年实测流量和水位资料,采用滑动平均法、Kendall秩次相关检验、Spearman秩次相关检验、累积距平检验、Mann-Kendall检验、滑动秩和检验、Pettitt检验和有序聚... 详细信息

为揭示赣江流域水文情势演变特征及其主要驱动因素,根据赣江外洲站1953~2020年实测流量和水位资料,采用滑动平均法、Kendall秩次相关检验、Spearman秩次相关检验、累积距平检验、Mann-Kendall检验、滑动秩和检验、Pettitt检验和有序聚类检验法分析该站流量和水位的变化特征,采用随机森林模型和残差分析法定量评估人类活动和气候变化对流量及水位变化的影响。结果表明:(1)外洲站年尺度和月尺度平均流量均呈现不显著的增大趋势,年平均流量增幅为10.5%,增大速率为3.2 (m^(3)·s^(-1))/a;年尺度和月尺度平均水位均呈现显著的下降趋势,年平均水位降幅为-14.3%,下降速率为-0.04 m/a。(2) 1991年为外洲站年平均流量序列的突变年份,影响期较基准期增大了205 m^(3)/s;定量分析气候变化和人类活动对流量变化的贡献率,其中气候变化占92.8%,赣江流域降水增多是使外洲站流量略有增大的主要原因。(3) 2002年为外洲站年平均水位序列的突变年份,影响期较基准期下降了2.20 m,人类活动对水位变化的贡献率占93.8%;水利工程建设、流域综合治理等人类活动的影响,改变了河流天然的水沙规律,外洲站断面受冲淤变化和人工采砂等影响,河床逐年下切趋势明显,这是造成外洲站水位显著下降的主要原因。研究成果可为变化环境下流域水资源利用提供参考。

关键词：水文情势演变非一致性分析随机森林残差分析气候变化人类活动赣江流域

基于Almon-BP时滞神经网络模型的叶绿素a趋势预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

南水北调与水利科技(中英文) 2024年

作者：刘振旗李建江善虎河海大学水文水资源学院长江水资源保护科学研究所

基于数据驱动的机器学习方法是预测叶绿素a的一类重要的非机理方法，但是现有以神经网络模型为代表的叶绿素a预测方法较少考虑藻类生消对环境因子的时滞效应。以三峡库区叶绿素a较高的典型支流香溪河为研究区域，采用相关性分析、主成... 详细信息

基于数据驱动的机器学习方法是预测叶绿素a的一类重要的非机理方法，但是现有以神经网络模型为代表的叶绿素a预测方法较少考虑藻类生消对环境因子的时滞效应。以三峡库区叶绿素a较高的典型支流香溪河为研究区域，采用相关性分析、主成分分析和灰色关联分析3种方法综合确定叶绿素a主要贡献因子，利用交叉相关分析及Almon分布时滞模型筛选主要贡献因子中的时滞因子，并确定其最优滞后时间，在此基础上构建AlmonBP时滞神经网络模型进行叶绿素a趋势预测。结果表明：香溪河峡口主要时滞因子为气温、风速、太阳辐照、p H、溶解氧，最优滞后时间分别为4、2、3、7、3 d；香溪河平邑口主要时滞因子为水温、气温、风速、降雨量、太阳辐照、浊度、pH、溶解氧、三峡水位差、氧化还原电位、三峡水位，最优滞后时间分别为2、2、2、4、2、10、3、2、6、10、6 d；相比于只考虑叶绿素a主要贡献因子的BP神经网络模型（贡献因子-BP）,Almon-BP时滞神经网络模型对香溪河峡口预测结果的EMS、ERMS、EMA、EMB等误差指标分别降低44.4%、25.6%、31.3%、53.9%，对香溪河平邑口预测结果的EMS、ERMS、EMA、EMB等误差指标分别降低66.7%、42.1%、37.5%、45.8%。研究模型对叶绿素a预测具有较高的准确度，对叶绿素a早期预警具有重要意义。

关键词：叶绿素a预测主要贡献因子时滞效应最优滞后时间 Almon-BP模型

湿地生态系统中反硝化型甲烷厌氧氧化过程研究进展

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

生态学杂志 2024年

作者：朱灵童张弘杰曾巾赵大勇河海大学水灾害防御全国重点实验室河海大学水文水资源学院中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室河海大学地理与遥感学院

甲烷(CH4)是一种增温效应极强的温室气体。在百年时间尺度上，其增温潜势是二氧化碳(CO2)的34倍。湿地是重要的甲烷源，大气中有20%～25%的甲烷来源于湿地生态系统。微生物驱动的甲烷氧化是一种重要的减少甲烷排放的过程。反硝化型甲烷... 详细信息

甲烷(CH4)是一种增温效应极强的温室气体。在百年时间尺度上，其增温潜势是二氧化碳(CO2)的34倍。湿地是重要的甲烷源，大气中有20%～25%的甲烷来源于湿地生态系统。微生物驱动的甲烷氧化是一种重要的减少甲烷排放的过程。反硝化型甲烷厌氧氧化（denitrifying methane anaerobic oxidation， DAMO）是湿地中一种重要的甲烷氧化过程，也是减少湿地甲烷排放的重要过程之一。本文综述了反硝化型甲烷厌氧氧化过程的发现、研究历程、微生物机理和湿地生态系统中相关微生物的分布格局及其影响因素。同时，本文还探讨了甲烷厌氧氧化对湿地甲烷排放的抑制作用，以及其在生态系统中的重要性和对全球气候变化的影响。本文对深入理解湿地中甲烷氧化过程的机制和生态学意义具有重要价值，也可以为湿地管理和温室气体减排提供科学依据。

关键词：温室效应反硝化型甲烷厌氧氧化碳氮循环微生物群落功能基因

可解释性长短期记忆模型用于预测湖泊总磷浓度变化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

湖泊科学 2024年第4期36卷 1046-1059,I0007页

作者：丁艺鼎范宏翔徐力刚蒋名亮吕海深朱永华程俊翔河海大学水文与水资源学院南京210098 中国科学院南京地理与湖泊研究所南京210018 中国科学院大学南京学院南京211135 江西省鄱阳湖流域生态水利技术创新中心南昌330029

对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal a... 详细信息

对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal and trend decomposition using Loess,STL)技术和夏普利加法(SHapley additive exPlanations,SHAP)结合长短期记忆网络(long short-term memory neural network,LSTM)和门控循环单元(gated recurrent unit,GRU)构建了一个可解释的预测框架,以增强对湖泊总磷浓度演变的预测并提高其可解释性。研究表明:(1)在骆马湖总磷浓度的预测中,该框架拥有较好的预报精度(R^(2)=0.878),优于LSTM和卷积长短期记忆模型(convolutional neural networks and long short term memory network,CNN-LSTM)。当预测时间步长增加到8 h时,该框架有效提高了总磷浓度的预测精度,平均相对误差和均方根误差分别降低了47.1%和33.3%。从预测趋势来看,骆马湖在汛期的总磷平均浓度为0.158 mg/L,相较于非汛期的平均浓度,增加了202.1%。(2)运河来水是骆马湖总磷浓度最重要的影响因素,贡献权重为60.0%,并且不同断面(三湾、三场)的污染源受水动力、气象等因素的影响存在显著的时空差异。本文凸显了神经网络模型在预警水体污染方面的可实施性,并且为提高传统神经网络的学习能力和可解释性的开发与验证提供了重要方向。

关键词：深度学习 LSTM SHAP 总磷可解释性研究骆马湖