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：以黄台桥水文站为出口断面的小清河流域作为研究区,根据流域内5个雨量站1977-2014年日降水资料,首先采用非参数Mann-Kendall法对流域内各站多年汛期降水变化进行趋势分析,并用Morlet小波分析流域汛期降水的周期变化;其次使用Mann-Kendall检验法并结合滑动t检验、有序聚类法及Yamamoto法进行突变检验;最后使用Hurst指数法对流域各站点降水未来趋势进行预测。研究结果表明:流域内各站点汛期多年降水变化呈现增加趋势,但变化趋势并不显著;流域汛期降水变化存在22a左右的主周期;突变分析表明汛期各站点降水的突变年份并不完全相同,而预计汛期降水量的未来变化将呈现出微弱的上升趋势。

简介：为满足三岔河流域经济调度运行实践需求，采用最近邻回归（NNBR）和人工神经网络（ANN）算法，对流域的径流演变特征与趋势进行多时间尺度预测。预测值与实测数据对比分析表明：采用最近邻回归（NNBR）模型进行径流预测，其预测值的准确性和可靠性较ANN神经网络模型高，与实测数据拟合性更好，更贴近径流实际，可为三岔河流域生态保护和水资源配置及可持续发展提供科学决策的数据支撑。

简介：水下机器人已成为水利工程智能检测方面最具潜力的水下探测工具,具备较大的发展空间,对于水利工程除险加固和大坝日常安全管理等均具备十分重要的应用价值。本文梳理了水下机器人在水利水电工程领域的典型应用场景和检测实践现状,归纳和分析了水下机器人的关键技术要点,结合技术发展,对水下机器人在水利工程领域的应用前景和发展趋势进行了展望。