黄河宁蒙河段冰凌成因及预报方法研究PDF|Epub|txt|kindle电子书版本网盘下载

黄河宁蒙河段冰凌成因及预报方法研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 概述1

1.1.1 黄河流域概况1

1.1.2 黄河冰凌洪水5

1.1.3 黄河宁蒙河段冰情6

1.2 国内外相关研究进展8

1.2.1 国外冰凌研究进展8

1.2.2 国内冰凌研究进展11

1.3 本书内容结构安排13

第2章 冰凌观测16

2.1 观测站网16

2.2 观测项目及观测工具16

2.2.1 观测项目16

2.2.2 观测工具17

2.3 专项冰凌观测17

2.3.1 冰塞观测18

2.3.2 水内冰观测研究22

2.4 关于冰凌的几个概念24

2.4.1 流凌与流凌日期24

2.4.2 封河与封河日期25

2.4.3 开河与开河日期25

2.4.4 冰盖25

2.4.5 冰塞与冰坝26

第3章 冰凌生消演变过程及其影响因素27

3.1 冰凌的生消演变过程27

3.1.1 结冰期27

3.1.2 封冻期30

3.1.3 解冻期31

3.2 冰塞和冰坝形成机理32

3.2.1 冰塞的形成及演变33

3.2.2 冰坝的形成及演变36

3.2.3 冰塞和冰坝的危害37

3.3 影响冰情变化的因素37

3.3.1 动力因素37

3.3.2 热力因素38

3.3.3 河道条件38

3.3.4 人类活动39

第4章 黄河宁蒙河段凌情特征分析40

4.1 黄河宁蒙河段概况40

4.1.1 区域位置40

4.1.2 地质地貌特征40

4.1.3 气候及水文特征42

4.1.4 社会经济概况43

4.1.5 主要水文站点位置说明43

4.2 河道及水利工程情况45

4.2.1 河道概况45

4.2.2 枢纽工程46

4.2.3 引水工程47

4.2.4 堤防工程47

4.3 黄河宁蒙河段凌情特征分析48

4.3.1 历史凌灾统计48

4.3.2 历史凌情特征分析49

4.3.3 近10年宁蒙河段凌情特征变化51

第5章 基于小波变换的宁蒙河段凌情多时间尺度分析55

5.1 概述55

5.2 小波分析方法及其在水文学上的应用55

5.2.1 小波分析方法55

5.2.2 小波分析在水文学上的应用57

5.3 基于小波变换的宁蒙段冰情多时间尺度分析58

5.3.1 宁蒙河段凌汛三期变化特征59

5.3.2 宁蒙河段凌汛期气温变化特征63

5.3.3 宁蒙段冰期径流量变化特征64

5.4 本章小结65

第6章 黄河宁蒙河段凌汛成因分析66

6.1 黄河宁蒙河段凌汛成因66

6.1.1 河道因素66

6.1.2 水文条件67

6.1.3 气象条件70

6.2 水库运用对凌情的影响71

6.2.1 水库运用前后宁蒙河段冰凌灾害对比分析71

6.2.2 刘家峡、龙羊峡水库运用对宁蒙段冰情的影响71

6.2.3 万家寨水库运用对宁蒙河段冰情的影响72

6.3 冰情预报因子筛选方法73

6.3.1 单相关系数法73

6.3.2 预报因子选择74

第7章 传统冰情预报方法76

7.1 概述76

7.2 指标法77

7.2.1 流凌条件77

7.2.2 封河条件77

7.2.3 开河日期预报78

7.2.4 开河凌峰流量预报78

7.3 经验相关法79

7.3.1 流凌日期预报79

7.3.2 封河日期预报80

7.3.3 开河日期预报81

7.3.4 开河最高水位预报81

7.3.5 最大流量预报82

7.3.6 经验相关法评价82

7.4 多元线性回归冰凌预报方法83

7.4.1 相关分析方法及相关系数计算83

7.4.2 回归分析的概念及分类84

7.4.3 一元线性回归分析方法85

7.4.4 多元线性回归分析方法85

7.4.5 逐步回归分析方法86

7.4.6 非线性回归分析方法86

7.4.7 回归系数的确定和检验方法87

7.4.8 多元线性回归冰凌预报模型应用89

第8章 基于粒子群算法优化的支持向量回归凌情预报模型94

8.1 支持向量机概述94

8.1.1 支持向量机基本原理95

8.1.2 统计学习理论97

8.2 SVM与核函数的选择99

8.2.1 SVM的选择99

8.2.2 核函数的选择101

8.2.3 SVR的主要参数101

8.2.4 SVM算法实现102

8.3 基于粒子群算法优化的支持向量回归预报模型102

8.3.1 粒子群算法102

8.3.2 适应度函数设计103

8.3.3 PSO-SVR凌情预报模型的构建104

8.4 模型应用105

8.4.1 封河日期预报105

8.4.2 开河日期预报109

8.4.3 模型效果评价113

第9章 基于改进神经网络的凌情预报模型116

9.1 人工神经网络模型概述116

9.1.1 基本原理116

9.1.2 BP神经网络117

9.1.3 BP神经网络模型的局限性120

9.1.4 几种常见的BP模型改进方法121

9.2 粒子群优化算法改进的神经网络冰凌预报模型122

9.2.1 粒子群优化算法122

9.2.2 优化神经网络的PSO算法设计125

9.2.3 PSO-BP冰凌预报模型的建立127

9.3 协同遗传算法优化神经网络127

9.3.1 协同进化遗传算法127

9.3.2 基于协同进化遗传算法的神经网络设计128

9.3.3 CCGA-BP模型的建立132

9.4 模型应用132

9.4.1 流凌日期预报133

9.4.2 封河日期预报141

9.4.3 开河日期预报147

9.5 本章小结154

第10章 基于人工鱼群算法的神经网络冰情预报模型155

10.1 概述155

10.2 模型构建及求解155

10.2.1 人工鱼群算法模型的构建155

10.2.2 人工鱼群神经网络模型的求解156

10.3 实例应用158

10.3.1 选择预报因子158

10.3.2 三湖河口站封河历时预报158

10.4 模型效果评价159

10.5 本章小结160

第11章 冰凌预报模型的Matlab GUI实现162

11.1 Matlab GUI概述162

11.2 GUI界面设计163

11.2.1 控件设计163

11.2.2 控件属性设置163

11.2.3 回调函数163

11.2.4 菜单设计165

11.2.5 设计成果165

第12章 黄河凌汛灾害及防凌减灾措施168

12.1 黄河凌汛灾害169

12.1.1 历史上黄河的凌汛决溢灾害169

12.1.2 新中国成立后四次较大的凌汛灾害169

12.2 黄河凌灾防御措施171

12.2.1 工程措施172

12.2.2 非工程措施176

参考文献178

附录1 防凌辞典185

附录2 近10年黄河宁蒙河段凌汛情况199