检索范围:
排序: 展示方式:
一种用于淮河上游日径流预测的增强型LSTM模型 Article
满媛媛, 杨勤丽, 邵俊明, 王国庆, 白林龙, 薛运宏
《工程(英文)》 2023年 第24卷 第5期 页码 230-239 doi: 10.1016/j.eng.2021.12.022
径流预测对防洪具有重要意义。然而,由于径流过程的复杂性和随机性,很难准确预测日径流量,尤其是洪峰径流量。为此,本研究提出了一种用于日径流预测的增强型长短期记忆(LSTM)模型,其中集成了特征提取器并引入了新的损失函数。此外,两个损失函数[ peak error tanh(PET)、peak error swish(PES)]用来增强峰值径流预测的权重,同时减少正常径流预测的权重。以PES 作为损失函数的增强型LSTM在极端径流预测方面表现最佳,在洪水期间的平均NSE为0.873。此外,海拔较高的气象站的降水比距离出水口最近的气象站对径流预测的影响更大。该研究可为流域日径流预测提供有效工具,为流域防洪和水安全管理提供技术支持。
翟盘茂,刘静
《中国工程科学》 2012年 第14卷 第9期 页码 55-63
首先概括极端天气气候事件以及“气候极值”的相关定义,并把极端事件分为单要素的极端事件、与天气现象有关的极端事件、多要素极端事件和极端气候事件在此基础上,总结上述几类极端事件在气候变暖背景下的变化趋势及影响。为减轻日益增加的重大气象灾害的损失,我国有必要加强高影响极端事件的监测、预警能力建设,同时还必须根据极端天气气候事件变化规律加强工程性防御措施,以防范和应对强降水引发的洪涝灾害和城市渍涝,以及与降水持续不足有关的重大干旱和高温热浪等气象灾害
舒章康,李文鑫,张建云,金君良,薛晴,王银堂,胡庆芳,王国庆
《中国工程科学》 2022年 第24卷 第5期 页码 116-125 doi: 10.15302/J-SSCAE-2022.05.014
在全球变暖背景下,我国极端事件频发,了解和掌握极端事件的时空变化,合理预估极端事件的未来趋势,可为制定区域气候变化适应策略提供理论依据。本文利用CN05.1 全国网格气象数据和第六次国际耦合模式比较计划(CMIP6)的11 种全球气候模式,分析了我国1975—2014 年历史极端降水和高温事件的演变特征,研判了2015—2054 年极端事件的变化情况,提出了应对极端事件的政策建议。年,我国极端降水将普遍增多趋强,其中华北和东北地区极端降水事件增幅较大,西北地区强降水量将进一步增加。为减缓气候变化影响和应对未来极端事件风险,应进一步提升洪涝灾害和高温热浪风险应对和应急管理能力,强化国际合作并因地制宜制定相关适应气候变化战略,以防范和应对全球变暖引起的极端灾害。
利卢埃特河上游水电站项目——不列颠哥伦比亚省山区径流式水电项目发电隧洞建设中面临的挑战 Article
Nichole Boultbee, Oliver Robson, Serge Moalli, Rich Humphries
《工程(英文)》 2018年 第4卷 第2期 页码 260-266 doi: 10.1016/j.eng.2017.09.003
超高压下的极端含能材料 Perspective
毛河光, 吉诚, 李冰, 刘罡, Eugene Gregoryanz
《工程(英文)》 2020年 第6卷 第9期 页码 976-980 doi: 10.1016/j.eng.2020.07.010
含有极高能量密度的单键聚合氮和单原子金属氢,常被称为极端含能材料。虽然它们需要几百吉帕的超高压才能合成,并且难以直接应用,但是研究它们的稳定性、亚稳定性和其他基本特性,仍然对另辟蹊径寻找极端含能材料甚有价值。
极端条件下材料化学和输运性质的第一原理研究 Review
John S. Tse
《工程(英文)》 2019年 第5卷 第3期 页码 421-433 doi: 10.1016/j.eng.2019.01.008
基于机器学习算法的模型参数区域化方法在无测站流域径流模拟中的应用 Article
吴厚发, 张建云, 鲍振鑫, 王国庆, 王文圣, 杨艳青, 王婕
《工程(英文)》 2023年 第28卷 第9期 页码 93-104 doi: 10.1016/j.eng.2021.12.014
模型参数估计是无测站流域径流模拟中需要解决的关键问题。本文以黄淮海流域内38个小流域为研究对象,进行了径流模拟研究,纳什效率系数(NSE)、决定系数(R2)和百分比偏差(PBIAS)的统计结果表明SWAT模型在各流域径流模拟中具有良好的性能然后,利用其余37个供体流域构建拟合参数的回归模型,估算目标流域的模型参数,进行径流模拟。此外,本文也将基于相似性的区域化方法与基于回归分析的方法进行了对比。结果表明:基于支持向量回归(SVR)的区域化方法估计模型参数时径流模拟精度高。与传统的线性回归方法相比,机器学习算法处理非线性关系的能力突出,因而提高了无测站流域径流模拟的精度。
标题 作者 时间 类型 操作
利卢埃特河上游水电站项目——不列颠哥伦比亚省山区径流式水电项目发电隧洞建设中面临的挑战
Nichole Boultbee, Oliver Robson, Serge Moalli, Rich Humphries
期刊论文
张建云:大型城市极端天气应对与思考(2022年5月12日)
2022年05月19日
会议视频