【摘 要】
：
降水融合数据产品为资料匮乏区域的水文研究提供了新的数据来源。结合黄土高原渭河流域地面站点观测数据,定量分析了多源融合降水数据CMFD、MSWEP、大气同化数据CMADS等降水产品的多时空尺度精度和应用潜力,应用流域分布式水文模型SWAT探讨了各降水产品在渭河日流量模拟中对地面实测降水数据的可替代性。结果表明,这3套降水数据基本上能够体现流域降水空间分布规律,但存在一定程度的偏差,在各时间尺度的降水量对比中MSWEP表现较优,日尺度的平均误差仅为0.05 mm。对各降水数据采用变化参数重新率定后的模拟精度比
【机 构】
：
西安理工大学省部共建西北旱区生态水利国家重点实验室,榆林市水利工作队,中央财经大学统计与数学学院
【基金项目】
：
国家自然学科基金项目(51779203,42071335),陕西省水利科技计划项目(2014slkj-04)。
论文部分内容阅读
降水融合数据产品为资料匮乏区域的水文研究提供了新的数据来源。结合黄土高原渭河流域地面站点观测数据,定量分析了多源融合降水数据CMFD、MSWEP、大气同化数据CMADS等降水产品的多时空尺度精度和应用潜力,应用流域分布式水文模型SWAT探讨了各降水产品在渭河日流量模拟中对地面实测降水数据的可替代性。结果表明,这3套降水数据基本上能够体现流域降水空间分布规律,但存在一定程度的偏差,在各时间尺度的降水量对比中MSWEP表现较优,日尺度的平均误差仅为0.05 mm。对各降水数据采用变化参数重新率定后的模拟精度比
其他文献
温室气体CO2积累而导致的全球性气候变化引起了人们的广泛重视,目前全球已有超过120个国家和地区提出了碳中和目标。生物固碳技术因具有反应条件温和、产品多样性等优点,使其在CO2资源化利用方面表现出优异的应用前景。分别对光合作用固碳原理和微生物电化学固碳原理进行了阐述,主要介绍了光合作用固碳资源化利用方式,如微藻固碳制甲烷、微藻固碳制生物燃料、微藻处理废水等,以及其他生物固碳及资源化利用方式,并对未来基于生物固碳技术的CO2资源化利用技术的重
燃烧后捕集CO2是重要的碳捕集途径之一,利用炼钢过程副产物钢渣中的碱性金属氧化物(CaO为主)与CO2进行碳酸化反应从而实现固碳.综述了冷态钢渣直接固碳、冷态钢渣间接固碳、
针对人工手写代码过程繁琐、开发周期长的缺点,采用嵌入式代码自动生成技术,完成了单相电力锁相环控制策略的软硬件算法的快速验证,显著地提升了控制系统的开发效率.首先采用
基于我国水电站“弃水”弃电的严重现状,针对我国建设的无调节能力的径流式水电站,开展弃能利用的制氢系统优化研究.根据水电站的实际流量过程及机组运行特性,提出水电站弃能
细观结构的检测对研究砂岩损伤具有重要意义。本文对损伤前后的砂岩试件分别进行CT扫描测试,定量表征了砂岩细观损伤。利用数字岩心技术实现代表体积元的孔喉分析和有限元模拟,探讨了细观损伤机制并对宏细观损伤进行比较。通过CT扫描结果的三维重构统计砂岩的孔隙缺陷,获取有效承载面积并将其与弹性模量进行比较,证明CT扫描能准确反映砂岩损伤情况。从代表体积元中提取孔喉特征参数,发现损伤会对孔喉参数产生显著影响,而喉道长度和孔隙配位数的增加是造成细观损伤的主要因素。将CT处理软件Avizo与有限元软件Comsol对接,实现
燃煤电站已成为我国最大的CO2排放源,开展燃煤电站碳减排是我国2060年前实现碳中和的必经之路.相较于其他碳捕集技术,钾基固体吸收剂捕集CO2具有捕集效率高、反应能耗低等优
牵引电机作为动车组电能和机械能转换的关键部件,其运行状态直接决定了动车组运行的安全性和检修成本。牵引电机定子绕组匝间绝缘是电机绝缘中最薄弱环节,若匝间短路不能及时处理会扩展为相间或接地绝缘故障。设计基于神经网络的牵引电机定子匝间短路故障的诊断系统结构。该系统可以在定子匝间故障程度较低时,完成故障的检测、故障程度判断和定位。该系统同时可应用于其它形式电机的绕组匝间短路的故障诊断。
碳中和目标的提出为我国低碳发展明确了方向,也对碳捕集技术未来的发展提出了新要求。由于吸附法具有能耗低、污染小和改造成本低的特征,成为重要的碳捕集技术之一。针对吸附碳捕集技术,比较了理想气体分离模型和再生分离模型的最小分离功计算方法。根据损失功概念,从再生温度、二氧化碳初始体积分数和二氧化碳回收率的角度,对变温吸附碳捕集技术的实际过程能效和捕集成本进行了分析。结果表明:再生分离模型的最小功大约是理想气体分离模型的1.2倍;变温吸附碳捕集的性能系数在1.6左右,运行成本约为40元/t。最后指出:吸附法作为空气
混凝土坝施工信息多以文档文本的形式呈现,其体量大、分布广、内在关系复杂,人工操作难以准确、高效地提取信息知识内容,理清错综复杂的施工信息关系。在自然语言处理技术中,命名实体是文本信息知识的载体,实现精确快速的实体识别是施工知识挖掘的重要前提。本文提出一种融合深度学习与关联规则技术的混凝土坝施工文档知识智能识别及挖掘分析方法。该方法耦合双向长短期记忆神经网络(bi-directional long-short term memory,Bi-LSTM)与条件随机场(conditional random fie
日常安全巡检是维护长距离调水工程安全运行的重要手段。目前巡检采集的非结构化文本数据主要依靠人工进行安全等级评判,在工作效率和准确率方面存在明显不足。本研究基于自然语言处理技术,提出了一种面向字符层面的卷积神经网络的巡检安全文本智能分类方法。该方法通过引入预训练的单个字符向量改进卷积神经网络的输入层,使得分类模型直接从原始文本中提取特征信息,不仅避免了传统分类方法对专业词库的依赖,而且不易受文本中出现的口语化表达和错别字的影响。以国内南水北调工程的巡检文本为案例,通过与多种深度学习算法进行全面比较,对比验证