10.3969/j.issn.1000-0852.2019.01.009
基于数据驱动模型的河流水温异变研究
河流水温是重要的生态和环境评价因子,人类活动的干预(如大坝建设)会引起河流水温异常变化,对河流生态系统造成一定负面影响.有效的水温预测能够为河流的长期演变趋势提供良好指示,将一种新型的数据驱动水温预测模型——Air2stream模型,应用于长江三峡大坝上游寸滩站和下游宜昌站建坝前后的水温预测,模型的预测效果通过均方根误差和纳什效率系数两种指标衡量,并与其它经验回归模型进行对比分析.结果表明Air2stream模型相比经验回归模型具有精度高、稳定性好的优点,可用于判断影响河流水温变化的主要因子,检测河流水温的异变现象和幅度.该模型适用于反演自然演化条件下(即不考虑大型水利工程等强人类活动影响)河流水温的中长期变化,其中实测值和模拟值之差可作为大型水利工程等强人类活动的影响指标.可为河流生态系统监测及管理提供重要技术支撑.
水温预测、Air2stream模型、水温异变、经验回归、三峡大坝
39
TV122(水利工程基础科学)
国家重点研发计划项目2016YFC0402601;国家自然科学基金项目51709287;广东省自然科学基金项目2017A030310321;高校基本科研业务费青年教师重点培育项目17lgzd12
2019-05-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
50-55