期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
第10届统计水文学国际学术研讨会在河海大学举行
1
作者 本刊编辑部 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2019年第6期528-528,共1页
2019年10月19-20日,第10届统计水文学国际研讨会(STAHY 2019)在河海大学举行。河海大学党委书记唐洪武教授,中国工程院和英国皇家工程院张建云院士,湖北省科协主席郭生练教授,国际水文科学协会中国委员会主席,水利部信息中心副主任刘志... 2019年10月19-20日,第10届统计水文学国际研讨会(STAHY 2019)在河海大学举行。河海大学党委书记唐洪武教授,中国工程院和英国皇家工程院张建云院士,湖北省科协主席郭生练教授,国际水文科学协会中国委员会主席,水利部信息中心副主任刘志雨教授,国际水文科学协会(IAHS)副主席Salvatore Grimaldi教授、国际水文科学协会国际统计水文学委员会主席Ashish Sharma教授出席开幕式。国际水文科学协会国际统计水文学委员会副主席、河海大学水文学院党委书记陈元芳教授主持开幕式。 展开更多
关键词 水文科学 中国工程院 统计水文学 学院党委书记 科协主席 信息中心 国际学术研讨会 郭生练
在线阅读 下载PDF
第十届统计水文国际学术研讨会将在南京市召开
2
作者 本刊编辑部 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2019年第5期461-461,共1页
统计水文是水文科学领域中研究历史悠久,并始终是热点研究方向之一。相关统计水文理论与方法在众多水文水资源研究中得以广泛应用和创新性发展,反映了统计水文对描述复杂水文系统的有效性和实用性。由国际水文科学协会国际统计水文学委... 统计水文是水文科学领域中研究历史悠久,并始终是热点研究方向之一。相关统计水文理论与方法在众多水文水资源研究中得以广泛应用和创新性发展,反映了统计水文对描述复杂水文系统的有效性和实用性。由国际水文科学协会国际统计水文学委员会、河海大学主办,南京大学、武汉大学、清华大学等协办的第十届统计水文国际学术研讨会将于2019年10月19—20日在南京市召开。 展开更多
关键词 水文科学 水文系统 南京大学 水文水资源 统计水文学 创新性发展 国际学术研讨会 武汉大学
在线阅读 下载PDF
水文水资源集对分析的理论基础探讨 被引量:15
3
作者 沈时兴 金菊良 +2 位作者 宋松柏 王文圣 刘兰芳 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2013年第12期1481-1488,共8页
针对常用的水文水资源不确定性分析理论的不足,文章从方法论和实证角度阐述了基于集对分析的水文水资源系统分析计算方法、预测方法、评价方法及决策分析方法等的理论基础。结果表明,采用根据实际水文水资源不确定性系统的背景分析构建... 针对常用的水文水资源不确定性分析理论的不足,文章从方法论和实证角度阐述了基于集对分析的水文水资源系统分析计算方法、预测方法、评价方法及决策分析方法等的理论基础。结果表明,采用根据实际水文水资源不确定性系统的背景分析构建集对和联系数,建立基于联系数的数学模型和解析基于联系数的数学模型这一水文水资源集对分析的方法论,综合分析处理水文水资源系统中的各种不确定性问题是可行和有效的,深入开展基于集对分析的水文水资源系统分析、预测、评价、决策分析、优化、模拟、推理和控制研究,既可进一步认识和处理水文水资源不确定性系统的复杂特征,也有助于丰富、发展和完善水文水资源不确定性分析理论,是水文水资源学和集对分析研究的新发展方向,在水资源系统脆弱性分析、水旱灾害风险评估等方面具有广泛应用前景。 展开更多
关键词 水文水资源系统 不确定性分析方法 集对分析 理论基础 方法论 统计水文学 模糊水文学
在线阅读 下载PDF
水文时间序列高阶自相关性识别及其对水文分析的影响研究 被引量:2
4
作者 李娇娇 张洪波 +1 位作者 辛琛 李吉程 《人民珠江》 2019年第2期21-32,共12页
以往水文序列分析中,对序列自相关性的研究多集中于一阶自相关性及其处理方法,而对于水文序列的高阶自相关性则鲜有表述。以陕西省典型流域实测年径流序列为研究对象,开展序列高阶自相关性的研究,探讨高阶自相关存在与否的问题。结果表... 以往水文序列分析中,对序列自相关性的研究多集中于一阶自相关性及其处理方法,而对于水文序列的高阶自相关性则鲜有表述。以陕西省典型流域实测年径流序列为研究对象,开展序列高阶自相关性的研究,探讨高阶自相关存在与否的问题。结果表明陕西省渭河、汉江、无定河三大典型流域中,仅有无定河流域风沙区的韩家峁、横山以及流域出口的白家川水文站的年径流序列检测到了高阶自相关,其余站点的径流序列均不存在高阶自相关性。为了验证高阶自相关性对水文分析的影响,通过BP神经网络预测模型对高阶自相关性的影响进行了评估,结果显示在输入变量中加入合适的高阶变量序列后,可在一定程度上提高模型的预测效果,从侧面验证了高阶自相关性客观存在的假设。同时,研究结果还表明对径流关系不佳的小样本资料地区,考虑高阶自相关性的影响,可有效提升小样本径流资料的展延效果,为区域水文设计的科学性与应用效果提供保障。 展开更多
关键词 统计水文学 水文时间序列 高阶自相关性 BP神经网络 径流预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部