吴小波 作品数:5 被引量:29 H指数:4 供职机构: 中国科学院西北生态环境资源研究院 更多>> 发文基金: 国家自然科学基金 陕西省教育厅省级重点实验室科研与建设计划项目 更多>> 相关领域: 天文地球 自动化与计算机技术 水利工程 更多>>
基于开源GIS的DHSVM模型河网数据自动制备方法应用研究 被引量:4 2016年 基于物理机制的分布式水文模型DHSVM能精细模拟中小流域水文过程,在国内外有广泛应用。该模型驱动数据制备繁杂,其河网数据用Arc/Info AML脚本生成,受昂贵的商业许可限制,严重影响DHSVM的可操作性和普及应用。在剖析DHSVM模型中河网数据表达与组织的基础上,采用C++和开源GIS库实现了DHSVM河网数据的自动制备。新方法将可执行程序和配置信息分离,配置灵活、可控性强,是DHSVM实现自动化运行和智能化配置的必要基础。 赵彦博 曹学诚 南卓铜 吴小波关键词:河网 开源 GIS 水系提取 基于K最近邻模型的青藏高原CMORPH日降水数据的订正研究 被引量:7 2016年 青藏高原的降水数据主要由遥感产品和多源观测数据融合产生,由于青藏高原的观测站点分布稀疏不均,遥感数据误差较大,因此常用的CMORPH(Climate Prediction Center Morphing Technique)等降水数据集精度有限。通过K最近邻(K-Nearest Neighbor,简称KNN)模型,可以建立环境(海拔、坡度、坡向、植被)、气象因子(气温、湿度、风速)和日降水量的关系,从而订正青藏高原的CMORPH日降水数据集,提高数据精度。对CMORPH日降水数据的误差分析表明,采用KNN模型订正后的CMORPH降水数据优于原始数据和采用PDF(Probability Density Function Matching Method)法订正的CMORPH数据,且空间分布较好地符合青藏高原的降水分布特征。 王玉丹 南卓铜 陈浩 吴小波关键词:降水数据 青藏高原 基于机器学习模型的青藏高原日降水数据的订正研究 被引量:14 2017年 选择了5种机器学习模型,即k最近邻方法(KNN)、多元自回归样条方法(MARS)、支持向量机(SVM)、多项对数线性模型(MLM)和人工神经网络(ANN),利用海拔、相对湿度、坡向、植被、风速、气温和坡度等因子订正ITPCAS和CMORPH两种常用的青藏高原日降水数据集。五折交叉验证表明,KNN的订正精度最高。在三个验证站点(唐古拉、西大滩和五道梁)的误差分析,以及对青藏高原年降水量的空间分析均表明,KNN对CMORPH的订正效果显著,对ITPCAS在局部区域有一定订正效果,ITPCAS及其订正值的降水空间分布准确度高于CMORPH的订正值。主成分分析法表明降水订正是气象和环境因子综合作用的结果。 陈浩 宁忱 南卓铜 王玉丹 吴小波 赵林关键词:机器学习模型 降水数据 订正 青藏高原 青藏高原典型多年冻土区的一维水热过程模拟研究 被引量:5 2016年 了解多年冻土内部的水热过程对寒区工程规划和建设的辅助决策具有重要意义.冻土的水分迁移与温度变化密切相关,然而传统的经验模型局限性大,对水热物理过程考虑不足;陆面过程模型所需的驱动数据多且很难准确模拟深层土温,尽管数值模型在工程上应用的比较多,但很少应用到冻土的演化过程中.基于非饱和土壤渗流和热传导理论,实现了冻土水分场与温度场的水热耦合数值模拟.以唐古拉综合观测场为例,将数值模拟结果与观测数据进行对比,验证水热耦合数值模拟的有效性.结果表明:模型对土壤温度模拟效果较好,15 m以上R^2在0.88以上,RMSE在1℃以内;水分模拟尚可,但仍存在一定误差,R^2在0.7以上,RMSE在7.65%以内.模拟的活动层厚度约3.6 m,年平均地温所在的深度约为15 m,与实测值基本一致.该水热耦合模型可用于研究多年冻土区土壤水热变化规律. 马启民 黄滢冰 南卓铜 吴小波关键词:冻土 土壤温度 土壤水分 基于参数实时优化的洪水预报系统研究——以黑河干流洪水为例 被引量:2 2017年 及时准确的洪水预报系统可为防洪减灾提供重要的依据,针对目前洪水预报系统主要侧重于单模型研究、模型参数固定不变、长历时预报误差累积等问题,建立了具有多模型选择及参数优化功能的洪水实时预报系统,通过实时改进模型参数来改善预报效果。应用于黑河干流两场次洪水预报的结果表明,各预报模型在每场次洪水中的预报精度不同,且在参数优化后精度都相应地提高。由精度可知,TOPMODEL模型更适合该流域洪水预报,其精度由0.920 9、0.910 3提高到0.987 9、0.958 9。实验证明该系统在干旱半干旱区洪水预报中具有应用前景。 强德霞 赵彦博 南卓铜 吴小波关键词:模型库 分布式水文模型 决策支持系统