peak_personal的博客

在大数据处理过程中，系统必须有非常高的数据处理效率。为了满足对大数据实时、高效、稳定处理的需求，提出了一种接收与处理分离的数据处理模型。该数据处理模型由数据接收单元、内存数据库、原始数据分发单元、数据处理单元、处理数据分发单元、数据归并单元组成。接收单元负责接收、整合结构化数据与非结构化数据，把每条完整的数据放入内存数据库中；分发单元从内存数据库中检测获取数据，按照海量数据负载均衡算法把数据分发到数据处理单元；数据处理单元处理数据，处理结果放入内存数据库；处理数据分发单元继续从内存数据库中获取处理后的数据，并按照海量数据负载均衡算法把数据分发给数据归并单元。

SoapUI-x64-5.2.1,文件太大，分3个压缩包上传，需要三个压缩包下载后，放在同一个目录下双击SoapUI-x64-5.2.1.part1解压

SoapUI-x64-5.2.1,文件太大，分3个压缩包上传，需要三个压缩包下载后，放在同一个目录下双击SoapUI-x64-5.2.1.part1解压

SoapUI-x64-5.2.1,文件太大，分3个压缩包上传，需要三个压缩包下载后，放在同一个目录下双击SoapUI-x64-5.2.1.part1解压

正 近二十年来,确定性水文预报模型发展很快,并且已经具备了一定的实用水平。然而,随着水文自动测报系统的建立,已经能够使人们在作业预报中源源不断地获得最新的信息。因此,在洪水预报中也应当充分利用这一新的有利条件,借助于必要数学手段,在现有确定性模型的基础上,使模型具备实时校正能力,这就是我们开展这项研究工作的问题所在。现就实时校正模型的建立及应用等分别介绍如下。在研究工作中,选用了三水源新安江模

本文在分析经典二进制遗传算法 不足之处的基础上提出一种改进的混合遗传算法 (MGA) ,用于对非线性马斯京根模型参数的估计 .同其它算法相比显示出求解精度高而且收敛速度快的特点 .通过具体仿真计算验证了该方法的正确性 ,从而为准确估计非线性马斯京根模型参数提供了一种十分有效的方法

本文结合新安江模型参数的特点,以洪峰流量、峰现时间和洪水总量的合格率为评价目标,定义了评价洪水性能目标的模糊合格率,提出了新安江模型参数率定的并行遗传算法,并在微机集群环境下,利用JAVA语言进行了算法编程。串行和并行遗传算法计算结果的比较表明,本文提出的并行遗传算法可以大大缩短优化过程的时间,得到较为稳定的模型参数。

动态模拟的思维模式下，采用卡尔曼滤波技术和糙率自动校正两种途径，对水力学模型实时校正方法进行了研究。两种途径都取得了明显改进短时段洪水预报精度的效果。 对于卡尔曼滤波技术，当采用观测变量作为状态向量时，由于状态向量与观测向量完全同形，故这一结构制约了校正的空间和弹性，使提高预报精度的幅度受到了限制；当采用糙率作为状态向量时，状态空间方程采用随机游动型，观测向量采用实测水位和流量，由于此时观测方程为状态向量的复杂隐函数，为此导出了显式、隐式差分格式条件下的显式表达方式

以清江水布垭上游流域为研究对象,利用1 km×1 km精度的数字高程模型(DEM)提取流域特征信息,采用基于DEM的分布式水文模型(DDRM)对清江流域进行降雨-径流模拟。由于分布式水文模型所需资料在目前的技术水平下难以完全满足或者建模理论不完善等原因,其在水文预报中的应用效果还不太理想。因此,本文建立了自回归模型尝试对DDRM模型的模拟结果进行降雨-径流的实时校正。利用Nash-Sutcliffe效率系数、径流深相对误差等方面对校正前后的模拟结果进行比较分析,结果表明:在DDRM模型的基础上采用自回归模型对误差进行校正提高了预报精度,能在一定程度上弥补分布式水文模型在实际应用中由于资料不足等原因而带来的精度下降的问题。

我国是一个水土流失问题相对严重的国家,降雨径流是土壤侵蚀发生的动力,较准确的计算径流量是估算水土流失和水土保持效益评价的关键。SCS-CN模型是美国农业部开发的,用来计算降雨形成的地表径流量的经验模型,由于其简单、高效的优点被广泛运用于不同地区不同立地径流量的计算中。初损率是SCS-CN方法进行流域地表径流预报的基础输入参数之一,影响着径流模拟精度。本文研究确定南京毛竹林小流域初损率取值,为SCS-CN模型在该地区的适用性提供参考。根据毛竹林小流域径流场实测降雨径流资料,采用渐近线法确定CN值,得出λ变化区间,并选取10场降雨资料对参数λ进行率定,使用相关系数R,模型效率系数E,合格率对参数λ进行评价,得出λ=0.25,0.3,0.35相对较好,三者相关系数分别为0.58,0.54,0.49,模型效率系数分别为-9.42,-5.86,-3.14,合格率分别为77.80%,88.90%,77.80%。综合分析,得出λ取0.3在本流域相对较适合,又选取该流域10场降雨资料做模拟径流比对。结果显示：相对于模型理论值λ=0.2时的模拟效果,在该流域λ=0.3时模拟值更加接近实测值,数模型效率系数E由-16.77提升到-1.03,精度大大提高,所以率定λ=0.3为该流域最适初损率。

径流计算是区域径流量预报和水土资源评价模型中的重要组成部 分.SCS - CN径流模型是一种常用的径流计算方法.径流曲线数(CN)是SCS - CN模型中反映降雨前流域特征的一个综合参数.用北京密云石匣3个小区实测降雨径流资料,用平均值法、中值法、算术平均值法、S对数频率分布法以及渐近线 法来反推CN值,并用反推的CN值计算了径流深.用模型效率系数、相关系数和合格率比较了这5种方法确定的CN值计算径流深的优劣.结果表明:从模型有效 系数来看,渐近线法得到的模型有效系数最好；从相关系数和合格率来看,算术平均值法的结果最好.相对于渐近线法来讲,算术平均值法计算CN简单,因此建议 在计算CN值时用算术平均值法.

土壤参数是地表径流模型中的关键参数,对径流过程模拟有重要影响,因此有必要明确土壤参数的作用机制。论文结合SWAT (Soil and Water Assessment Tool) 模型,以广泛应用的径流曲线数模型(SCS-CN) 为例,对土壤参数在SCS-CN模型中的作用进行了理论推导、分析和实例研究。分析表明,土壤饱和含水量参数与田间持水量参数的比值,是影响不同土壤湿度下地表产流能力的重要因素,两者比值越大,土壤含水量对地表产流能力的调节越弱,导致基于不同土壤模拟的地表径流量随土壤湿度的波动而上下反转。以实际流域为例,发现不同土壤数据模拟地表径流间差别的显著季节性特征;阐明该差别季节性变化的内在机制,验证了理论分析结论。为深入理解产流过程、合理选择土壤数据、模型参数优化及模拟结果解释提供了参考。

SWAT是一个具有很强物理机制的长时段的流域分布式水文模型。它能够利用GIS 和RS 提供的空间数据信息, 模拟复杂大流域中多种不同的水文物理过程, 包括水、沙、化学物质和杀虫剂的输移与转化过程。本文着重探讨SWAT模型的水文学原理和模型的基本结构与独特的分布式运行控制方式, 并将其成功应用于西北寒区 (黑河莺落峡以上流域) 的分布式日径流过程的模拟。

水文过程受众多自然和人为因素影响 , 决定了其变化的极端复杂性 , 表现为确定性的动态规律与不确定性的统计规律共存。水文不确定性分析的理论和方法在认识水文规律中发挥着重要作用 , 其中贝叶斯作为一种主要理论方法在水文水资源相关问题的研究中得到了较广泛的应用。本文评述了贝叶斯理论在水文频率分析、水文预报、确定性和不确定性方法耦合等研究中的进展 , 对基于贝叶斯理论的水文不确定性重点研究内容进行了展望。

为了减小水文模型参数优化中人工试错法和局部优化法的不确定性， 以一种快速有效的优化方法搜索到水文模型参数的全局最优解。以安徽呈村流域为例， 使用SCE-UA算法对新安江模型参数进行优化， 日模型和次洪模型分别采用总体水量误差和对数绝对值误差作为目标函数， 分析优化结果并对优化参数进行检验。经检验分析， 日模型检验期确定性系数均达到0.8， 次洪模型检验期确定性系数接近0.9。研究结果表明， 采用 SCE-UA算法优化新安江模型参数可以取得较好结果， 目标函数的选择对参数优化有着重要作用。

简要介绍了雷达测雨的基本原理, 对雷达测雨误差及其产生的原因进行了详细分析, 并探讨了减少测雨误差的可能措施。在介绍了英国、美国、长江中游雷达网业务系统和阜阳数字雷达测雨试验的基础上, 讨论了雷达测雨在水文中应用的前景及发展方向。