耦合信息熵和Copula函数的复杂性大河水文站网优化研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41571017
  • 项目类别:
    面上项目
  • 资助金额:
    70.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0702.环境水科学
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Hydrology laid a foundation for the country and society. Hydrometric network laid a foundation for Hydrology. .Optimal hydrometric network is one of the most complicated issues in hydrology and water resources. The common method is using the stationary stochastic model to simulate the transinformation. The insufficiencies of this method are that the hydrologic process is stationary and it needs many parameters to calibrate. Especially when the length of sample series is short, the error of calibration becomes bigger. .The approach of using the Informational Entropy and/or Copula function on the uncertainty and multivariate distribution issues possesses much special superiority. What’s more is that this approach is very suitable to short hydrologic series. Recently, in the field of Entropy and Copula application in hydrology and water resources, there are so many studies in Europe and U.S.A. While in China, the studies are few. As to building a optimal hydrometric network model using Entropy-based Approach or Copula-based Approach, due to the model building difficulty, there is no such paper published for Chinese river. What’s more is that the overseas interrelated theoretic studies are not applicable for the Yellow River. There is no published article using the hybrid Entropy-Copula-based Approach to hydrometric network design. .Hence, it is the urgent need in China to build such models. Based on the former studies from others and the applicant, the main objective of this project is to build 3 kinds optimal hydrometric network models using Entropy-based Approach, Copula-based Approach and hybrid Entropy-Copula-based Approach. And these 3 models should be applicable for the Yellow River. Thus such study of Chinese river can emulate and lead the international advanced level.
水文是重要基础性工作,水文站网是水文的基础。水文站网优化是水文学最为复杂的问题之一。现普遍做法是在平稳假定下建立随机模型表征信息转移。不足之处是实际水文过程非平稳且模型参数较多,特别在样本序列较短时(我国普遍存在)误差较大,具备可突破研究空间。以信息熵和Copula函数研究不确定性和多变量分布问题具有不可替代优越性,又特别适于短样本序列。近年,欧美在这方面取得了可喜成果。国内研究相比少得多。以熵或Copula构建水文站网优化模型,由于建模难度大,尚无中国水文站网同类成果发表。国外理论探讨因局限性,经申请者试用于黄河,结果很差,更不能直接应用。至于耦合熵和Copula建模,国内外均无成果发表。因此,迫切需要研制上述适合我国复杂性大河的水文站网优化新模型。本项目是申请者以往研究的延续和深化,力图在前人和已有工作基础上,最终创建3类适于黄河复杂水情的水文站网优化新模型,赶超并引领国际先进水平。

结项摘要

规划合理的水文站网能够充分反映水文时空变异特征,更好地揭示水文规律。对水文站网进行优化,即在满足资料精度要求基础上,探索最优站网布局,使之能收集准确详尽的水文信息。这对于提高站网效率、节约站网建设成本具有重要意义。本项目基于信息熵理论和 Copula函数,构建了多套水文气象站网优化理论模型与方法,包括基于信息熵的多目标水文站网优化模型,基于Copula熵的水文站网优化模型,基于克里金和信息熵理论相结合的水文站网优化模型,以及考虑径流预测的多目标雨量站网设计方法,并对基于信息熵的四类水文站网优化准则进行应用性评价。利用构建的模型方法评估了黄河流域和长江流域水文气象站站网合理性,对研究区域水文气象站网进行了优化设计,提出了水文气象站网优化设计方案。与其他模型结果相比,本项目提出的一系列模型和方法既可实现对站网信息的定量分析,又能综合多个指标进行评价和优化,具有合理性和有效性。本项目成果可为水文气象站网优化提供科学参考,进一步推动随机水文学、水信息学发展。

项目成果

期刊论文数量(16)
专著数量(1)
科研奖励数量(1)
会议论文数量(0)
专利数量(4)
Entropy of hydrological systems under small samples: Uncertainty and variability
小样本下水文系统的熵:不确定性和变异性
  • DOI:
    10.1016/j.jhydrol.2015.11.019
  • 发表时间:
    2016
  • 期刊:
    Journal of Hydrology
  • 影响因子:
    6.4
  • 作者:
    Liu Dengfeng;Wang Dong;Wang Yuankun;Wu Jichun;Singh Vijay P.;Zeng Xiankui;Wang Lachun;Chen Yuanfang;Chen Xi;Zhang Liyuan;Gu Shenghua
  • 通讯作者:
    Gu Shenghua
Information theory-based multi-objective design of rainfall network for streamflow simulation
基于信息论的径流模拟降雨网络多目标设计
  • DOI:
    10.1016/j.advwatres.2019.103476
  • 发表时间:
    2020
  • 期刊:
    Advances in Water Resources
  • 影响因子:
    4.7
  • 作者:
    Wang Wenqi;Wang Dong;Singh Vijay P.;Wang Yuankun;Wu Jichun;Zhang Jianyun;Liu Jiufu;Zou Ying;He Ruimin
  • 通讯作者:
    He Ruimin
A kriging and entropy-based approach to raingauge network design
雨量计网络设计的克里金法和基于熵的方法
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    Environmental Research,
  • 影响因子:
    --
  • 作者:
    Xu Pengcheng;Wang Dong;Singh V. P.;Wang Yuankun;Wu Jichun;Wang Lachun;Zou Xinqing;Liu Jiufu;Zou Ying;He Ruimin
  • 通讯作者:
    He Ruimin
Optimization of rainfall networks using information entropy and temporal variability analysis
使用信息熵和时间变异性分析优化降雨网络
  • DOI:
    10.1016/j.jhydrol.2018.02.010
  • 发表时间:
    2018-04
  • 期刊:
    Journal of Hydrology
  • 影响因子:
    6.4
  • 作者:
    Wang Wenqi;Wang Dong;Singh V. P.;Wang Yuankun;Wu Jichun;Wang Lachun;Zou Xinqing;Liu Jiufu;Zou Ying;He Ruimin
  • 通讯作者:
    He Ruimin
A hybrid wavelet de-noising and Rank-Set Pair Analysis approach for forecasting hydro-meteorological time series
用于预测水文气象时间序列的混合小波去噪和秩集对分析方法
  • DOI:
    10.1016/j.envres.2017.09.033
  • 发表时间:
    2018
  • 期刊:
    Environmental Research
  • 影响因子:
    8.3
  • 作者:
    Dong Wang;Alistair G.Borthwick;H;an He;Yuankun Wang;Jieyu Zhu;Yuan Lu;Pengcheng Xu;Xiankui Zeng;Jichun Wu;Lachun Wang;Xinqing Zou;Jiufu Liu;Ying Zou;Ruimin He
  • 通讯作者:
    Ruimin He

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

热压制备硅酸铝纤维/TCP生物FGM的微观结构与性能
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    复合材料学报
  • 影响因子:
    --
  • 作者:
    邹俭鹏;阮建明;王栋;周忠诚
  • 通讯作者:
    周忠诚
Zn催化剂对次烟煤及其镜质组富集物催化解聚影响
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    煤炭学报
  • 影响因子:
    --
  • 作者:
    王栋;彭泽宇;王骏;梁丽彤;张乾;黄伟
  • 通讯作者:
    黄伟
间隔织物基光热-热电复合材料的制备及其性能
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    纺织学报
  • 影响因子:
    --
  • 作者:
    李沐芳;陈佳鑫;曾凡佳;王栋
  • 通讯作者:
    王栋
Fusion and leakage of catanionic surfactant vesicles induced by α-helical peptides: the effect of membrane charge
α-螺旋肽诱导的阴离子表面活性剂囊泡的融合和渗漏:膜电荷的影响
  • DOI:
    10.1039/c6ra22994h
  • 发表时间:
    2016-10
  • 期刊:
    RSC Advances
  • 影响因子:
    3.9
  • 作者:
    王栋;曹月影;陈翠霞;曹美文;孙亚伟;王继乾;徐海
  • 通讯作者:
    徐海
Ⅵ型分泌系统2核心组分ClpB对禽致病性大肠杆菌生物学特性及致病性的影响
  • DOI:
    10.16656/j.issn.1673-4696.2016.07.005
  • 发表时间:
    2016
  • 期刊:
    中国兽医科学
  • 影响因子:
    --
  • 作者:
    王栋;王少辉;徐凤;孟庆美;刘新;许漩;杨登辉;韩先干;丁铲;张焕容;于圣青
  • 通讯作者:
    于圣青

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

王栋的其他基金

统计水文国际学术研讨会专项资助
  • 批准号:
    41942003
  • 批准年份:
    2019
  • 资助金额:
    8 万元
  • 项目类别:
    专项基金项目
不确定条件下复杂性大河月径流序列的信息熵预报模型研究
  • 批准号:
    41071018
  • 批准年份:
    2010
  • 资助金额:
    38.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码