动力系统自忆性原理是将求解微分方程初边值问题与以量测数据为依据的统计模型有机结合起来的新方法,其已应用到多个领域的建模、复杂过程计算和预报,提高了预报准确率。本研究通过将自忆性原理与水文系统模型和水循环过程相结合,将水文系统模型、水循环运动方程转化为自忆形式,分别应用于洪水预报以及土壤水分动态模拟,提高了预报模拟精度。重点开展了土壤水、地下水动力过程研究,并与拥有自主知识产权的分布式水文模型DTVGM耦合,在非线性产流基础上分别对河道汇流、地下水运动采用运动波、二维非稳定流运动方程进行数值求解,建立了有非线性系统特色的分布式物理性水循环模型,在此基础上还加入了用水耗水、水库调度、跨流域调水的人类活动模块。同时还开展了社会经济模型、管理政策反馈机制、变化环境对水文水资源的影响等方面的相关研究。迄今,已在国内外学术刊物发表了受本项目资助标注的SCI、EI源刊刊物学术论文7篇,国内核心期刊23篇,主持和参加11次国内外水文学术会议,产生了重要影响。 2009年11月项目负责人夏军被选举为国际水资源协会(IWRA)主席(2010-2012),扩大了我国学者在国际同行的影响,提升了学术地位。
英文主题词Dynamic system self-memorization principle;hydrological system model;distributed physical water cycle model;human influence modules