物元分析法在水质监测优化布点中的应用

物元分析法是处理不相容问题的一种有效方法。以竺山湾2010年7月水质监测数据为例,利用物元分析法分析太湖竺山湾水质监测点位分布情况,并将分析结果与系统聚类法的分析结果相比较,发现物元分析法的分析结果是准确、可信的。综合使用物元分析法和系统聚类法,最终确定水质监测点位可由14个优化至11个。     

广州市流溪河水库监测布点优化研究

运用方差分析及模糊聚类分析,对流溪河水库监测布点进行优化研究,结果表明：水库水质良好,各监测点间及垂向采样点间均无显著性差异;4个库区监测点可分为3类,其余监测点可分为4类。综合考虑确定流溪河水库监测布点方案,应设置对照、控制、出水3类断面,共7个监测点,分别为玉溪河、吕田河、汇水区、库区3个和大坝监测点,每年6月进行垂向分层采样,其余月份进行表层采样。     

模糊聚类分析法优化城市河涌水质监测点

在进行城市河涌 (小河滨、河沟等 )水质监测工作的初期 ,一般会布设较多的监测点 ,以掌握水域的水质情况。经过一段时间的监测 ,积累了一定数量的监测数据后 ,便应对监测点进行优化。现用模糊数学中的聚类原理[1 ] ,以广州市某涌为例优化水质监测点。1　水质监测点的优化1 1　建立标准化矩阵Ｒ该涌布设的 7个监测点在 1 997年— 2 0 0 0年间 5个常规监测项目的平均数据见表 1。表 1　广州市某涌 1997年— 2 0 0 0年监测数据　ｍｇ/Ｌ监测点ＣＯＤ ＢＯＤ5ＮＨ3 -Ｎ ＴＰＳＳ淘金路 1175 7 72 2 32 76 32 2华乐路 17381 6 19 5 2 972 0 7…     

杭州区域环境噪声监测点位优化探索

在杭州市现有区域环境噪声手工监测点位的基础上,结合地理分布,采用系统聚类法对2012年149个点位的数据样本分类、合并,将149个点位优化到26个,并用T检验法验证数据可靠性。优化前后各城区的点位分布比例相差不大,等效声级绝对误差在1.0 d B(A)内,相对误差不超过±5%。经过2013年和2014年数据验证,确定优化后的点位能体现声环境功能区的代表性。     

基于K-means聚类的沙尘天气快速识别技术研究

依据沙尘天气判定条件分析2018年春季（2—4月）陕西省西安市环境空气质量小时监测数据，共识别9 d受沙尘影响。研究基于K-means聚类沙尘天气分析方法，分析沙尘天气监测数据特征，并对沙尘识别聚类模型进行优化研究，识别的沙尘影响天气与传统方法一致。分析表明，聚类方法可用于沙尘天气监测数据的识别，与传统方法相比较，基于K-means聚类方法能够快速、准确识别沙尘影响天气。     

模糊聚类分析法对哈密地下水监测网的优化研究

试用模糊聚类分析法将哈密地下水监测网点从原来的８个点优化为６个点．经研究较符合实际情况，实践研究了优化方法．     

模糊数学在大气优化布点方面的应用

本文采用最大最小法标定、求传递闭包、动态聚类等聚类分析法;用贴近度及择近原则的优选方法进行优化布点;并经三种不同方法检验,证明四个监测点完全能代表原设九个点。     

基于灰色聚类方法的湖泊营养状态综合评价

将湖泊水体的营养状态看作一个灰色系统,建立用于识别湖泊营养状态属性的灰色聚类综合评价模型,将水质级别作为一个灰类,水质状态作为灰色变量,根据灰色白化权函数聚类方法来确定水体营养状况归类。以太湖为例,基于分布全湖的20个监测点数据,运用灰色聚类法对其进行富营养状态综合评价,结果表明,监测时段太湖大部分水体基本处于中营养水平,局部湖面达到中度富营养状态,客观地反映了太湖湖区水体营养状况。     

降尘监测点位优化应用研究

以上海市长兴岛的环境空气降尘点位为例,采用聚类分析法对点位进行优化分析,快速完成点位的分类;再引入主成分分析法进行分析,不仅验证了聚类分析结果,并可根据原信息量需要保留的比例,来合理确定优选的类别数,使得优化调整的过程更为科学,结果也更为可信。     

泸州市降水监测布点优化研究

在泸州市2016—2020年大气降水监测数据的基础上,借助聚类分析、多元方差分析等统计分析手段,对原有降水监测点位进行优化研究,并验证优化结果。在遵循《酸沉降监测技术规范》(HJ/T 165—2004)点位布设要求的前提下,建立了降水监测点位评价体系,从原有7个降水监测点位中优化筛选出3个。优化后的点位对监测结果的影响显著性均>0.05,表明优化前后全市降水数据无显著性差异,该优化方案不会影响区域整体代表性。