环境质量评价中关键污染因子的确定方法

介绍了几种在环境质量评价中关键污染因子的确定方法，在此基础上提出了一种新的关键污染因子的确定方法－－动态污染指数判别法。经过实例运用分析表明，该方法物理意义明确，简便易用。通过对某个时间段内污染物原始监测数据的灰色处理，从动态演变中找出关键因子，客观地判别各污染因子所起的作用，对各因子在下一个时间段的发展趋势作出预测判断，增加了评价的准确性。     

灰色局势决策用于水环境质量的评价

按灰色系统理论的观点和方法，根据各污染因子对环境质量的不同影响，将灰色局势决策法应用于水环境质量综合评价，并与水质距离评价法，模糊综合评判法和灰色关联度分析法进行了比较，结果表明，利用灰色局势决策法进行环境质量评价，是一种有效的实用方法。     

运用灰色关联分析法评价大气质量

一、灰色关联分析法的评价步骤 1.给出待评价样本和评价标准样本:以{xo~((0))(k)}(k=1,2,…,m)表示待评价样本的各评价因子(污染物)的实测值,其中下标0表示待评价样本,k表示评价因子。再以{Xi~((0))(k)}(i=1,2,…,n;k=1,2,…,m)表示大气质量分级标准中各评价因子的标准值,其中下标i表示大气质量级别。     

区域环境影响评价中有关污染物本底值的研究与确定

阐述了环境影响评价中大气污染物本底值对评价结果的影响 ,提出了现有污染源对各控制点的浓度贡献值应该包括污染源对各控制点的浓度值和控制点大气环境因子本底值等内容 ;并对大气污染物本底值及其计算方法提出独到见解     

基于改进灰色关联分析法的丹江口流域地表水环境质量评价

改进水环境质量评价方法对于提高水环境管理水平具有重要意义。根据传统灰色关联分析原理,采用"中心化"的灰色关联无量纲化处理方法,对丹江口流域2012年河流中11个典型断面水体污染因子进行评价。结果表明,参评的11个断面中有9个符合地表水Ⅱ类水质标准,2个断面符合地表水Ⅳ类水质标准,整体水质满足国家南水北调水源地水质标准要求,改进的灰色关联分析方法在评价水质时较为科学、合理。     

灰色系统理论在大气环境质量评价中的应用

现行的大气环境质量评价方法,除沿用的综合指数法和目前较流行的模糊综合评价法外,最近又出现了基于灰色系统理论的灰色聚类法.灰色聚类基于环境质量系统的灰色性,考虑了多项因子对环境质量的综合影响,因而信息损失少,评价精度较高.为更客观地反映环境质量和污染状况,使大气环境质量评价方法更加丰富、科学,本文试从灰色系统理论的另一个基本方法——灰色关联分析入手来探讨灰色系统理论在大气环境质量评价中的应用.     

代表性水质评价方法的比较研究

从太湖流域国控断面常规监测数据出发,利用代表性水质评价方法对各断面进行评价,系统分析比较这些方法的优缺点。结果显示:①单因子指数法评价结果比较保守;②内梅罗指数法将"1"作为清洁与污染的分界点,指数偏小;③灰色关联分析法水质指标权重系数的确定较模糊综合评判法合理,结果也更接近于综合水质标志指数法;④综合水质标志指数法评价结果与其它评价方法结果重合度最高,且模糊评判法、灰色关联分析法和BP-ANN法的评价结果均向综合水质标志指数法逼近。综合水质标志指数法以单因子指数法为基础,对劣Ⅴ类水进行细化,将恶臭对水质的不利影响考虑其中,其指数组成合理,且易于操作施行。     

大气微生物与气象条件及大气污染物的灰色关联分析

根据大气微生物浓度、气象因子和大气污染理化因子的监测结果，应用灰色关联分析原理，分析研究大气微生物浓度与气象条件和大气污染物的关联程度，说明气象因子对各类微生物浓度的影响大于大气污染因子，特别是对耐高渗透压霉菌。     

西藏生活垃圾填埋场周边地表水环境质量调查评价

采用标准指数法、综合评价法和灰色关联分析法对西藏地区4个典型垃圾填埋场周边地表水环境质量进行分析和评价。结果表明：各填埋场各评价因子均满足《地表水环境质量标准》（GB 3838—2002）Ⅲ类标准；各填埋场临近地表水环境综合水质均呈现上游监测点优于下游监测点；综合水质现状为尚清洁—清洁；灰色关联分析法评价结果为工布江达县生活垃圾填埋场下游监测点水质为Ⅱ类，其他填埋场各监测点水质均为Ⅰ类。各填埋场临近地表水水质现状满足其水域功能区要求，受填埋场污染环境影响较小。     

灰色聚类法在大气环境评价中的应用及与其它方法的比较

髟灰色聚类法对乌市和昌吉市的大气环境质量进行了评价，并就污染因子的权重问题与其它评价方法进行了比较，指出了其它方法处理权重的局限性和不合理性，肯定了灰色聚类法对要权重的处理方法。     

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。     

非等间隔GM（1，1）模型在液相色谱保留值研究中的应用

本文运用灰色系统理论思想，建立非等间隔ＧＭ（１，１）模型，对色谱中的流动相组成及容量因子的关系进行预测研究，所建立模型能实现对各实验点值进行模拟和合理地预测。     

基于比例下降-灰色预测型线性规划的大气污染控制规划模型

探讨了比例下降模型和灰色预测型线性规划模型机理及比例下降-灰色预测型线性规划模型建模和求解的过程。根据大气污染控制规划实例，在该区域内污染源按等比例下降方式排放污染物构建模型，运用单纯形法对模型求解并对规划结果进行灵敏度分析。结果表明，比例下降-灰色预测线性规划模型适宜含有不确定性信息的区域大气污染控制规划，尤其在空间尺度较大的污染控制区内，针对不同污染源规划相应的污染控制方案时具有适应性。     

灰色关联分析法在水质评价中的应用

提出了等标分极标准的概念,进而利用等标分级标准和待评价水质样本各组分等标污染指数作灰色关联分析,得到一组待评价水质样本对于各级等标分极标准的关联度,按关联度最大将待评价的水质样本归入相应的水质级别中,用该方法对新疆某水库水质进行了评价,通过与模糊综合评判法和灰色聚类法评价结果对比发现:用灰色关联分析法评价水质,既具有模糊综合评判法和灰色聚类法的优点,又弥补了其不完善之处,评价结果比较符合实际状况,且更具有可比性。     

宁夏太阳山湿地水生生态系统健康评价

通过在太阳山湿地设置11个采样点,监测水质及生物等17个指标,采用层次分析法、熵值法确定指标权重,运用灰色关联法、模糊综合评价法对研究区水生生态系统的健康状况进行评价。结果表明：在层次分析法赋权下,经灰色关联法评价得南湖为亚健康,其余湖为不健康;经模糊综合评价法得4个湖为病态。在熵值法赋权下,经灰色关联法评价得南湖为很健康,其余湖为不健康;经模糊综合评价得西湖为不健康,南湖为很健康,其余湖为病态。结合两种评价方法的计算过程及研究区实际情况,模糊综合评价结果较灰色关联法更符合实际。     

用灰色聚类法对荔湾湖水质富营养化程度的评价

灰色聚类法把湖泊系统当作一个灰色系统来研究,将灰色聚类理论应用于湖泊富营养化程度的评价中,以广州市荔湾湖为例,建立不同的聚类指标所拥有的隶属函数,确定聚类权重值,求得最大聚类系数及聚类结果,得出用灰色聚类法进行湖泊水质富营养化评价,既能体现水质等级界线的模糊性,又能充分利用信息,避免了模糊数学法的不合理之处。因而,灰色聚类法是一种简便、客观、可靠的方法。     

土壤重金属污染的灰色模糊评价

以灰色聚类为基础，提出了灰色模糊聚类分析法，并将其应用于土壤环境质量评价中，经实例分析表明，这是一种较为简便，合理、有效的评价方法。     

灰色关联矩阵优势分析在水环境质量综合评价中的应用

把一条河流视为一灰色系统，应用灰色关联矩阵优势分析法，并以国际[1]为参照系，进行综合评价，通过尝试说明该数学模型有较强的分辨能力，是一种接近实际的方法。     

Modified grey model for estimating traffic tunnel air quality

This study compared three forecasting models based on the mean absolute percentage errors (MAPE) of their accuracy in forecasting air pollution in a traffic tunnel: the Grey model (GM), the combination model used four sample point and five sample point prediction with GM (1,1)(GM(1,1)^4 + 5), and the modified grey model (MGM). An MGM was combined using the four points of the original sequence using the original grey prediction GM (1,1) for short-term forecasting. The proposed method cannot only enhance the prediction accuracy of the original grey model, but can also solve the jump data forecasting problem something for which the original grey model is inappropriate. The MAPE was applied to the models, and the MGM found the proposed method to be simple and efficient. The MAPE of MGM, calculated over 3 h of forecasts, were as follows: 10.12 (Upwind), 10.07 (Middle) and 7.68 (Downwind) for CO; 10.79 (Upwind), 6.05 (Middle) and 5.98 (Downwind) for NO _x , and 11.67 (Upwind), 7.32 (Middle) and 4.56 (Downwind) for NMHC. The MGM model results reveal that the combined forecasts can significantly decrease the overall forecasting error. Results of this demonstrate that MGM can accurately forecast air pollution in the Kaohsiung Chung–Cheng Tunnel.     

Applying the grey assessment to the evaluation system of ecological green space on greening projects in Taiwan

This study is designed to develop an alternative evaluation method for ecological green space. It offers criteria for identifying ecological green space on building sites. The grey decision-making method is applied to assess the greening project at the first step. The evaluation items are rebuilt by the analytic hierarchy process (AHP) method at the second step. The range of standard values and the weighting values are also obtained by AHP. Grey classes are identified using the whitening weight function of the grey number. The evaluation system of the ecological green space is framed by grey clusters. We considered the factors of building environment and the scale of building sites in the ecological greenery of green building sites.This study proposes a new model to solve the problems hard to be quantified. Especially for those ecological benefits are too close to decide. Architects and landscape architects can input the engineering data and the design information into the ecological greenery assessment system. The identification and assessment system of green space is fit for Taiwan area. We will obtain the best greening project by the maximum value of absolute degree of grey incidence (max{varepsilon ( ij )}) in grey-decision making. The maximum value of synthetic clustering coefficient (max{sigma ( k )}) in grey clustering assessment reflects the quality and variation of green space.