AERMOD与估算模式在环境影响评价中的应用与比较

采用AERMOD、估算模式两种预测模式对同一生活垃圾填埋场进行了预测,比较两种预测结果可以看出,在污染源、预测范围、运行周期相同的情况下,敏感点处的落地浓度均与排放源强呈正比、与距离呈反比。预测结果同时说明,估算模式是一种保守的预测模式,其预测结果比AERMOD模式大,可作为进一步预测模式的有效补充。     

河流水质预测模型的应用研究

河流水质预测模型使用的参数未引入预测断面现状监测结果 ,使预测结果可能与现状监测结果发生矛盾。针对这一情况 ,通过对预测模式的推导转化 ,在模型中引入污染源现状源强和预测断面现状监测浓度 ,将预测结果同现状监测结果联系起来 ,使预测结果更贴近实际     

计算机在环境预测中的应用

详细介绍了常用于定量预测的多元线性回归法，以及回归系数的精确解法－高斯按比例消元法；并依据此算法，给出用数据库管理系统编制的通用型环境预测系统的源程序。结合实例预测，达到预测效果。     

NARX神经网络模型在昆明市环境空气质量预测中的应用

神经网络模型作为一种重要的手段被广泛应用于数学计算、物理建模、水文模拟、环境预测、人工智能等研究领域。为验证神经网络模型在高原山地城市环境空气质量预测中的作用,以昆明市环境空气自动监测站气象因子和污染物浓度数据为基础,构建NARX神经网络模型,对污染物浓度进行预测。结果表明,基于NARX神经网络建立的预测模型具有很强的非线性动态描述能力,能够对环境空气6参数做出较为准确的预测,其预测浓度相对误差显著低于CMAQ、NAQPMS空气质量数值模式以及LSTM统计模型预测结果。优化后的NARX神经网络对污染物浓度变化趋势的预测较其他几个模式更为敏感。     

东平湖及上游河段水质分析预测

运用水质数学模型,对东平湖及上游河段各控制断面的水质进行了预测和验证,说明了该预测方案的科学性和可行性。并分析了预测中误差存在的原因,提出了改进措施。     

环境影响预测中基准值问题的探讨

鉴于目前环境影响预测中基准值取法存在的问题,提出了结合目前通用做法与灰色预测的灰靶方案,该方案使得环境影响预测结果在一定范围内变化,从而更为切合评价实际。     

环境污染周期性变动的定基比率法预测

一、预测计算过程 定基比率法是在连环比率系数法基础上形成的一种新的季节模型预测法，其预测计算过程如下：     

应用递推GM（1,1）模型预测废气排放量

一、概述灰色系统理论中的一阶单变量预测模型GM(1,1),目前在环境预测实践中异常活跃,仅最近一段时间就有多种杂志刊登了多篇此类文章.总的来说,这些文章有以下两个特点:1.应用领域的拓广.如应用于港口油污染预测,降水pH值预测,城市环境综合整治定量考核指标预测,工业废渣产生量预测,大气悬浮颗粒物浓度预测,水污染控制系统中应用等等.2.预测方法的应用.如采用残差再度建模修正的方法,新陈代谢模型(等维信息模型)方法,拓扑预测方法,灾变预测方法等等.从根本上而言,这些应用实践均基于同样的建模原理及辨识方法(本文称之为普通GM(1,1)模型),即为连续的微分模型.本文将这种建模原理及辨识方法作适当的改变,介绍一种递推的差分模型,并应用于     

FHWA模式在港口建设项目环评中的应用

运用美国ＦＨＷＡ公路噪声预测模式对秦皇岛新港口建设引起的相关公路两侧垢学环境变化进行了预测。通过预测与实测结果对比,证明了ＦＨＷＡ模式不仅适用于公路建设项目环境影响评价,而且适合于港口建设项目环境影响评价。     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象，将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g，以利于快速、高效地确定c和g的全局最优值；SVM算法基于最优的c和g，分别以24，21，18，15，12，9和6个因子作为特征向量预测水质的污染程度。结果表明，当特征向量为9个影响因子时预测率最高。其参数c=18.56，g=1.35，对应的预测率为：全局预测率92.59%，重度污染水质预测率88.89%，轻度污染水质预测率94.45%。因此，通过PSO和SVM混合算法，可以确定影响太湖入湖河流水质的主要因子，利用这些主要因子对水质进行预测预警，不但可以节省时间，而且可以得到精确的结果。