密云水库流域2000-2005年植被覆盖度变化监测

植被是生态系统最重要的组成部分,而植被覆盖度是衡量地表植被状况的一个最重要的指标,是生态系统健康评价的前提和必要的基础。文章利用2000和2005年2个时相的Landsat 7 ETM+遥感影像为数据源,以BP神经网络法为植被覆盖度估算模型,计算了密云水库流域内不同时期的植被覆盖度,生成了该流域2个时相内的植被覆盖度图,以此分析密云水库流域植被覆盖度的时空变化。结果表明,从2000-2005年,密云水库流域内除无植被覆盖类型外(即水域部分),其余土地利用类型的植被覆盖度都呈增加趋势,其中以沙质地和耕地最为明显,分别增长了29.5%和27.3%,并且密云水库流域的平均植被覆盖度不高,尤其西部地区植被覆盖度较差,水土流失和土地沙化情况比较严重。     

基于MATLAB的BP神经网络模型在漠阳江水质评价中的应用研究

为提高水质评价的准确性,基于MATLAB及人工神经网络理论,采用误差反向传播的BP算法建立漠阳江水质评价模型,充分利用神经网络的非线性映射特性,取7项常规地表水水质评价指标对漠阳江水质进行评价,并将BP神经网络评价结果与单因子评价法及综合指数法的评价结果进行比较,网络运行结果表明一致效果良好.同时较传统的水质评价方法,该网络具有较高的识别精度,提高了水质评价等级的准确性,使评价的结果更具有科学性.     

太湖流域上游平原河网污染物综合衰减系数的测定

改善太湖水质需要削减上游河流进入太湖的污染物总量.为了探求太湖流域上游平原河网的自净能力,开展原位实验测定了枯水期高锰酸盐指数、氨氮(NH_4~+-N)、总氮(TN)和总磷(TP)的综合衰减系数,根据河道的水力特征对综合衰减系数进行了修正,并利用一维稳态水质模型对修正前后综合衰减系数的可靠性进行了验证.结果表明,高锰酸盐指数、NH_4~+-N、TN和TP的综合衰减系数分别为:0.0296~0.4106、0.0224~0.3564、0.0137~0.3046和0.0555~0.5725 d~(-1).可靠性验证表明高锰酸盐指数、NH_4~+-N、TN和TP综合衰减系数修正前的平均相对误差分别为8.39%、14.40%、11.43%和19.22%,修正后的平均相对误差分别为10.65%、14.34%、11.37%和19.24%.修正前后高锰酸盐指数、NH_4~+-N、TN和TP的平均相对误差均小于20%且变化不显著,表明综合衰减系数的测定结果能够为太湖流域上游平原河网的污染物总量控制管理提供科学参数;也表明枯水期的水力条件对综合衰减系数的影响较小.     

海州湾海洋牧场人工鱼礁投放对营养盐的影响

为了解海州湾海洋牧场人工鱼礁投放对营养盐的影响,基于2008—2015年间共24个航次水质调查资料,分析了海州湾海洋牧场鱼礁区和对照区活性磷酸盐(PO_4~(3-)-P)、活性硅酸盐(SiO_3~(2-)-Si)和溶解无机氮(DIN)的浓度、组成及营养盐结构的变化.同时,比较了鱼礁区和对照区营养盐的变化,初步分析了人工鱼礁投放量与营养盐的相关性,尝试探索人工鱼礁投放对营养盐浓度与结构的影响.结果表明,鱼礁区和对照区PO_4~(3-)-P、SiO_3~(2-)-Si浓度均呈现出秋季夏季春季的特点,且鱼礁区高于对照区.DIN在鱼礁区和对照区也呈现出同样的季节变化特点,但鱼礁区的变化幅度显著大于对照区.海洋牧场人工鱼礁的投放使鱼礁区PO_4~(3-)-P和DIN浓度增加.受热力学平衡的影响,对照区DIN浓度也出现了增加,而PO_4~(3-)-P受人工鱼礁投放的影响小.鱼礁区和对照区SiO_3~(2-)-Si受人工鱼礁投放影响均不明显.另外,海洋牧场DIN组成也发生了改变,2012年前NO_3~--N为DIN主要组成,之后为NH_4~+-N.营养盐结构分析显示,海州湾海洋牧场营养盐对浮游植物主要表现为磷限制.     

基于模糊神经网络的机动车驾驶教练员职业适宜性研究

提出应用模糊神经网络系统,建构教练员职业适宜性的3个要素(即心理素质、驾驶技能和知识的表达阐述能力)的学习样本,分析"三要素"的8项特征参数指标——场依存性、速度估计能力、交通安全意识、简单反应、选择反应、跟踪能力、行车注意力、表达阐述能力等,使用K-均值法对实验样本进行初始分类,形成标准学习样本,使用该样本对所构建系统进行训练和调试。利用经调试训练后的系统,依据所测教练员的心理、心理参数对其职业适宜性进行评价。试验表明:建立的教练员职业适宜性仿真模型能取得很好的评价效果。     

ABR处理硫酸盐有机废水的BP神经网络建模

通过厌氧折流板反应器(ABR)处理硫酸盐有机废水的实验数据对BP神经网络进行训练,建立了ABR处理硫酸盐有机废水的BPNN模型,通过测试对比,找出了较优训练函数为traingda,较优训练次数为1 900.利用分割连接权值法(PCW)对影响出水SO42-和COD的主要因素进行分析,结果显示进水COD、SO42-、pH、COD/SO42-和HRT对出水SO42-和COD均产生一定影响,其中进水pH对出水SO42-和COD的影响最大,相对重要性(RI)指数分别为30.79％和23.44％;并通过样本试验数据分别建立了对SO42-和COD去除率的限制因子仿真模型,为预测硫酸盐有机废水的厌氧处理过程提供指导.     

人工浮床对汾江河水质净化的研究

对佛山市汾江河内布置浮床的水域的7个断面进行采样监测,分析了布置浮床侧与未布置浮床侧各水质指标的差异,以考察人工浮床对汾江河水质的净化效果。同时比较了圆币草、水罂粟、梭鱼草、狐尾草、美人蕉和鸢尾6种浮床植物的生物量和氮磷吸收量。结果表明,布置人工浮床一侧的水质TN、TP、COD和NH4＋-N含量均显著低于未布置浮床一侧的水质,表明人工浮床对水体水质的有净化效果。总面积约4 900 m2的浮床植物经过3个月的生长,从水体中共吸收了192.5 kg的氮和76.1 kg的磷。6种浮床植物中,狐尾草的净增生物量最高,达到64.2 kg/m2;圆币草次之,为62.2 kg/m2。狐尾草和圆币草对氮磷的吸收能力在6种植物中处于较高水平,每平方米狐尾草和圆币草从水体中分别吸收了51.61g氮、19.79 g磷和46.90 g氮、22.93 g磷。综合比较得出,狐尾草和圆币草在生物量和氮磷吸收量上均保持在较高水平,是较好的浮床植物。本研究为人工浮床在南方类似河流中的应用及植物选择提供了参考依据。     

响应面法和神经网络优化Acinetobactersp．DNS32发酵基质

为了提高阿特拉津降解菌Acinetobactersp．DNS32的产量，分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分（玉米粉、豆饼粉、K：HPO。）进行优化研究。响应曲面法确定3种成分的含量为玉米粉39．494g／L，豆饼粉25．638g／L和K。HPO。3．265g／L时，预测发酵活菌最大生物量为7．079×10^8CFU／mL，实测量为7．194×10^8CFU／mL；人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L时，预测最大值为7．199×10^8CFU／mL，实测量为7．244×10。CFU／mL；最终确定培养基配方：玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L，CaCO3为3．000g／L，MgSO4·7H2O和NaCl均为0．200g／L；优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36．6％。结果表明，在阿特拉津降解菌DNS32发酵培养基组分优化方面，响应面法和基于人工神经网络的遗传算法都是可行的，基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。     

基于粗糙集-神经网络的矿山地质环境影响评价模型及应用

采用衡山白果地区石膏矿山的11个评价指标,综合运用粗糙集和神经网络理论,构建了基于粗糙集-神经网络(RS-ANN)的矿山地质环境影响评价模型,对RSES软件约简的数据和无约简的数据采用EasyNN-plus软件进行预测评价。神经网络模型的输入属性为8个,而粗糙集-神经网络模型的输入属性为6个,训练样本均为13个,预测样本均为4个,前者的平均预测精度为1.85%～24.86%,后者为1.23%～15.28%。研究发现,粗糙集在保留关键信息的前提下可有效地对数据表进行约简,约简后的神经网络预测结果与实际情况吻合,并比无约简时总体精度有较大幅度提高。