基于BP神经网络的三峡库区土壤侵蚀强度模拟

降雨侵蚀力变化是一复杂过程,其变化存在一定的随机波动性,土壤侵蚀是三峡库区生态环境脆弱最主要的影响因素之一,查明库区土壤侵蚀强度的演化过程及未来趋势是库区生态文明建设过程中急需解决的关键科学问题。论文基于三峡库区1990年侵蚀降雨特征,利用BP神经网络对2010年75个站点降雨侵蚀力进行模拟、验证,预测2030年75个站点降雨侵蚀力。选取2030年预测结果中位于库区周围的27个站点,结合2030年库区自然增长、生态保护情景下土地利用模拟数据,使用RUSLE计算2030年土壤侵蚀强度。结果表明：1）2010年库区降雨侵蚀力模拟相对误差为15%,测试样本数据相对误差为14.67%,预测相对误差为19.65%,NE系数为0.85,说明BP神经网络对库区降雨侵蚀力具有良好模拟效果;2）2010年库区土壤侵蚀强度的Kappa指数为0.75,计算结果能满足模拟与预测需求;3）在土地利用不变情况下,2030年库区轻度、中度侵蚀面积均有所增加,微度及强烈以上侵蚀面积均呈减少趋势,且侵蚀强度转变中的58%来源于相邻侵蚀强度,跨侵蚀等级区的较少;4）在降雨侵蚀力不变情况下,自然增长、生态保护情景下未来土地利用变化所导致的土壤侵蚀均呈下降趋势,后者下降的趋势更为明显;5）在降雨侵蚀力及土地利用均变化的情况下,自然增长、生态保护情景下土壤侵蚀均呈下降趋势。     

基于SOM-SVM组合分类器的涂层防护性能研究

目的为避免EIS,EN技术可能出现的问题,建立一个准确、高效的评价模型,以探究现役军用有机涂层防护性能。方法利用电化学阻抗谱(EIS)、电化学噪声(EN)技术分析了两种军车有机涂层在循环暴露试验中的腐蚀行为,提取低频阻抗模值|Z|_(0.1 Hz)与涂层噪声电阻R_n两种电化学评价参数作为自组织神经网络(SOM)的输入训练样本,同时结合支持向量机(SVM)方法建立涂层防护性能组合分类器。结果将涂层失效过程自适应地分为涂层防护性能良好、防护性能下降、基本失效三个阶段。结论所建立的SOM-SVM组合分类器对于辅助分析涂层防护性能具有可行性。     

Monitoring Air Quality in Mountains: Designing an Effective Network

A quantitatively robust yet parsimonious air-quality monitoring network in mountainous regions requires special attention to relevant spatial and temporal scales of measurement and inference. The design of monitoring networks should focus on the objectives required by public agencies, namely: 1) determine if some threshold has been exceeded (e.g., for regulatory purposes), and 2) identify spatial patterns and temporal trends (e.g., to protect natural resources). A short-term, multi-scale assessment to quantify spatial variability in air quality is a valuable asset in designing a network, in conjunction with an evaluation of existing data and simulation-model output. A recent assessment in Washington state (USA) quantified spatial variability in tropospheric ozone distribution ranging from a single watershed to the western third of the state. Spatial and temporal coherence in ozone exposure modified by predictable elevational relationships ( 1.3 ppbv ozone per 100 m elevation gain) extends from urban areas to the crest of the Cascade Range. This suggests that a sparse network of permanent analyzers is sufficient at all spatial scales, with the option of periodic intensive measurements to validate network design. It is imperative that agencies cooperate in the design of monitoring networks in mountainous regions to optimize data collection and financial efficiencies.     

B-P网络应用于地下水水质监测点优选

以地下水水质评价分级标准作为训练样本,构造B-P网络模型对其进行训练,用训练好的B-P网络对某地的地下水水质监测点进行评判、优选。并与其它方法的结果进行比较,结果表明,B-P网络用于环境测点优选不仅原理直观,而且具有较好的客观性和实用性。     

基于B-P神经网络的环境质量评价方法

提出可将环境质量评价的无论是定量指标还是定性参数转化成"二进制"的"1"或"0",进而将这种二进制数引入B-P网络.通过实例探讨,这种新的B-P网络既适用于定量指标的水质参数又适用于定性指标的水质参数.     

层级化环境质量数据网络直报业务系统的设计和应用

分析了目前环境监测部门的数据传输现状,设计了基于VPN互联网络的环境质量数据层级化直报业务系统,介绍了网络直报系统的业务模型、数据审核和存储策略、系统功能设计及其应用等。     

人工神经网络用于铅的化学形态模拟计算

用前馈线性网络法求解水体系中Ｐｂ（２＋）与ＯＨ－之间的反应常数，不同训练算法对求解结果的精度、收敛速度及权值均有影响．结果表明，批处理算法的精度最好，权值不出现负值，但运算时间最长；在线算法的精度虽不如批处理算法，而比数据变换－在线算法好，权值有时会出现负值．运算时间较长；数据变换－在线算法的优点是运算时间短，但相对误差较大，权值出现负值的机会多。采用反馈网络模拟计算铅的各种化学形态的浓度．用物料核算的方法对反馈网络模型进行检验表明，此种模型用于平衡计算是可行的，详细分析了理论模拟和实验曲线的差异的原因，温度的影响最小，在４＜ｐＨ＜９时，ＣＯ有重要的影响．在国代检验时，ｎ值取整所引入的误差的影响亦不可忽视。从本文的结果可以看到，采用前馈网络和反馈网络相结合的方法考察水体中的化学形态是可行的．从而为解决这一类问题提供了一种可能的途径．     

无盘网络系统的介绍和应用

无盘网络系统是一种很适合在计算机配置较固定、软件程序较划一的网络环境中运行的网络系统,随着电脑教育的规模扩大,网络教室的普及,发展也非常快.本文简述了其产生环境、功能介绍,针对其优势和不足说明了无盘网络系统的应用前景是非常广阔的.     

基团贡献法对取代苯类化合物生物降解性的预测

测定了 47种取代苯类化合物在松花江水中的 5日生化需氧量 (BOD5) .分别采用线性基团贡献法和非线性基团贡献法(人工神经网络法 )对化合物的生物降解性BOD5 ThOD(ThOD :理论需氧量 )进行QSBR研究 .得到不同基团对生物降解性的贡献为 :C6H5>COOH >OH >CH3 O CH3 >NH2 >Cl >NO2 .线性基团贡献法对于训练组和测试组的定性预测正确率分别为72 %和 86 % ;而人工神经网络法的预测正确率分别为 92 %和 86 % .预测结果表明线性和非线性基团贡献法的预测效果都很好 ,相比而言 ,非线性方法对生物降解性的预测更准确     

污水处理厂自动控制系统综述

针对我国污水处理厂自动控制系统的现状 ,简述了污水处理控制系统的控制原理、特点、构成和功能分析了系统的故障原因、干扰因素、智能性及提高系统智能性的方法 ,介绍了模糊控制等新方法在污水处理控制系统中的应用以及系统的功能扩展 ,为建立我国自己完善的污水处理厂集散控制系统提供了一些思路