数据挖掘技术在环境科学中的应用

本文介绍了数据挖掘技术的基本任务、算法,对数据挖掘在环境科学领域的应用现状进行了综述.数据挖掘方法在环境质量评价、环境预测、大气颗粒物源解析及优化布点等方面较常规数学方法具有相当的优越性;数据挖掘方法在环境科学领域必将有巨大的实用价值和广阔的应用前景.     

人工神经网络在环境科学中的应用

从环境质量评价、环境预测、大气颗粒物源解析及优化布点四个方面对人工神经网络（ANN）在环境科学领域的应用现状进行了综述．可以看出人工神经网络方法在环境质量评价、环境预测、大气颗粒物源解析及优化布点等方面较常规数学方法具有相当的优越性；可以预见人工神经网络方法在环境科学领域必将具有巨大的实用价值和广阔的应用前景．     

电解法处理城市生活垃圾渗滤液的研究

本文采用电解氧化法对垃圾渗滤液进行了预处理和深度处理研究.实验结果表明:电解氧化过程中,NH3-N优先于COD被氧化去除.当电流密度较小时,用电解法对垃圾渗滤液进行预处理,垃圾渗滤液中COD、NH3-N的去除效率很低,增大电流密度有助于增强电解效果,当电流密度为50.0mA/cm2时,电解5小时COD去除50%,氨氮去除100%.用电解法对垃圾渗滤液进行深度处理,电流密度较小时,渗滤液中COD、NH3-N即可呈现稳定降解的趋势.     

城市垃圾填埋场渗滤液处理工艺综述

城市垃圾对环境的影响越来越严重，垃圾填埋导致垃圾渗滤液的大量产生，渗滤液中含有大量的有机物、大量的病菌、病毒、寄生虫等以及一些有毒有害的物质，若渗滤液不加以妥善处理、肆意排放，必将对地下水、地表水构成严重威胁，因此垃圾渗滤液的有效处理就成为一个亟待解决的问题。本文对城市垃圾填埋场渗滤液的处理工艺进行了分析和探讨，介绍了国内外垃圾渗滤液处理的主要技术，包括土地处理法、生物法和物化法，并对电解法处理垃圾渗滤液进行了详细的介绍。     

神经网络在空气污染预报中的应用研究

空气污染预报是一项复杂的系统工程，是当今环境科学研究的热点，国内外已有将神经网络法应用于大气污染预报的研究。本论文以PM2．5为例，采用伦敦市PM2．5的小时平均浓度数据，使用传统的BP神经网络建立预报模型，定量预测伦敦市PM2.5的小时平均浓度，探讨了大气污染预报网络的建模过程中，扩大样本集、去除样本集数据噪声和在输入向量中加入气象变量等因素对建模所产生的影响。最后得出结论，适当的选择样本集、气象变量，有利于提高所建立网络模型的预测精度。