多元线性回归与灰色联合模型在湖泊水质预测中的应用

根据对湖泊水体中所含高锰酸盐指数、氨氮、总磷等主要化学指标及其相关因素人口、工业产值和污水排放量的数据,采用了多元线性回归方法建立了湖泊水质预测的数学模型。并用多元线性回归和灰色模型联合的方法进行实际预测,多元线性回归模型通过F检验认为回归方程的效果比较显著,灰色模型精度检验达到二级,收到了良好效果。     

应用层次分析法确定城市生活污水排放量影响因素的权值

影响城市生活污水排放量的因素众多,这些因素对城市生活污水排放量影响的权重是进行生活污水排放量预测和处理设施规模的关键。本研究结合相关影响因素分析并运用层次分析法对影响城市生活污水排放量的主要因素进行加权,以定量的形式确定了影响因素的相对重要度,为预测城市生活污水处理量提供了参考依据。     

海岸带污染负荷预测模型及其在渤海湾的应用

针对海岸带及其近岸海域污染的特点,建立旨在为污染负荷总量的控制与削减以及在不同部门的重新分配提供技术手段和科学依据的海岸带水污染负荷预测模型．该模型涵盖了海岸带区域的主要污水排放部门,综合采用统计回归、灰色预测等方法,解决了由于数据缺乏或相互关系不明确而带来的环境系统的不确定性问题,并依据天津市污染负荷历年统计数据对模型加以验证．通过对天津市近岸海域近10年氮、磷、石油类和耗氧有机物排放量估算结果可以看出,万元产值工业废水排放量逐年下降,耗氧有机物排放量逐年缓慢增长．在污水排放总量中,有2／3的耗氧有机物和75％以上的氮来自于生活污水,因此天津市应重点控制生活污水排放．     

中国2020年城市生活污水排放量预测及淡水资源财富GDP指标的建立

以1985-2003年的城市生活用水量、城市生活污水排放量的统计数据及其变化趋势和变化规律、年均变化量等数据为基础,应用系统分析与模式预测相结合的方法,对中国2020年城市生活污水排放量进行警告性预测、滚动性预测和循环经济方案预测,分别为4.024×1010,3.554×1010和1.735×1010 t.经分析,推荐采用循环经济方案预测值(1.735×1010 t)为2020年中国城市生活污水预测排放量.提出了淡水资源绿色GDP指标,并以某市为例,框算了其淡水资源财富.      

基于改进灰色与广义神经网络的火电行业NO_x排放组合预测

为解决区域火电行业NOx排放量的预测问题,在原始灰色模型基础上做出改进,提出了基于指数平滑的改进灰色模型,并将该模型与广义神经网络相结合,建立了基于改进灰色与广义神经网络的组合预测模型。以1998—2011年火电行业NOx排放量数据为基础,对提出的组合预测模型与灰色模型和广义神经网络模型的预测结果进行了对比。结果表明:建立的组合模型预测结果更为精准,能够更有效应用于区域火电行业NOx排放量的预测问题。     

上海市污水量变化趋势探讨

随着国民经济的持续发展,人民生活质量的逐步提高,对水资源的需求量将不断增加,同时工业废水和生活污水的排放量也将不断增长.正确预测城市污水的排放量,对城市环境规划极其重要.本文在比较国内外不同地区和城市污水排放量的基础上,分析了上海市污水量的变化趋势,计算了上海未来几年的污水排放总量.     

基于改进灰色GM(1,1)模型的三峡库区工业废水量预测

三峡库区工业废水排放量大,对库区水生态环境安全造成严重危害。为了取得较高精度且适合长期预测工业废水量的模型,以三峡库区2006—2012年工业废水排放量数据作为原始数据进行建模,并用2013年的数据检验结果。对灰色GM(1,1)模型和3种改进灰色GM(1,1)模型分别建模并进行精度比较,根据"新信息优先"原理,将选出的最佳改进模型与新陈代谢模型结合,抛弃最旧的数据,不断补充新的数据,重复建模,构建三峡库区2014—2020年工业废水排放量预测模型。结果表明:改进灰色GM(1,1)模型方法三结合新陈代谢模型能够较为准确地预测库区工业废水排放量,且精度高于灰色GM(1,1)模型,在未来7年里库区工业废水排放量呈现出缓慢下降的趋势。预测结果可为政府和有关部门制定该地区的环境保护政策、保护当地生态、合理安排社会经济环境的和谐发展提供参考。     

用灰色系统理论GM(1,1)模型预测牡丹江市废水排放量

本文用灰色系统理论的单序列一阶线性动态模型——GM(1,1)模型预测牡丹江市废水排放量未来的变化趋势是逐年增加,到2000年,废水排放量14192.5万吨.经过残差、后验差的检验和关联度分析,该模型具有较高的精度,最大误差为0.486％,可作为牡丹江市废水排放量的一级预测模型.     

城市三废排放量的灰色预测

本文运用灰色系统理论中的动态建模方法,建立了某市兰废排放量的灰色预测模型,并用该模型预测了该市在未来几年的三废排放量及其变化趋势,从而为制定合理的污染防治对策提供了科学依据。     

污水排放预测的多因素灰色模型GM(1,N)及其应用

在分析污水排放数据处理的现状后,运用灰色系统理论,通过优化模型系数与背景取值,建立了多因素灰色GM(1,N)模型。该模型克服了现有GM(1,N)模型的不足,扩宽了GM(1,N)模型的应用范围．具有精度高、使用简便等特点。GM(1,2)计算实例表明,该模型简单实用,值得在污水排放预测中推广应用。     

基于灰色支持向量机组合模型的我国火电NOx排放量预测

区域火电NO_x排放量的预测属于小样本、贫信息的灰色系统. 由于NO_x排放量受多个因素的叠加性影响,单一预测模型难以准确反映NO_x排放量的复杂变化,易产生较大的预测误差. 基于此,利用灰色预测理论和支持向量机预测理论,建立了火电NO_x排放量组合优化预测模型. 采用国家权威部门发布的火电NO_x排放量数据,综合考虑影响我国火电NO_x排放量的主要因素,对我国2008—2010年以及2020年的火电NO_x排放量进行了预测,预测结果与官方公布的实际值基本一致; 同时,预测的时间大大缩短.      

广州市污水排放分析及预测

在分析广州市十几年污水排放特点的基础上，采用灰色理论中的灰色GM（1，1）模型对广州市污水进行建模预测，以便为广州污水处理和规划目标的制定提供宏观依据。     

灰色系统理论在城市交通噪声预测和绝对关联度分析中的应用

运用灰色系统理论的动态建模方法,根据最近7年的时间序列数据,建立了城市道路交通噪声的灰色预测模型。本模型经检验为一极模型,进行中、短期预测精度高,残差仅±0.7％。对某市未来几年交通噪声变化的趋势进行了预测。同时对影响城市交通噪声变化的８个相关因素进行了绝对关联度分析,确定了城市人口、车流量及机动车数量变化为影响交通噪声变化的优势因素。为交通噪声污染防治提供了科学依据。     

基于扩散波模型和遗传算法的河道排污口溯源方法研究

针对河道排污口人工排查成本高且难以做到实时性的问题,建立了基于水流扩散波模型和遗传算法的河道排口反问题溯源方法,并通过突发污染排放的设计算例和河流污染排放实际调查案例进行验证。结果表明:1)反问题模型能有效反演潜在的突发性大流量污染排放,包括排放位置、水量、排放起始时间和终止时间;经过多次运算反演结果的中位值与真实解几乎完全一致。2)对于日常排污口排查而言,该方法可通过合理的水文监测断面布设,准确识别出河流中潜在的多个排污口空间位置和排放水量。3)对于突发排放和日常排污口排查,溯源精度均可达到200 m以内;对应监测站点的布设距离为2 km。因此,该反问题模型可为未来基于在线数据的河道水下排污口动态监管提供技术参考。     

小型城市污水排放量预测模型研究——以楚雄市为例

针对小城市污水排放量历史数据较少,城市发展变化较大的特点,以楚雄市为例,提出了基于污水排放来源以及生成机理的预测方法。根据历史人口增长趋势以及城镇化率进行城区人口综合预测,运用定额法根据不同行业用水特点预测城市用水量,结合城市污水排放特点对楚雄市近期以及远期城市污水排放量进行科学合理的预测,并对预测结果进行了分析,可为城市发展规划提供决策参考。     

应用灰色模糊马尔科夫链预测海河水质变化趋势

灰色GM(1,1)模型在水质预测中得到了较为广泛的运用,但其存在灰色偏差与抗干扰能力弱的局限性,针对这一问题,将马尔科夫链理论与模糊集合理论引入灰色GM(1,1)预测模型,并应用该模型对海河三岔口断面的DO、CODMn和NH3-N 3项指标2012~2016年的浓度变化趋势进行预测.结果表明,2004~2016年,DO及NH3-N浓度大致呈上升趋势,预计2016年分别可达9.15,1.47mg/L;CODMn浓度呈下降趋势,预计2016年可达3.91mg/L.以2012年的数据做验证,灰色模糊马尔科夫链模型的预测精度最高,可作为科学的水质预测方法.     

2008年北京市大气质量的灰色预测

运用灰色关联分析方法对北京市大气主要污染物质进行了分析,得出PM10、TSP和SO2是主要污染因子。在此基础上,运用灰色系统理论建模方法,分别建立主要污染因子的预测模型。运用该模型预测出到2008年北京市的TSP和PM10仍不能达到国家二级标准。在今后几年内降低颗粒物的污染是北京市大气污染控制工作的首要任务。     

污染条件下成都市PM_(2.5)干沉降速率的模拟分析

利用成都市三瓦窑、沙河铺国控环监站2015年9月—2016年8月逐时PM_(2.5)监测数据,结合同期双流国际机场公布的地面气象要素(风场、温度、湿度和压强)以及温江站风速探空资料,首先统计分析了成都市风场、温度和湿度的基本特征,然后计算了污染条件下PM_(2.5)干沉降速率,并建立了适用于不同季节的GIFM模型和多元回归预测模型。结果表明:基本气象要素场的配置以及特殊地形导致了成都市PM_(2.5)干沉降环境恶劣,同时四季差异较大;污染条件下PM_(2.5)干沉降速率约为0.02~0.1 cm/s,表现为冬季<秋季<年<春季<夏季,四季的主要影响因子也不同,秋冬为湿度和压强,春季为温度,夏季为风速,且湿沉降强度过大时,会出现PM_(2.5)干沉降速率的"虚高"现象;GIFM模型和多元回归模型均能很好地预测污染条件下的PM_(2.5)干沉降速率,其预测能力均是夏季最好,冬季最差,春秋次之,通过对比分析表明GIFM模型的预测能力在各季节均优于多元回归模型。     

城市生态系统污染氮足迹与灰水足迹综合评价

水足迹和氮足迹指标的运用可定量分析人类水资源与氮元素消费对环境造成的影响,但联合双足迹指标评价城市发展对环境造成的多重负效应的研究尚缺.基于污染氮足迹及灰水足迹理论与内涵,以城市化程度较高的深圳市为例,分别对其城市污染氮足迹及灰水足迹进行核算与评价,综合评估城市快速发展导致的氮污染与水污染潜在风险的耦合关系.结果表明:2005—2015年深圳城市污染氮足迹呈波动下降趋势,年均约3万t.水体活性氮流失为主要的城市污染氮足迹来源.同时,深圳城市灰水足迹却呈波动上升趋势,年均约15亿m~3,生活灰水足迹为城市灰水足迹主要构成部分,也是城市剩余灰水足迹的主要来源.研究期间,城市污染氮足迹与灰水足迹呈协同变化趋势,但2012年后两者出现"脱耦"情况.城市污水处理能力与再生水利用率为影响未来深圳城市灰水足迹增加的主要因素,优先快速提高城市生活污水再生利用率和全面提高城市污水脱氮率,可应对城市发展过程水资源与氮元素利用带来的环境风险.