累积流量模型在河流水质管理规划中的应用

借助混合率与保存率的概念,将累积流量模型应用到河流水质管理规划中,提出了一个新的可考虑向扩影响的规划模型,并将水质管理目标定在取水口水质达标上。     

人工神经网络模型在水质预警中的应用研究进展

水质预警模型是大数据时代构建环境智能决策与管理体系的关键技术.近年来,水质自动化监测能力的提升以及测管协同对环境模型的强烈需求,激发了研究人员探索新的建模方法并努力提高模型预测性能.其中,人工神经网络(Artificial Neural Network, ANN)模型发展迅速.本文综述了3大类ANN模型的发展历史和模型结构特点,梳理了ANN模型在水质数据软测量、数据异常检测和时间序列预测等方面的研究进展,归纳了一般建模流程、技术建议和常用的模型性能指标,发现ANN模型的应用依赖于监测数据质量,存在模型可解释性差、模型运行硬件资源要求较高等不足,提出未来水质预警模型的研发思路和重点,需要加快推进水环境监测技术与预警模型的协同发展和业务化应用,通过多种应用场景检验实现技术迭代,形成大数据驱动的水质在线监测-智能预警-应急管理支撑体系,助力我国环境治理能力现代化.     

影响系数矩阵在河流水质规划中的应用

河流水质规划中常常要用水质数学模型来模拟水体的水质、刻划岸边污染带、对水质进行预测，并结合其它模型对污染物排放进行总量控制，以及对污染方案进行水质验证。由于水质数学模型的单向性（即数据只能从输入流向输出），在实际工作中当需要逆计算时（如计算水环境容量等）往往采取试算法，工作量较大。本文介绍的影响系数矩阵法可以方便快捷地完成上述各项工作。此法在中英国际合作项目“长江、嘉陵江水污染控制规划研究”中已采用，效果较好。     

随机模拟在常州运河水质规划中的应用

以常州运河的水质规划为实例,讨论了确定性水质模型的随机模拟。讨论中引进了主观概率和客观概率的概念,用泰勒级数确定客观概率分布,用可能最大机率法估计主观概率分布,并给出了在实施不同规划方案时的水质概率曲线和水质达标的保证率。计算结果表明,使水质恶化的各种随机因素的作用不容忽视,各种水污染治理措施只能降低水质超标的风险水平。     

BOD-DO耦合人工神经网络水质模拟的研究

将人工神经网络的理论和方法引入河流水质模型的建筑中，提出了BOD－DO耦合BP人工神经网络水质模型，应用长江干流重庆段的实测水质样本对模型进行训练与 检验表明：该模型用于水质模拟可行且精度较高，为河流水质模拟开辟了一条简便可行的新途径。     

河流水质系统的灰色规划方法和应用

借助于河流水质灰色模型,可以对河流水质系统进行灰色规划。灰色规划考虑了实际河流水质系统中客观存在的不确知因素和偶然因素影响,概述了河流水质系统的灰色规划模型的构造、河流水质系统灰色规划模型的求解及其在四川沱江水质系统规划中的应用。     

二维水质模型横向扩散系数的人工神经网络模拟

将人工神经网络的理论和方法引入河流横向扩散系数的理论预测中，提出了基于BP人工神经网络的横向扩散系统预测模型，应用国内外河流的实测样本对模型进行训练与检验表明，该模型用于横向扩散系数的计算不仅可行而且精度较高，为河流横向扩散系数预测研究开辟了新途径。     

沱江水质管理规划研究

本文对沱江流域水质现状和未来污染发展趋势进行了研究,提出分江段的水质目标。用“离散规划”求出水污染控制的最优方案控制现行排污量,用总量控制标准控制今后排污量的增加,以保证规划期限内水质目标的实现。     

水质自动监测技术在水环境保护中的应用

实施水质的自动监测与远程监控,有助于及时掌握水体状况与水质变化,提高对水质污染事故的预防与处理能力,进而使水污染问题得到有效解决.通常情况下,水质自动监测技术可以实现水质自动监测,进而为水环境保护提供了支持.本文结合水质自动监测技术的应用现状,分析了水质自动监测技术在水环境保护护中的应用实例.以期解决我国水资源分布不均...     

河流水质预测的因素状态网络模型研究

建立了一种河流水质预测的因素状态人工神经网络模型,其算例的计算结果表明,这一种方法有着极大的研究意义和广阔的应用前景。      

人工神经网络在环境科学中的应用研究

以B-P网络为例介绍了人工神经网络模型的应用原理。以开拓人工神经网络在环境科学中的应用范围为目的,综述了几种常用神经网络模型在环境预测与评价2方面的应用性能。结果表明:人与环境关系的科学量度是多方位、多因素的非线性模糊问题,而人工神经网络模型具有解决该类问题的独特优点。针对不同环境问题,优选模型,开拓人工神经网络方法在环境科学中的应用范围,为环境问题的解决提供新的技术手段。     

人工神经网络在湖泊富营养化评价中的应用研究

运用人工神经网络技术评价湖泊富营养化程度。详细阐述了神经网络的结构设计，样本生成及学习算法，给出了通过训练得出的网络权和阈值，最后将此神经网络用于１２个湖泊的富营养化评价，取得了较好的评价结果。     

环境质量综合评价的径向基函数网络模型

建立了一个环境质量综合评价的径向基函数人工神经网络(RBF-ANN)模型,同时提出了一种简便?快速的RBF-ANN的最小二乘算法(RBF-LS算法)?在城市环境质量综合评价的应用中表明,提出的RBF-ANN模型及其算法是合理?有效?通用的?      

试论水质管理与饮水安全

随着生活水平的不断提高，人们对饮用水质量提出了更高的要求，而水环境质量的普通恶化又使人们不得不考虑饮用水的安全性。在简介了我国水资源现状的基础上，文中阐述了水质问题的重要性和我国水体环境质量的严峻性，指出了水质问题不仅制约着社会经济的发展，更直接地丰人们饮用水的安全性，已成为进入21世纪我国水资源问题的主要矛盾；在分析了我国水资源水质管理存在问题的基础上，从法律、法规、政策、经济等方面，着重探讨了加强水质管理与解决水资源供需矛盾和保证饮用水安全的关系。     

基于神经网络模型的水质监测与评价系统

对水环境的监测与评价，可以掌握水质现状及其发展趋势，为水资源的开发利用和管理提供科学依据。水质评价是建立在水质监测基础之上的。首先结合我国水环境监测技术规范与标准，合理地选择监测项目与监测仪器，建立水质监测系统。然后在水质监测所获数据基础上，运用人工神经网络的理论和方法，通过BP网络不断的学习与训练，归纳出评价标准与评价结果间复杂的非线性关系，建立水质评价的BP神经网络模型系统。经实际应用表明，该系统具有很强的学习、联想和容错功能。为水质监测与评价提供了一条新的途径。     

综合环境质量的B－P网络二级评价

为了探索人工神经网络应用于环境质量评价的可行性和合理性，应用人工神经网络的Ｂ－Ｐ模型，构造了大气、水质和噪声的综合环境质量的Ｂ－Ｐ网络二级评价模型。并将该模型应用于实例作效果检验。结果表明Ｂ－Ｐ网络用于环境质量评价适应性强，方法可行，结果合理。     

基于人工神经网络方法的水质预测初探

常规的水质预测模型因存在许多简化与假定而限制了其精度与实用性的提高.文章通过引入神经网络技术来建立水质预测模型,分别采用LM算法和RBF算法来提高预测的精度.结果表明,在建立三门峡水库流量和水质的输入响应关系模型的实际应用中,RBF算法取得了较好的预测效果.