中性水体pH值与温度关系的分段回归计算法

根据中性ｐＨ值与温度的倒数成线性关系之模式，将二者间的２１组实验数据分为两段进行回归计算，获得两个回归方程，相关系数Ｒ〉０．９９９６，ｐＨ计算值的误差不超过０．０１个ｐＨ单位，因此，分段回归计算法提高了计算精度，可通过测水温来计算中性水体ｐＨ值。     

催化比色法测定水中微量碘化物

本文主要对催化比色法测定碘化物进行了研讨。在改进的实验条件下，作校准曲线以碘化物的含量对应ｌｏｇＥ０／Ｅ值，使其相关系数（ｒ）从原来的０．９９提高到０．９９９以上．方法的准确度，精密度大为提高，能满足环境水质分析中微量碘化物的测定要求。     

地面水中非离子氨浓度的数学模型和算法

本文应用热力学基本原理和质子传递平衡原理，从理论上建立了ＮＨ＾＋４－ＮＨ３共轭酸碱对之共轭酸离解常数Ｋａ随温度Ｔ（ｋ）变化的数学模型。用Ｋｗ、Ｋｂ的文献值计算出Ｋａ值，按其模型对温度Ｔ（ｋ）进行回归分析，其相关系数为０．９９９９９７，Ｋａ的估算值与计算值的相对误差小于０．４４％。文中还用导出的δＮＨ３（％）计算公式进行了水体中非离子氨占总氨百分比的估算，并与美国表值作了比较，结果令人满意。导出的Ｃ     

上海市在气中非甲烷烃与机动车尾气排放研究

采用特征性化合物法和统计法相结合的方法，对上海市大气中非甲烷烃与作为机动车尾气特征化合物的ＣＯｇｎ Ｐｂ进行了相关性分析，结果发现，ＮＭＨＣ与Ｐｂ在显著水平０．０１下显著性相关，相关系数达到０．５９３；ＮＭＨＣ与ＣＯ小时均值相关系数达到０．４９５，日均值相关数达到０．５８１，从而判断机动车尾气排放已经逐渐成为上海市大气中ＮＭＨＣ的主要贡献者。     

海带生物吸附含铜废水的试验

利用海带作为生物吸附材料对含Ｃｕ＾２＋废水处理进行了研究。０．２ｇ颗粒直径为０．１８～０．４２ｍｍ的海带粉末，在１００ｍＬ Ｃｕ＾２＋浓度为１００ｍｇ／Ｌ、ｐＨ为３．０～６．０溶液，吸附容量Ｑｍａｘ为４１．５～６０．０ｍｇ／ｇ，Ｃｕ＾２＋的去除率为８３．９％～８９．３％。ｐＨ值是影响吸附的主要因素，最佳吸附ｐＨ值为３．０～６．０。     

酸沉降对重庆南岸马尾松针叶林年生物生产量的影响及其经济损失的估算

利用生态学方法研究了酸沉降对重庆南岸马尾松针叶林和樟树阔叶林年生物生产量及年材积生长量的影响．在野外调查观测的基础上，用多元逐步回归法分析了诸多环境因子对两种森林生态系统年生物生产量的影响，并估算了酸沉降引起的重庆南岸（酸雨严重危害地区）马尾松针叶林的年材积损失量和生态经济损失值．结果表明，在诸多环境因子中，土壤有机质含量、降水ｐＨ值、土层厚度及坡度是影响马尾松针叶林生长的主导因子，其与生物量的相关系数分别为０．９９４０、０．９７６２、０．９７３８、０．９４３６．由此引起的重庆南岸马尾松针叶林的直接经济损失达３０３．３２万元／ａ；酸沉降对樟树阔叶林无显著影响，建议在该地区发展樟树阔叶林．     

酚取代衍生物的QSAR研究

计算了带７种不同取代基的２９种酚取代衍生物的分子表面积。用分子表面积，ＯＨ基表面积，代基当量作为描述变量，对上述化合物的Ｍｉｃｒｏｔｏｘ＾Ｒ毒性进行了回归分析，得到有一定意义的回归方程，其相关系数为０．９０。如果氰取代酚作为局外化合物，则相关系数达０．９４。说明这些参数在预言毒性方面有重要意义。     

珠三角空气质量暨光化学烟雾数值预报系统

基于中尺度气象模式(MM5)、排放源模式(SMOKE)和大气化学模式(CMAQ),耦合本地排放源清单,建立了珠三角区域空气质量数值模式预报系统。该套模式系统对清洁、污染过程的一次、二次污染物都有较好的预报能力。冬季,能见度和PM_(2.5)的预报值和观测值的相关系数最高达0.76和0.78。O_3和NO_x的预报值和观测值的相关系数为0.64和0.61。随着预报时效的增加,预报效果没有明显降低。夏季,在2个典型光化学过程中,O_3的预报值和观测值的相关系数分别为0.68和0.81,NO_x分别为0.57和0.64。在相关的边界层气象因子中,地表通风系数和能见度相关度最高,相关系数达0.71。混合层高度、地面风速、比湿和能见度的相关系数分别为0.55、0.50、和-0.37。在灰霾过程中,PM_(2.5)占PM_(10)的质量浓度为78%。在气溶胶质量权重中,硫酸盐所占的比重最高,占PM_(2.5)权重达到33%,元素碳为18%,有机碳为14%,铵盐为5%,硝酸盐仅为1%。灰霾过程的二次气溶胶的质量权重比清洁过程的大。     

基于气溶胶三维变分同化天津PM2.5数值预报研究

基于气溶胶三维变分同化技术,建立天津空气质量数值模式气溶胶同化模块,通过天津地区两次重污染过程同化模拟敏感性试验,分析了观测资料范围对同化结果的影响,并结合一个月的滚动预报试验,分析了气溶胶同化对天津地区PM_2.5数值预报效果的影响,以期为提升天津空气质量预报能力提供支撑.结果表明：气溶胶同化各控制变量背景误差水平相关系数的衰减尺度约50km,垂直方向上400m高度与模式底层的相关系数衰减至0.6左右;观测资料范围对同化结果影响显著,仅采用天津地区观测数据进行同化,对重污染过程期间天津地区PM_2.5浓度模拟的影响时效约12h,采用模拟区域内所有观测数据进行同化影响时效可持续24h以上,且模拟效果更优;采用三维变分同化技术,实现地面PM_2.5观测资料同化,天津地区PM_2.5数值预报效果显著提升,预报值和实况值之间的相关系数由0.74增加到0.87,均方根误差由32.3μg/m³减小为22.4μg/m³,平均相对误差由39.9%减小为27.1%;同化对模式初始时刻的改进效果最明显,随时间同化效果衰减,14h内改进效果最佳,对24h PM_2.5浓度预报也有明显改进.     

天津地区霾天气特征研究

基于2014~2017年天津地区PM_2.5质量浓度，能见度和相对湿度监测数据开展霾天气特征研究.结果表明：天津中度以上霾过程分为五类：高压后部型，北部弱高压型，低压槽型，均压场型和锋前低压型.在现行标准下，中度霾一般对应重度污染天气，重度霾对应重度到严重污染天气；五级重度污染天气一般有中-重度霾发生，六级严重污染天气有重度霾天气发生.2013年“大气污染防治行动计划”开展以后，天津PM_2.5质量浓度和霾日均显著减少，2017年相比2013年霾日减少了55%，中度及其以上霾日由2013年的41d下降到2017年的20d，下降幅度超过50%.基于实况监测的PM_2.5质量浓度，能见度和相对湿度，可以较好的构建区域能见度计算方程.统计数据显示，其估算的能见度和实况值相关系数为0.94，相对误差为18.6%，非霾日辨识准确率为85%，霾日辨识准确率为95.6%，轻微霾辨识准确率为83%，轻度霾辨识准确率为78%，中度霾辨识准确率为93%，重度及以上霾辨识准确率为94%，对于判断霾等级，有较强的适用性.将该方程与空气质量模式结合开展霾等级预报，2015~2017年24h预报产品检验显示：能见度预报值与实况值相关系数为0.75，预报均值13.9km，实况均值14.1km，相对误差为29.6%，FAC2（预报值在实况值两倍范围内百分比）为98.1%，霾日预报准确率81.4%，霾日漏报率18.6%，霾日空报率20.6%，如果容错1级，轻微霾日预报准确率为96%，轻度霾日预报准确率为85%，中度及以上霾日预报准确率为69%，可有效支撑天津霾等级预报的开展.     

Prediction of the concentration of chlorophyll-a for Liuhai urban lakes in Beijing City

The weekly water quality monitor data of Liuhai lakes between April 2003 and November 2004 in Beijing City were used as an example to build an artificial neural networks （ANN） model and a multi-varieties regression model respectively for predicting the fresh water algae bloom. The different predicted abilities of the two methods in Liuhai lakes were compared. A principle analysis method was first used to select the input variables of the models to avoid the phenomenon of collinearity in the data. The results showed that the input variables for the artificial neural networks were T, TP, transparency（SD）, DO, chlorophyll-a （Chl-a）,pH and the output variable was Chl-a. A three layer Levenberg-Marguardt feed forward leaming algorithm in ANN was used to model the eutrophication process of Liuhai lakes. 20 nodes in hidden layer and 1 node of output for the ANN model had been optimized by trial and error method. A sensitivity analysis of the input variables was performed to evaluate their relative significance in determining the predicted values. The correlation coefficient between predicted value and observed value in all data and in test data were 0.717 and 0.816 respectively in the artificial neural networks. The stepwise regression method was used to simulate the linear relation between Chl-a and temperature, of which the correlation coefficient was 0.213. By comparing the results of the two models, it was found that neural network models were able to simulate non-linear behavior in the water eutrophication process of Liuhai lakes reasonably and could successfully estimate some extreme values from calibration and test data sets.     

Prediction of the concentration of chlorophyll-α for Liuhai urban lakes in Beijing City

Introduction The eutrophication of fresh w ater has becom e a m ain w ater environm ental problem in the w orld. The m ain negative im pacts of fresh w ater eutrophication are w ater quality deterioration and the decrease of hydrophytes and aquatic specie…     

基于遗传算法的PLS分析在QSAR研究中的应用

将遗传算法和偏最小二乘法结合应用于定量结构活性关系研究中 ,进行变量选择和建立最终模型 .以较少的变量个数包含较多的变量信息 ,且变量间没有线性相关问题 ,因而得到较好的 QSAR模型 .将这种方法应用于氯代酚和单取代苯 2种系列化合物 ,可以得到几种常规多元回归分析方法不能得到的质量较高的 QSAR模型 .     

运用回归分析与人工神经网络预测含硫芳香族化合物好氧生物降解速率常数

为了研究人工神经网络预测有机化合物生物降解的性能,运用多元线性回归方法和误差反向传递人工神经网络模型以基团代码作为结构描述符,分别拟合、预测了一批含硫芳香族化合物的一级好氧生物降解速率常数．结果表明,由于神经网络自动考虑了基团间的交互作用,它对生物降解这类复杂问题有极高的求解能力,预测的均方误差为０．００１０２,远低于线性回归模型的预测误差０．０１５９１     

水质综合评价的人工神经网络模型

为探讨水质综合评价的客观方法,以成都市金堂县东风水库水质资料为例,建立了地面水水质综合评价的BP网络和Hopfield网络模型。BP网络模型以单输出代替多输出可保证评价结果的唯一性。Hopfield网络更优于BP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,而且使水质评价形象化     

人工神经网络模拟芳基脲土壤吸附系数研究

对38种芳基脲类化合物的土壤吸附系数进行了定量结构－活性相关研究。利用量子化学的AM1方法提取化合物的结构参数，运用多元回归分析和人工神经网络对该化合物进行比较研究。研究结果表明，神经网络法所得结果优于多元回归分析结果，并对分析结果进行了吸附机理讨论。     

基于概率神经网络的城市湖泊生态系统健康评价研究

概率神经网络(PNN)是一种结构简单、训练简捷、应用十分广泛的人工神经网络,并且在水质分类等环境领域已取得一定研究成果.本文选取广州市最大的人工湖——白云湖作为研究对象,结合其水质监测数据及生物监测数据,建立概率神经网络模型对其进行湖泊生态系统健康评价,得到不同监测时间点的湖泊生态系统健康评价结果.分析表明:1白云湖生态系统比较脆弱,目前净化水质的效果有限;2各监测点的评价结果均呈季节性变化,丰水期湖泊生态系统健康状态好于枯水期,年际变化不显著.实验结果表明,利用概率神经网络对湖泊生态系统健康状态进行评价是可行的,与传统评价方法相比,其具有训练时间短、权重确定客观、输出结果稳定等优势,可以运用到更多相关领域.     

神经网络模型在环境现状评价中应用研究

人工神经网络技术具有很强的非线性映射能力和并行性、自适应、容错性及自学能力,已广泛应用于包括环境在内的多学科领域。文章将人工神经网络技术应用于环境影响评价中,通过案例研究用人工神经网络解决环境评价中的问题。以山西吕梁地区环境影响评价为案例,选择人工神经网络中的BP网络,径向基网络和自组织竞争网络等三种网络模型对其进行环境影响现状评价,并对评价结果作对比分析,通过网络设计、网络训练和模拟,结果说明BP神经网络模拟结果比其它两种方法更贴近环境质量现状。同时对不同参数选取得到的结果进行分析,并经过网络参数的不断调整提高评价结果的精度,总结出各种神经网络模型在环境评价应用过程中参数的选取方法。尝试用神经网络解决环境评价中的问题,使环境工作中的方法技术更科学。     

支持向量机用于芳烃类化合物对芳烃受体亲和性QSAR研究

尝试将支持向量机(SVM)应用于3种典型芳烃类环境毒物(PCDD,PCDF和PCB)定量构效关系研究,通过对芳烃受体亲和性考察,结果发现该组样本的生物活性在一定程度上与分子电性距离矢量具有非线性联系.SVM对内部和外部样本都具良好稳定性能和预测能力:所得模型拟合、交叉检验、外部预测复相关系数及均方根误差分别为R2cum=0.922、Q2cum=0.825、Q2ext=0.834和RMSext=0.531将其与文献报道及多元线性回归、偏最小二乘、人工神经网络进行比较,结果表明对小样本、非线性问题SVM具较强拓展性及泛化能力,故在环境毒物评价和控制中具有广阔应用前景.     

青藏高原生态资产地域划分中的SOFM网络技术

针对目前地域划分中存在的问题,论文尝试以人工神经网络技术作为区划工作的理论支撑,构建了自组织特征映射SOFM网络,以青藏高原环境与生态系统资产作为待分客体,探索了新技术和方法在生态资产地域划分中的应用。结果表明,对于自然界中广泛存在的非线性问题,SOFM网络具有比聚类分析等线性分类器更强的适应性。应用SOFM网络在对待分客体生态资产进行类型划分的基础上,使用策略性循环尺度转换(SCS)范式对其进行了区域转换,最终完成了青藏高原范围内生态资产的地域划分。