基于广义翁氏模型与多循环Hubbert模型对全球石油峰值的预测CSSCI

分别使用广义翁氏模型与多循环Hubbert模型对全球石油峰值进行了预测,并结合拟合优度检验对预测结果进行对比研究,证实应用广义翁氏模型的预测结果虽然具有一定的参考价值,但低估了未来石油产量的增幅,同时也具有单循环模型的本质缺陷;而基于多循环Hubbert模型的预测结果更符合历史产量数据的波动,并且克服了使用单循环模型预测中忽视资源产量规律的缺陷,在石油峰值预测中更具价值。     

ARIMA模型在林业产出分析中的应用研究

林业既是公益事业,也是重要的经济产业,林业产出关乎着国家生态环保与林业经济的发展。基于我国林业产出的变化情况,结合随机过程理论并运用EViews软件对1952年以来的林业产出数据原序列进行一阶差分序列、二次一阶差分序列处理和检验,利用时间序列模型对其产出变化进行了精准测度和预测。结果表明:基于我国林业产出数据的时间序列分析所构建的时间序列模型即ARIMA(2,2,1)模型拟合效果较好、预测精度高;与传统的回归模型相比,由于现实的林业产出具有很大的随机性,构建时间序列模型来拟合和预测现实的林业产出序列是合理的;模型存在随着预测时期延长预测误差逐渐增大的缺陷。因此,在实践中必须对模型不断加以调整和预测年份不宜过长,同时需要将现实中林业产出中随机波动因素考虑到模型中加以改善,提高林业产出的预测精度。     

粮食产量预测理论、方法与应用Ⅲ.粮食生产潜力中、长期预测理论、模型及其应用

粮食生产潜力中、长期预测的目的是为国家中、长期粮食生产规划提供科学依据。粮食生产潜力中、长期预测的“双向预测理论”：从若干个预测模型中选择出2个模型,一个模型预测的未来产量是持续增加的,体现产量持续增加的科技进步力量;另一个模型预测的未来产量是先增加后减少或持续减少的,体现影响产量持续增加的负面综合因素力量。应用结果表明：模型可预测未来1~10年的粮食生产潜力,平均预测误差在5％以内。大量案例证明粮食生产潜力中、长期预测的“双向预测理论”是科学的、方法是通用的、结果是实用的。     

CALPUFF模型在石化项目PM2.5模拟计算中的应用

以某新建石化项目作案例,介绍利用CALPUFF模型进行PM_(2.5)预测的一般方法,给出预测结果并对其合理性进行分析,说明该模型在预测PM_(2.5)方面具有能操作、预测结果相关性好的特点,同时也指出由于PM_(2.5)生成的复杂性和模型在模拟污染物化学转化方面的局限性,导致模型预测结果在完整性上存在一定的不足,这需要在下一步PM_(2.5)的预测评价工作中继续探索完善。     

AERMOD模型在石油化工环境影响评价中的应用

以某炼油厂新建聚丙烯酰胺装置为研究对象,介绍了AERMOD模型的基本原理、操作过程和所需基本资料,并利用该模型对周围大气环境造成的影响进行了逐日逐时的预测。结果表明:预测结果与监测值具有很好的一致性,说明该模型可成功应用于国内石油化工行业区域环境影响预测。     

灰色理论及改良方法对我国垃圾产量的预测

为了给城市环境规划提供理论依据,需要对城市生活垃圾产量进行预测,以期揭示其变化规律和发展趋势。本文对三种预测模型进行对比分析研究,并通过灰色关联度分析,选取与垃圾产量最为相关的5个因素,建立了包括多个因素指标的GM(1,1)预测方程的多元线性回归综合模型。该模型考虑了城市生活垃圾产量的主要影响因素,得到的拟合数据比较理想,预测模型和结果也更为合理可信。     

多元线性回归预测模型在城市垃圾产量预测中的应用

分析了上海1995-2004年度每年垃圾产生量的数据,由此提出了可应用于城市垃圾预测的多元线性回归预测模型.通过与指数法、GM（1,1）模型、GM（1,1）SSODMM等模型的预测结果进行比较,精度达一级.表明该模型在城市垃圾产量的预测中具有一定的优越性和广泛的应用前景.     

基于人工神经网络模型预测2017~2018年成都市危险废物增量研究

危险废物对环境或者人体健康会造成有害影响,有效地预测其产量是优化管理和合理处置的重要依据。以2008~2016年成都市危险废物产生量为基础,通过数据带入和整合及综合各参数因子的影响,利用人工神经网络模型预测方法客观反映并预测成都市危废产量的变化趋势。结果表明该模型预测2017~2018年成都市危险废物年产量分别达到24.46万t和26.88万t,模拟精度偏差低。因此,人工神经网络模型可以作为一种预测危险废物产生量的工具,其预测结果可以为职能部门提供决策参考。     

机力通风冷却塔噪声控制

机力通风冷却塔广泛应用于CBD等大型公共建筑中的中央空调循环冷却水系统,其运行时的噪声对周边环境的影响很大。文章针对机关办公楼使用的3组共7台机力通风冷却塔,通过声学仿真技术,定量分析了冷却塔对周边环境的噪声影响,提出了综合治理方案,并预测评价了治理效果;方案实施后进行了测量,并与预测评价进行对比分析,结果显示,方案设计阶段的仿真预测结果与实测结果基本相吻合,仿真模型准确可靠。     

溢油对地表水体影响预测模型的搭建

以M原油管道在穿越N江处发生溢油事故为例,探讨了溢油对地表水体的影响、以及预测该影响所使用的预测模型。通过对石油类物质与水动力条件的作用分析,分析了一维水动力模型、污染物对流扩散模型的原理,探讨了两种模型的搭建。使用MIKE 11软件在河流水动力与污染物迁移两方面建立了预测模型,为后续模拟预测工作奠定了理论与模型基础。     

土地市场景气指标体系及评价模型的建立

以徐州市为例建立了土地市场景气指标体系及评价模型。首先在建立指标体系时运用定性的方法对大量指标进行了初选,然后用主成分分析法确定土地市场景气指标体系,并运用层次分析法确定各指标的权重。在建立景气评价模型时,分析了传统扩散指数模型的缺陷,提出了合理的改进模型。同时,针对扩散指数与合成指数反映的土地市场运行状况之间的差异,引入了精度比较概念,在此基础上选择精度较高的指数进行土地市场景气状况评价。最后运用建立的评价模型对徐州市2001-2006年土地市场景气状况进行了评价,并对2007年徐州市土地市场运行状况进行了预测。分析表明,建立的景气指标体系及其评价模型能够较准确地评价和预测土地市场景气状况．     

煤与瓦斯突出预测的GA-SVM模型及应用

为了对煤与瓦斯突出进行有效预测,将遗传算法和支持向量机相结合,提出煤与瓦斯突出预测的GA-SVM模型。以我国典型的煤与瓦斯突出煤矿15个实例为样本,以交叉验证准确率作为遗传算法的适应度函数,搜索得到径向基核SVM最优惩罚因子C=28.8786、宽度函数σ=0.16508,利用最优参数建立煤与瓦斯突出预测GA-SVM模型进行预测,结果与实际完全一致。应用该模型对云南恩洪煤矿8个突出实例进行预测,并与单项指标法、综合指标法和BP神经网络进行比较。研究结果表明,煤与瓦斯突出预测GA-SVM模型具有较高的可靠性和精确性,能对煤与瓦斯突出进行有效预测。     

主成分回归模型在农业需水量预测中的应用

农业需水量的准确预测对区域发展具有十分重要的意义。农业需水量受多重因素的影响,且这些因素大多存在较强的相关性。通过介绍主成分分析法的原理和计算分析,以实例（z市1998--2010年农业用水资料）建立回归模型对需水量进行预测。结果表明,该模型应用于农业用水量预测,其结果与当地实际情况较吻合,模型的拟合程度和预测准确度均较好。     

油田特征污染物在包气带中的迁移规律

应用HJ 964—2018《环境影响评价技术导则土壤环境(试行)》中推荐的预测模型,对油田特征污染物-石油烃在包气带中的迁移建立了数学模型,预测石油烃在包气带中的垂直迁移,计算得出当石油烃进入包气带后,经约4 d迁移至地下34 cm(N2),20 d达到峰值浓度;38 d迁移至地下450 cm(N6),140 d达到浓度峰值。为油田日常的环保管理和污染防治措施提供了有力的技术支持。     

应用数值法评价原油储罐项目对地下水影响

通过对大港油田某站场建设项目区域水文地质条件模型概化,建立地下水数值模型。对模型识别与验证,并选取石油类作为预测特征污染因子,应用数值法对石油类污染物在潜水层运移情况进行了预测和评价。预测结果表明,在30d时间内,石油类没有发生明显运移,污染源得到有效控制后,模型显示污染物浓度大幅下降,在第1 000d时,污染物浓度降低至0.04mg/L,几乎接近于零,污染物对周边地下水几乎无影响。     

小管径配水管网水质模型脆弱性研究

小管径配水管网水质模型模拟结果精度高.但由于管网工况的复杂性,水质模型预测结果具有不确定性.通过定义水质模型的本质脆弱性,建立脆弱性分析模型,采用指标评价法研究模型在不同验证工况下的脆弱性,可以有效降低水质模型预测风险、构建水质模型失效“防火墙”,为帮助供水企业更为广泛地应用模型预测水质提供理论依据.     

多元回归和BP人工神经网络模型对混合厌氧消化产气量的预测研究

在中温且控制pH值条件下,对脂肪类单基质和城市污水厂剩余污泥进行混合厌氧消化试验。基于多元回归原理和BP人工神经网络原理,对其建立产气量预测模型。由实验数据计算得出:两个阶段多元回归模型的预测平均准确率分别为75.69%和79.29%;BP神经网络模型的预测平均准确率为79.05%。通过对比两种模型的预测结果可知,两种模型都有较高的预测准确率,但BP模型的预测准确率更高,更适用于混合厌氧消化产气量预测。     

生态足迹理论在市域生态承载力评价中的改进探讨

从均衡因子、产量因子和评价结果等方面分析了生态足迹模型在市域生态承载力评价中的不足.以乌鲁木齐市为例,对生态足迹模型进行了改进,通过情景预测,提出提高市域生态承载力的建议和措施,并对生态足迹研究方向进行了展望.     

灰色系统动态模型群GM(1,1)在秦淮河水质预测中的应用

为了较为准确预测水质,基于灰色系统理论建立灰色系统动态模型群,采用对数变换的方式对原始数据进行光滑处理,借以减弱数据波动带来的不利影响,是对常规灰色系统动态模型的改进。结合秦淮河上游源头句容河2011～2016年高锰酸盐指数,运用灰色系统动态模型群对2017年高锰酸盐指数进行预测。预测结果表明误差在1.24%以内,表明灰色系统动态模型群GM(1,1)用于水质预测较为准确。该模型可应用于南京市水质预测,对水环境管理具有指导意义。     

基于非线性理论的太湖流域水环境决策支持模型

根据太湖流域水环境系统的特点,运用灰色系统理论和模糊数学理论建立水环境质量预测和评价的数学模型,并在系统开发中进一步实现了模型。通过对实测数据进行科学计算,得到较为满意的结果。