黄土高原雨养农业区雨水集蓄应用研究

经过对坡度为5°和15°,集水面分别是塑料、水泥、三合土、夯实土和自然土等5种表面的车道型雨水径流试验研究结果表明,径流系数与降雨强度和坡度均有一定的关系;塑料、水泥面的平均径流系数为72％～77％,三合土、夯实土、自然土的平均径流系数为5％～18％。根据计算和试验结果,进行了垄膜沟植雨水集蓄试验研究,表明增产效果比较明显。根据设计降雨量、平均径流系数和小麦生育期需水量,估算了西峰、环县和天水等代表站集水面与耕种面积之比,其值在0.5～0.8之间。     

潮白河流域1980—2013年平均水平衡特征研究

论文采用潮河、白河流域1980—2013年间气象、水文资料,基于水热耦合模型方法,分析了潮河、白河流域水循环要素相应于不同土地覆被类型结构变化和水平衡的特征。通过对未来10 a流域下垫面状况的预估,预测了未来变化环境条件下流域径流量的变化情况。研究对预测潮白河流域水资源变化特征、确保密云水库水资源安全具有重要意义。研究结果显示:该模型在潮、白河流域适用;在现有下垫面资料的基础上,利用林地面积和草地流域下垫面参数相结合的方法,对潮河流域和白河流域未来下垫面的变化分别做出了11种预测情景,并在11种情景的基础上预测两流域的未来10 a径流变化,结果显示潮河流域的径流深在26.47~53.55mm范围内波动,而白河流域的径流深在17.57~41.53 mm范围内变动。研究的创新点为,在对未来下垫面状况预测的基础上,利用水热耦合模型预测流域未来的可能径流状况。     

城市绿地产流影响因素与径流系数取值的多方法比较

为明确城市绿地产流过程的影响因素,比较不同径流系数计算方法的原理和特征,以北京城市绿地为例,采用理论计算、模型模拟和试验实测3类方法,比较KW(kinematic wave)方程、SCS-CN(soil conservation service curve number)算法、Hydrus-1D模型和试验测试4种方式,定量分析在不同降雨、土壤、地形条件下的产流过程、影响因素及其对应的径流系数。研究表明,降雨量(重现期)、雨型、土壤物理性质(渗透性、前期湿润程度等)、绿地坡度等因素对产流过程有较大影响,不同条件和算法下绿地径流系数取值为0~0.53。建议在工程应用中,应结合场地条件和设计目标,选择适宜的径流系数确定方法和模型参数。研究成果可为我国城市绿地的径流系数研究提供参考。     

水质管理决策支持系统在太湖流域(浙江片区)水环境综合管理平台中的应用

太湖流域(浙江片区)水环境综合管理平台是基于DHI水质管理决策支持系统,进行的二次开发,主要实现了突发污染物事故管理和水质日常管理2个模型。该模型基于C/S客户端和B/S浏览器相结合的方式进行开发。用户可以在C/S客户端设置模型的相关数据、对应模型参数等,通过B/S浏览器对事件进行预测与发布展示,为制定各类突发事件和防控措施提供决策支持信息。     

基于灰色马尔科夫模型的2A12铝合金腐蚀预测方法研究

目的研究飞机结构件的腐蚀随时间的变化规律,为其寿命预测及可靠性分析提供参考。方法以2A12铝合金试件为对象,利用加速腐蚀试验设备,对其进行7个周期的加速腐蚀,以获得蚀坑深度的原始数据。在此基础上,将灰色GM(1,1)模型与马尔科夫链模型相结合,建立起能够预测蚀坑深度的灰色马尔科夫模型。结果将预测值与试验值进行对比,结果表明,灰色马尔科夫模型预测精度在0~4.5%之间,预测结果比较准确。结论该灰色马尔可夫模型能够较好地反映该型铝合金在腐蚀过程中蚀坑深度的变化趋势,建立起了一种新的腐蚀预测方法。     

用实测资料对山区逆温的分析

利用云南早期温度层结探空实测资料对山区逆温的特征进行了分析,结果表明:干季逆温出现频率高,山区逆温维持时间长,逆温主要发生在低层。并对同一区域内代表不同下垫面的山区与河谷同期探空资料作了逆温层结的对比分析。     

电厂项目中有关大气预测技术问题的讨论

本文以某电厂项目为例,探讨了在这类项目中大气预测技术方面应注意的几个问题。首先,在运行估算模式确定项目评价等级和评价范围时,应注意环境温度和污染源位置的选择。而后,探讨了区域替代、上大压小热电联产项目中有关大气环境效益计算时应注意的问题。最后,对利用AERMOD模型在进行电厂项目的大气预测时所应注意的问题进行了简单的讨论,其中包括模型参数的选择、不同下垫面对污染物浓度的影响以及地形对预测结果的影响。     

地表径流雨水水质特性分析

城市降雨径流污染特征研究是城市面源污染研究的基础。本文为研究地表径流在不同下垫面的水质污染特征,收集天然雨水及两处不同下垫面的地表径流,对其理化性质和细菌学指标进行分析。结果表明,地表径流pH值相比于天然雨水变化值较小,说明降雨对地表径流的pH值无明显影响。路面径流污染物(SS、TP、COD_(Mn)、NH_4~+-N、NO_2~--N)浓度高于屋面径流。天然雨水与两处地表径流NH_4~+-N浓度差异不大。屋面径流的总大肠菌群数高于道路径流。     

戈壁荒漠上大气稳定度分类方法探讨和大气湍流变化特征

为了研究戈壁荒漠上大气扩散规律和边界层结构。根据气象铁塔常规气象观测和湍流观测的结果,分析戈壁荒漠大气边界层温度梯度和湍流变化的一些特征。分析结果表明,同其它下垫面相比温度梯度日变化大,与风速的关系较为奇特。采用通常P─T分类标准直接应用该地区作大气稳定度分类,与实际情况有较大误差,须经适当修改后才能使用。湍流统计量的日夜变化强,表明戈壁荒漠下垫面的热力作用对湍流混合的助长和抑制。这些特征为进一步分析戈壁荒漠上大气边界层结构和大气扩散研究提供了依据。     

灰色神经网络模型在油气管道腐蚀速度预测中的应用

简要说明了GM(1,1)模型和BP神经网络模型预测过程,提出了灰色神经网络组合模型,用此方法对某原油长输管道腐蚀速度进行了预测,并用MatLab语言编程的方法对数据做了处理,结果表明用该方法预测得到的数据与实测值非常接近。     

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。     

哈尔滨主城区不同下垫面融雪径流污染特性

融雪径流是我国北方高纬度城市受纳水体在春季主要的面源污染源,为控制融雪径流对地表水体的污染,于2015年3月底至4月初对哈尔滨主城区6种下垫面、18个采样点的融雪径流进行污染特性分析.通过SPSS 22.0及其主成分分析法确定了BOD5、COD、氨氮、总磷(TP)、石油类和总氮(TN)为哈尔滨主城区融雪径流中影响最为显著的污染指标.应用单因素方差分析法(ANOVA)及其最小显著性差异(LSD)多重比较法对6种下垫面组间及两两下垫间的污染差异性进行了分析.ANOVA分析结果表明,TP在下垫面组间的差异性最大而BOD5最小,其显著性水平(Sig.)分别为0.342和0.631;多重比较的结果则表明不同污染物在两两下垫面之间的均值差异(MeanDiff)均不同,不同下垫面对不同污染指标的贡献率也不同.同时,受地理位置的影响,相同污染物在相同下垫面的不同采样点的分布也存在差别,城市道路和人行道最为明显.不同下垫面融雪径流污染特性分析结果表明,哈尔滨主城区融雪径流污染主要受交通流量、人类活动、冬季燃煤采暖及工业排放的影响.     

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…     

人工神经网络结构对径流预报精度的影响分析

建立了基于径流形成机理的以时段降水量与前期径流量为预报因子的前向多层人工神经网络径流预报模型；分析了网络结构对月径流预报精度的影响，发现随网络结构的复杂化，网络训练误差减小，模型评定的确定性系数增大，并均趋于稳定，预报检验的确定性系数总趋势是减小；发现影响模型精度的决定因素是网络输入单元数，亦即径流影响因素；提出了以模型评定与预报检验共同高效或等效的模型选择的折衷方法，以及按模型适宜预报域进行多模型组合预报的最佳预报域组合法。     

不同尺度和数据基础的水文模型适用性评估研究——淮河流域为例

在淮河流域蚌埠站以上区域构建人工神经网络(ANN)、HBV-D 模型和SWIM模型等水文模型,评估不同时间、空间尺度和数据基础下水文模型的适宜性。得出:①时间尺度上三个模型对数据要求不同, ANN模型需要月尺度数据即可建立降水-径流关系且能取得较好的模拟效果,HBV-D 和SWIM模型为日尺度水文模型,需逐日降水、温度和径流量等数据,SWIM模型还需作物管理、营养盐和土壤侵蚀等数据;②空间尺度上,ANN模型适应于大尺度,HBV-D 模型适用于1×10⁴ km²及以上流域,SWIM模型更适合于1×10⁴ km²以下小流域降水-径流关系建立;③模拟效果分析,月尺度统计上ANN模型对水文模拟的整体效果较好,但不适合用于气候变化背景下水文水资源等研究,而有物理基础的HBV-D和SWIM模型虽模拟的纳希效率系数不及ANN模型,但在气候变化背景下仍是较好的工具。     

青岛市不同下垫面微生物气溶胶分布特征

分别在青岛市市区街道、海滨区域、饮用水水源地、城市垃圾填埋场和人工湿地污水处理厂设置监测点,分析比较不同下垫面空气细菌和真菌浓度、日变化和粒径分布. 结果表明:5个下垫面空气细菌浓度依次为城市垃圾填埋场>市区街道>饮用水水源地>海滨区域>人工湿地污水处理厂,真菌浓度依次为城市垃圾填埋场>人工湿地污水处理厂>饮用水水源地>市区街道>海滨区域,其中城市垃圾填埋场空气细菌和真菌浓度最高,分别为(613.1±68.9)、(1300.4±74.3)CFU/m3,其他下垫面空气的细菌和真菌浓度分别在(155.5±14.2)～(596.6±396.4)和(401.9±78.7)～(994.7±63.4)CFU/m3之间. 海滨区域空气细菌浓度下午明显高于上午和中午,其他下垫面表现为上午>下午>中午,但无显著性差异;市区街道、饮用水水源地、人工湿地污水处理厂的空气真菌浓度日变化表现为上午>中午>下午,城市垃圾填埋场则始终升高,除人工湿地污水处理厂和城市垃圾填埋场不同时段间空气真菌浓度有显著性差异外,其余下垫面无显著性差异. 细菌气溶胶粒径分布为F1级(粒径>7.0μm)最高,呈偏态分布;真菌气溶胶粒径呈对数正态分布,除城市垃圾填埋场峰值出现在F3级(3.3~4.7μm)外,其余下垫面均出现在F4级(2.1~3.3μm). 不同下垫面细菌气溶胶中值直径在2.8~4.6μm,存在差异;而不同下垫面空气真菌气溶胶中值直径均在2.0μm左右,无显著性差异.      

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.     

海面溢油油种激光遥感ANN探测方法的研究

目前激光荧光遥感是探测海面溢油最有效的工具。作者将神经网络(ANN)的自组织特征映射SOM模型引入激光遥感的荧光光谱鉴别领域。本文主要进行的是理论建模和分析工作，而且用计算机软件方法实现了神经网络的模式识别和分类功能，对推广能力进行了实验分析。经过改进神经网络已具有比较理想的推广能力，并认为SOM应作为溢油识别的较理想方法。     

支持向量机在太湖叶绿素a非线性反演中的应用

根据湖泊监测的特点,采用支持向量机(SVM)方法,反演太湖叶绿素a的浓度分布.将2005年8月太湖29个现场水质监测点数据分为训练测试样本集和验证样本集,利用训练测试样本集以及与其时间同步的MODIS遥感影像,分别构建了4种SVM模型.对比分析表明,直接以波段反射率以及水深信息构成输入向量的SVM模型预测效果最好.利用训练测试样本构建了线性回归模型、主成分分析模型(PCA)以及神经网络模型(ANN),并利用验证数据比较了上述3种模型与SVM模型的预测结果.结果表明ANN模型和SVM模型预测能力明显优于另外2种模型,其中SVM模型对低值和高值均有较好的预测精度,平均相对误差仅为15.91%,预测精度比ANN模型提高了10%.利用SVM模型和ANN模型分别反演了2005年8月15日太湖叶绿素a浓度分布,比较了2种模型反演结果的异同,分析了太湖叶绿素a分布特征及其成因.