基于支持向量机的黄东海富营养化快速评价技术

以发展黄东海富营养化现场快速监测技术为目的,选取有色溶解有机物(CDOM)特征吸收系数a_CDOM(255)、a_CDOM(355)、a_CDOM(455)及能现场实时监测的浊度(Tur)、叶绿素a(Chl a)、溶氧(DO)等水质参数,以TRIX值为参照,利用支持向量机建立了近海富营养化快速评价技术.建立的支持向量机模型最优惩罚参数C=45.3,最优核函数参数g=0.7,对训练集分类准确率为92.5%,交叉验证准确率为91.8%,验证集分类准确率为85.0%.结果表明:基于CDOM吸收系数及DO、Chl a、Tur建立的近海富营养化快速评价技术能够准确的对近海富营养化状态进行评估,可为近海富营养化的现场快速监测提供技术支持.     

SVM与ANN在湖泊富营养化评价中的对比研究

支持向量机是由Vapnik等提出的建立在统计学习理论基础上的一种新的机器学习方法,由于其使用结构风险最小化原则代替经验风险最小化原则,又由于其应用了核函数思想,它可以较好地解决非线性问题;人工神经网络(ANN)已经较成功解决模式识别和任意非线性函数回归问题,但是存在训练样本不足,并可能出现过拟合现象。SVM的结构风险最小化算法引起了科学界的关注,对传统基于经验风险最小化的神经网络算法提出了挑战,文章介绍了SVM和ANN的基本原理,并对二者在巢湖富营养化水平评价上做对比研究,结果表明,ANN比较容易陷入局部最优,支持向量机评价结果更加符合实际。     

基于支持向量机的湖泊生态系统健康评价研究

利用支持向量机在处理分类问题、小样本问题和泛化推广方面的优势,构建了基于支持向量机的湖泊生态系统健康评价模型.同时,对广州市最大的人工湖——白云湖的水质及生物群落情况进行了监测,最后运用该模型对白云湖生态系统健康状况进行了评价.评价结果表明,白云湖生态系统处于病态状态,不能达到其净化水质的设计作用.建议从提高进水水质、实施湖区截污和丰富生物量3方面改善白云湖生态系统健康水平.与传统熵权综合健康指数法和熵权模糊综合评价法相比,所建模型更加客观、科学地评价了湖泊生态系统健康状况,能够为湖泊生态系统健康管理提供一定依据,具有广阔的应用前景.     

基于支持向量机的浮游植物密度预测研究

利用支持向量机方法对具有非线性及突发性特点的浮游植物密度进行了预测,同时与人工神经网络方法预测的结果进行了比较.结果表明,无论是拟和能力还是预测能力,支持向量机方法都明显优于人工神经网络方法,支持向量机方法比较适合于具有小样本、非线性特点的浮游植物密度预测研究.     

基于规范变换与误差修正的回归支持向量机的环境系统预测

为了建立不同环境系统皆能规范、统一、简洁、实用的回归支持向量机预测模型,针对传统的回归支持向量机预测模型存在结构不能普适、规范和统一及用于大样本、多因子预测会出现学习效率低、求解精度差的局限,提出适用于环境系统预测量及其影响因子参照值和规范变换式的设计原则和方法,使规范变换后的影响因子皆\"等效\"于同一个规范影响因子;为提高样本的预测精度,还提出预测样本的模型输出的误差修正法.在对环境系统的预测量及其影响因子进行规范变换的基础上,由有m个规范影响因子的每个建模样本生成m个\"等效\"训练样本,从建模样本中,选择各影响因子的最大规范值组成训练样本集的\"参考样本\",计算核函数中每个训练样本相对于\"参考样本\"的范数;并应用优化算法优化模型参数,建立适用于预测量及其影响因子规范值的仅有2个或3个支持向量的两种简单结构的回归支持向量机预测模型.将基于规范变换的两种简单结构的回归支持向量机模型与相似样本误差修正法相结合,用于河津大桥监测断面6个样本的COD月平均值预测,并与多种传统预测模型和方法进行了比较.结果表明:对同一个预测样本,两种模型的预测值十分接近;此外,两种预测模型用于6个样本预测,其相对误差绝对值的平均值分别为2.09%、2.79%,均远小于传统的投影寻踪回归预测的41.63%、支持向量机预测的40.99%、灰色神经网络预测的25.94%和马尔可夫预测的10.16%;而两种预测模型对异常样本预测的最大的相对误差绝对值分别为5.85%、5.13%,更加远远小于传统的4种预测模型的169.07%、180.45%、68.44%、41.96%.两种基于规范变换的回归支持向量机预测模型简洁、普适、规范和统一,避免了\"大样本数困难\",提高了学习效率和模型的预测精确度,对其他预测建模法也有借鉴作用.     

基于粗糙集的支持向量机地下水质量评价模型

以辽宁绥中县第四系松散岩类孔隙水的10组水质监测数据为基础,选取pH值、Cl^-、SO₄^2-、NH₄⁺、NO₂^-、NO₃^-、F^-、总硬度、总溶解固体等14项水质评价指标,采用粗糙集对指标进行约简,将基于属性依赖度和信息熵的启发式算法结合,获得属性约简集,应用支持向量机分别评价约简前后的地下水质量.结果表明,属性约简将14项水质指标精简为8项,水质评价结果与约简前保持一致,区域地下水普遍在III类以上,部分地区铁、\"三氮\"等超标,不适宜饮用.粗糙集和支持向量机的联合应用,在保证分类能力的前提下有效地减少冗余指标,降低运算维度,保证水质评价的合理性.     

支持向量机在环境空气质量评价中的应用

环境质量评价是环境科学的重要组成部分。建立环境空气质量评价的支持向量机模型,并用实例进行验证,评价结果与实际情况及其它方法相吻合,表明支持向量机在环境空气质量评价中的可行性和有效性。     

应用支持向量机评价土壤环境质量

基于野外采样和室内分析相结合的方法,采用电感耦合等离子体质谱法(ICP-MS)对羊草沟煤矿研究区表层土壤样品中的Cd、Cr、Zn、Pb和Cu含量进行测定,应用非线性支持向量机模型中的分类支持向量机,选用sigmoid核函数,利用MATLAB编写程序,进行土壤环境质量评价,并利用模糊综合评判法对评价结果进行验证.在此基础上,运用对应分析方法对样品和变量进行了关联分析,进一步了解重金属污染特征.评价结果表明,研究区土壤环境质量多为Ⅰ类,与模糊综合评判法的相同率达到91.67%,将支持向量机用于土壤环境质量评价是可行的.相比于传统的评价方法,支持向量机采用结构风险最小化原则,将复杂的非线性问题转化为线性问题,成功的解决了多分类、高维运算等问题.     

基于改进支持向量机的石煤提钒行业清洁生产评价研究

采用遗传算法(GA)对支持向量机(SVM)进行改进,并将其应用于石煤提钒行业清洁生产评价.在系统研究石煤提钒工艺类型的基础上,根据前期已建立的石煤提钒行业清洁生产评价指标体系,提出GA改进SVM的应用思路,通过对3种工艺类型企业的现场数据采集,形成训练和测试样本,并利用GA算法确定出各类参数(惩罚参数C和核函数参数g),分别为强酸浸工艺C=2.1049,g=5.2184;弱酸浸工艺C=0.0035286,g=1.9947;水浸工艺C=0.39587,g=1.4105.GA-SVM模型测试结果表明,分类精度达到100%.通过与其他评价方法对比表明,训练好的GA-SVM方法针对小样本数据在分类精度和可操作性上都较其他方法有明显优势,实现了对石煤提钒行业清洁生产水平的定量评价.     

以程海为例用支持向量机回归算法预测叶绿素a浓度

应用支持向量机回归（SVR）算法预测程海富营养化水体叶绿素a（Chl-a）的浓度,用留一法交叉验证（LOOCV）优化SVR预测模型的参数,并根据平均相对误差（MRE）,讨论SVR预测模型的准确性。结果表明：用径向基核函数构建的SVR预测模型预测结果最优;SVR预测模型的预测值和实测值具有很好的一致性,相关系数为0.938,MRE为12.30%。SVR预测模型的建模结果优于人工神经网络（BP-ANN）预测模型,说明SVR算法能够准确预测Chl-a浓度。     

巢湖富营养化对轮虫的影响研究

从2002年8月至2003年7月对富营养化的巢湖轮虫进行调查研究。结果表明,巢湖轮虫有48种,轮虫密度为520ind./L,生物量为0.4778mg/L;夏季种类最多,春冬季次之,秋季最少。春、夏季密度较高,生物量春季最高,冬季次之,秋季最低。西区密度是东区的5.2倍,生物量是东区的10.1倍;自东向西,随着富营养化程度的加深,轮虫种类逐渐增多,其现存量与富营养化水平密切相关。该研究将为巢湖水域的污染控制和综合治理提供科学依据。     

Study on pollution and eutrophication in the Chaohu Lake

Effect of the pollution on the Chaohu Lake ecosystem has been described based on the results obtained by analysis of water samples and field survey. The environmental behavior of pollutants and their toxicity is discussed in relation to biological effects. Most of the chemicals identified by GC/MS are biodegradable in the water environment except for some organochlorinated hydrocarbons and PAHs. The pollution of the water body particularly cutrophication has led not only to disruption of natural scenic beauty, but also to changes of biotic communities and extinction of certain species. Deterioration of water quality, eutrophication in particular have certainly had an impact on aquatic organisms and on the human health in this region.     

小波支持向量机在大气污染物浓度预测中的应用

用小波分解重构和支持向量机相结合的方法,建立大气污染物浓度预测模型。通过小波分解,将大气污染物浓度序列分解为不同频段的小波系数序列,再对各层的小波系数序列重构到原尺度上。利用相关分析的方法构建出低频小波系数a3和中频小波系数d3的支持向量机模型输入因子为前一天小波系数a3和7个气象因子;高频小波系数d2和d1以前三日的小波系数为输入因子,然后对各小波系数序列采用相应的支持向量机模型进行预测,各小波系数均使用ν-支持向量回归机(ν-SVR)算法和径向基函数,最后通过小波重构合成大气污染物浓度序列的最终预测结果。通过对大气SO2浓度预测实例证明,该大气污染物浓度预测模型具有推广能力较强、预测精度较高、训练速度快、便于建模等优点,具有良好的应用前景。     

生态水力学原理在巢湖富营养化控制中的应用

首先介绍了生态水力学原理,接着在分析研究工作的基础上,对巢湖水质富营养化问题进行了分析和探讨,期望从理论与实践的结合上,对巢湖富营养化治理起到一定的科学指导作用。     

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.      

基于GIS下的太湖水质富营养化模糊综合评价

在地理信息系统和地统计学的支持下,探讨了模糊数学与层次分析法相结合的方法在水体富营养化评价中的应用.以太湖为研究对象,选取总磷、总氮、叶绿素、化学需氧量、5日生化需氧量、溶解氧和透明度7项指标进行评价.在对研究区域采样数据进行地统计分析后估算出整个区域评价指标的值,在此基础上建立不同指标的隶属度函数,并计算其隶属度;同时根据层次分析法的原理,确定了各项评价指标的权重,最终得到研究区域的综合结果,绘制出富营养化评价图.结果表明:北部、西北部湖区营养水平最高,属重富营养;中部湖区营养程度为中富营养;东南部湖区营养水平最低,属中营养.     

滇池湖泊富营养化动力学模拟研究

针对滇池富营养化情况 ,利用实测资料 ,建立了叶绿素a、透明度、藻量与总氮、总磷之间的相关关系式 ,利用水动力学原理建立垂向平均化的水动力学模型 ,并对总氮、总磷及叶绿素a、透明度和藻量分布进行了模拟计算。对滇池湖泊富营养化的控制提供科学依据。     

滇池富营养化的生态补偿机制研究

随着城市演进步伐的加快和不合理的人类活动,水污染问题日益严重,直接并间接抑制着流域范围内社会经济的良性发展。作为昆明生态治理的攻坚堡垒,滇池富营养化问题一直困扰着城市社会、经济、生态结构的均衡,探索新的解决手段破解技术治理的局限性显得十分必要。文章遵循量化社会成本的思路,以融资、管理,监督为三大共建平台,设计相互配合的滇池流域生态补偿机制,让社会为污染买单,补充丰富现阶段有效的治滇工具,让多个利益相关主体参与到城市经济圈和生态圈的维护建设中来,基于理性管理视角让滇池治理实现更多的正外部效用。     

我国湖泊富营养化防治与控制策略研究进展

随着全球人口的不断增加,工业化、城市化以及农业现代化的快速推进,湖泊富营养化问题已日益成为全球性的水环境污染问题。近年来,我国经济发展提速,资源利用强度加大,导致湖泊氮、磷营养盐严重富集,某些湖泊生态系统结构遭受破坏,功能紊乱,一些区域的湖泊蓝藻水华频繁爆发,湖泊富营养化呈现迅猛发展的趋势,并对区域经济发展与生产、生活用水保障带来挑战。尽管为了防控湖泊富营养化,我国各级政府投入了大量人力与物力,但在一些湖泊富营养化频繁区,一些防治与控制措施还没有收到理想而满意的效果。文章在综述国内外湖泊富营养化防治与控制策略研究的基础上,阐述了我国在富营养化研究方面存在的主要问题,提出了我国湖泊富营养化分区、分类控制的新思路。