规范变换降维与误差修正结合的环境系统的一元线性回归预测

针对高维、非线性环境系统的传统预测模型存在结构复杂、收敛速度慢、求解精度低的局限,提出对环境系统预测量及其影响因子进行幂函数与对数函数相结合的规范变换.此规范变换能使变换后的各影响因子皆等效于一个线性化的规范因子,从而将多因子、非线性的预测建模简化为简单的一个"等效"规范因子的一元线性回归建模;并对预测样本的模型输出进行误差修正,以提高样本的预测精度.在规范变换的基础上,由有m个规范因子的每个建模样本生成一个规范因子的m个"等效"训练样本,n个建模样本共生成N=m×n个训练样本.应用最小二乘法,建立基于规范变换的一元线性回归预测模型.将基于规范变换的一元线性回归预测模型与相似样本误差修正法相结合,分别用于某市5个点位的SO_2浓度预测和南昌市城市降水酸度pH值预测及某河段COD_(Mn)预测,并与多种传统预测模型和方法及基于规范变换与误差修正的3种智能预测模型的预测结果进行了比较.结果表明:该预测模型用于3个实例预测的相对误差绝对值的平均值分别为1.14%、0.49%和1.45%;最大相对误差绝对值分别为2.22%、0.87%和1.85%,与基于规范变换与误差修正的3种智能预测模型的相应误差几乎没有差异,甚至还要小;均远小于多种传统预测模型和方法的相应误差,其预测精度甚至提高了一个数量级以上.基于规范变换与误差修正的一元线性回归预测模型简单、预测精度高、稳定性好,不存在"维数灾难",因而可广泛用于任意系统的预测建模.     

规范变换与误差修正结合的环境系统的前向网络和投影寻踪预测模型

为了建立适用于环境系统的结构简洁、形式统一、程序规范、应用普适的神经网络和投影寻踪回归预测模型,针对传统的神经网络和投影寻踪回归用于多因子、大样本预测建模,存在模型结构复杂、学习效率低的局限,提出设置环境系统预测量及其影响因子参照值和规范变换式的原则和方法,使规范变换后的影响因子皆"等效"于同一个规范影响因子,从而将多因子的的预测建模简化为等效规范因子的预测建模,使模型结构得到极大地简化,提高了学习效率;此外,为了提高预测模型的预测精度,还提出了对预测样本的模型输出值的误差修正公式.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,将m个规范影响因子的每个建模样本组成m个"等效"训练样本,应用免疫进化算法优化模型参数,分别建立适用于环境系统的2个或3个规范影响因子的前向神经网络和投影寻踪回归两类预测模型;并依据误差理论,对误差修正公式修正后的模型预测精度的提高进行了严格的数学论证.将基于规范变换与相似样本误差修正相结合的两类预测模型,用于某市5个点位的SO_2浓度预测,并与6种传统预测模型和方法的预测结果进行了比较.结果表明:对同一个预测样本,同类模型的两种不同结构的的预测值及其相对误差都几乎完全相同或彼此相差甚小;此外,两种不同结构的两类预测模型用于5个样本预测,其相对误差绝对值的平均值分别为2.59%、2.67%;2.18%、2.62%,均远小于传统BP神经网络模型的25.72%、传统PPR模型的14.20%、传统SVR模型的22.13%、模糊识别模型的21.57%、组合算子模型的18.36%和多元回归模型的25.31%;而两类模型预测的最大的相对误差绝对值分别为4.11%和3.57%,更加远远小于传统的6种预测模型的37.18%、56.07%、27.40%、32.14%、38.38%和60.26%.实例分析结果证实了误差修正公式对提高模型预测精度具有切实可行性.基于规范变换与误差修正相结合的前向神经网络和投影寻踪回归两类预测模型不仅避免了"维数灾难",提高了学习效率和模型的预测精确度,而且具有简洁、普适、规范、统一和稳定的特点,对其他预测建模也有借鉴作用.     

基于等效性原则的快速压缩法试验对比研究

针对10种代表性土样进行了24 h压缩法和1 h快速压缩法对比试验,研究结果表明:1 h快速压缩法与24 h压缩法比较,其a1-2和Es存在着一致性或逼近性,符合试验方法优化时应遵循的等效性原则;1 h快速压缩法大大缩短了试验历时,可节省时间3.5 d,在测试精度要求不高的情况下,可以为工程勘察设计提供相关土工参数.     

不同水文情景下高邮湖、南四湖和东平湖有色可溶性有机物的生物可利用性特征

有色可溶性有机物(CDOM)的生物可利用性直接反映其生物可降解潜力,影响水体中污染物质的迁移转化和水质优劣状况.本研究运用三维荧光光谱-平行因子分析法(EEMs-PARAFAC)结合室内微生物培养实验,分析了高邮湖、南四湖和东平湖CDOM光谱组成和荧光组分的生物可利用性特征,并进一步阐述其对丰水和枯水两种水文情景的响应.结果表明:①运用EEMs-PARAFAC方法解析出4种荧光组分,微生物作用类腐殖酸C1和陆源类腐殖酸C4,类色氨酸C2和类酪氨酸C3.②3个湖泊丰水期吸收系数差值Δa(254)(培养前-培养后)均为正值,而枯水期Δa(254)部分为负值,这意味着CDOM生物可利用性对季节的响应存在较大差异.③不同水文情境下,南四湖和东平湖类腐殖酸组分%ΔC1、%ΔC4均为负值,南四湖丰、枯水期和东平湖丰水期类蛋白组分ΔC2～ΔC3为正值(t-test,P<0.001,P=0.005).而丰水期高邮湖类蛋白组分ΔC2～ΔC3也为正值(t-test,P=0.008,P=0.005),这意味着不稳定类蛋白组分更容易被微生物矿化,可能生成更稳定的类腐殖酸. 3个湖泊腐殖化指数HIX、荧光...     

我国土壤受试植物筛选与毒性预测

生态毒性数据缺乏是我国土壤基准与生态风险评估研究中一直存在的问题,开展本土受试植物的筛选可提供更多的生态毒理试验选材,从而获得不同物种的生态毒性数据.鉴于植物对土壤污染物的敏感性,从被子植物中依据分布范围、代表性和易于获得性等原则,对我国潜在的受试植物进行筛选,结果发现,13科53种被子植物分布广泛且易于获取,可作为本土受试植物;结合生态毒性数据的搜集与分析,其中12种受试植物的生态毒性数据相对丰富,并对部分典型污染物表现高敏感.此外在受试植物生态毒性预测模型研究方面,对12种受试植物两两进行建模预测,共得到132个物种种间关系估算模型(Interspecies Correlation Estimation,ICE),其中88个为显著性模型(F检验P<0.05);此处,回归分析了已构建ICE模型的评价参数,得出预测效果较好的ICE模型应满足交叉验证成功率≥ 80.00%、MSE ≤ 0.62、R² ≥ 0.76和分类学距离≤ 4的标准.最终筛选出25个符合上述标准的ICE模型,涉及禾本科-禾本科、十字花科-十字花科的相互预测,其中当燕麦Avena sativa、芜青Brassica rapa、普通小麦Triticum aestivum、玉蜀黍Zea mays和黑麦草Lolium perenne等作为替代物种时,预测物种的实际生态毒性值与预测值较为接近.受试植物的筛选与生态毒性预测模型的建立有助于生态毒性数据的产生,并为土壤污染管理和生态风险评估提供科学依据.     

以摩托车为主的道路交通噪声预测模型

将摩托车流单独处理,通过理论推导和实测数据回归建立摩托车为主的道路交通噪声预测模型.模型对居住区的交通噪声(Leq)预测精度在 2.5dBA 以内,道路两侧 Leq预测精度更高,大部分测点误差在 1dBA 以内.     

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3种时间序列模型的九龙江河流库区藻华预测

湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区(水源地)为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM(长短期记忆神经网络)3种时间序列模型在藻华(日平均叶绿素a大于15μg·L^-1)预测方面的效果.结果表明：(1)时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;(2)基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;(3)输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于...     

水文水质模型联合应用于水库水质预测研究

联合应用流域水文非点源AnnAGNPS模型和水库水质CE-QUAL-W2模型,AnnAGNPS模型输出黑河流域非点源污染负荷,将其转化为金盆水库入库浓度作为CE-QUAL-W2模型的输入,对黑河金盆水质进行预测,研究非点源污染对陕西金盆水库水质影响.结果表明,在对水库水质进行预测时,应对洪水期和非洪水期的非点源污染区别对待.非点源污染在洪水期时对金盆水库水质有较大影响,而在非洪水期时非点源污染对水库水质影响不显著.非点源污染对水库纵向和垂向水质影响存在差异性.林地对流域非点源污染削减起到很大作用.     

时数分离残差模型及在尾矿坝渗流预测中的应用

对于非等时序列的时数分离可以建立模型，但这种模型误差分析较困难。本文在残差GM(1，1)模型的基础上，建立了时数分离残差模型，对误差进行修正。应用这种模型分析了德兴铜矿1#尾矿坝的渗流趋势，结果表明，模型能够大大提高预测精度，满足工程预测的需要。     

矿化垃圾固定床吸附过程和穿透曲线预测

以轴向扩散模型和恒定图式假设为基础,推导出了适用于预测固定床穿透曲线的积分模型.通过动态循环法对苯酚和对氯苯酚在矿化垃圾中的吸附行为进行了研究,采用Freundlich等温吸附方程描述穿透曲线,并得到了便于应用的代数模型.通过不同条件下固定床实验来确认模型,结果证实模型可以很好地描述穿透曲线.同时讨论了操作参数和矿化垃圾特性对穿透曲线的影响,结果表明,较低的进料浓度和进科流量以及内扩散和轴向扩散的影响都会造成实际穿透曲线与预测穿透曲线之间的偏差.     

基于FLUS模型的湖北省生态空间多情景模拟预测

改革开放以来,中国经济在飞速发展的同时,生态环境问题日益严峻。为保障国家和地区的生态安全,对未来生态空间进行模拟预测十分必要。在长江大保护和长江经济带绿色发展背景下,以湖北省为研究区,利用FLUS模型基于湖北省2010年、2015年土地利用数据及包含自然和人文因素的15种驱动因子数据,对2035年的湖北省生态空间进行模拟预测。结果表明:利用2010年土地利用现状模拟出的2015年湖北省土地利用变化情况,总体精度达到0.976,Kappa系数达到0.961,模拟精度较高。设置的生产空间优先、生活空间优先、生态空间优先以及综合空间优化4种不同情景,基本满足未来湖北省不同发展导向的需求。从地貌单元角度来看,在不同情景下,湖北省生态空间主要分布于湖北省边陲四大山区,中部江汉平原生态空间零星分布。从数量规模上来看,不同情景下各个用地类型数量规模差异较为明显,生产空间优先情景下耕地面积增加1216 km²,生活空间优先情景下城镇用地规模增加5959 km²,生态空间优先情景下生态空间用地增长722 km²,综合空间优化情景下生态空间...