九寨沟世界自然遗产地湖泊水质参数的高光谱定量反演模型

湖泊水质参数的高光谱反演是实现水质高光谱遥感快速监测的重要前提.着眼于九寨沟世界自然遗产地水环境的高光谱遥感监测,通过开展实地调查取样,结合水体理化参数测定、地面测量光谱形态特征分析等,采用逐步回归方法,开展水质参数的高光谱定量反演研究.结果 表明:(1)九寨沟水体的光谱曲线符合内陆湖泊等Ⅱ类水体的特征.(2)通过3大...     

基于BP神经网络的南通机场风速预报模型

本文利用2016—2021年南通兴东机场整点报文数据,采用BP人工神经网络建立南通机场风速预报模型,将南通机场风速进行分级,并进行6 h和24 h模拟预报,以期对南通机场风速分级预报数值进行修订并讨论风速分级预报的准确率。结果如下：当风为1级、2级风时,风速无须修订;3级风时,6 h预报风速可修订增加0.6 m/s,24 h可修订增加3.8 m/s;而4级风时,6 h预报风速和24 h预报风速则分别修订增加1.0 m/s和4.8 m/s。利用2020年样本资料进行检验,在预报风速数值分级修订后,准确率结果如下：对民航安全运行有影响的4级风6 h准确率为66%,24 h为64%。再利用模型对2021年12月进行试预报可得：4级风6 h准确率为75%,24 h为73%。上述结果表明,该神经网络模型可以为南通机场风速预报提供一定的依据。     

河网水质数学模型的参数估算

本文以无锡县河网水质数学模型的参数估算为例，根据河流的性质、水流特征、污染源的类型，选择５条河流进行现场观测，综合考虑不同河流的分析结果，研究了适用于平原河网水质数学模型的参数估算的方法。     

神经网络模型在黄河水质预报中的应用分析

为提高黄河水质预测的精度和实用性,引入神经网络技术建立黄河水质预测模型,采用LM(Levenberg-Marquardt)算法提高预测精度,并将模型应用于黄河小花段(小浪底-花园口段)的水质预测.预测结果表明,在建立黄河入河污染物和功能区水质的输入响应关系模型的实际应用中,神经网络模型和LM算法可以取得较好的预测效果.     

基于BP模型的降雨酸度预测方法研究与应用

将通过同步观测实验系统获得的影响降雨酸度的主要大气污染物和气象参数观测结果作为自变量,降雨酸度作为因变量,建立了基于BP神经网络模型的降雨酸度预测模型。并通过设定天津市区未来环境空气中TSP、SO_2和NO_2的浓度变化情景,运用本研究所建立的BP网络模型进行情景分析。结果表明,降雨酸度随着TSP浓度的减小而增强,随着降雨量的增大也在增强;当TSP浓度降低到几十微克每立方米水平时,天津市区所发生的降雨属于酸雨的可能性将大大增加。     

基于时间序列神经网络预测的研究

阐述了BP神经网络基本原理,并对G．P算法进行描述,提出了一种基于BP神经网络的时间序列的预测和方法,通过应用实例的分析,该方法可以得到BP网络应用于非线性时间序列预测是可行的,结果表明：神经网络方法可以成功地用于分析预测时间序列变量．参4．     

应用于水文预报的优化BP神经网络研究

利用广东省滨江流域的水文观测资料，建立了以前期降水量为预报因子、以水位为输出的BP人工神经网络水文预报模型。首先采用了合理的方法进行样本组织，进而利用最优子集回归技术进行输入因子的确定，然后进行了不同隐层节点数、不同转移函数、不同训练算法的组合试验，确定了应用于水文预报中的优化BP神经网络：网络结构为8-9-1；转移函数的组合方式为tansig-线性函数；训练算法为采用evenberg-Marquardt(Lm)算法。为便于精度分析，还采用了最优子集回归模型作了研究。结果表明，优化BP网络模型无论在拟合精度还是在预测精度上都高于最优子集模型。总的来说BP网络是一种精度较高的水文预测模型。     

BP神经网络和遗传算法在红发夫酵母培养基优化中的应用

运用BP神经网络对红发夫酵母发酵培养基组成进行建模以及预测类胡萝卜素产量,在此基础上采用遗传算法对此模型进行全局寻优.得到红发夫酵母发酵培养基的最佳配比为:蔗糖45.10 g/L,硫酸铵3.00 g/L,硫酸镁0.80 g/L,磷酸二氢钾1.40 g/L,酵母膏3.00 g/L,氯化钙0.50 g/L,类胡萝卜素产量达到8.20 mg/L,干重达到9.47 g/L.采用上述方法优化后的培养基使类胡萝卜素的产量比起始培养基提高了95.90%.     

基于RBF神经网络的鄱阳湖表层水体总悬浮颗粒物浓度遥感反演

为进一步提高湖泊总悬浮颗粒物浓度遥感反演的准确性,引进适应复杂非线性映射的RBF神经网络模型,以鄱阳湖通江湖体为例进行了实证分析,根据实测水体悬浮颗粒物浓度和MODIS遥感数据,对遥感数据进行预处理,建立了RBF神经网络悬浮颗粒物浓度反演模型,神经元个数为8个,误差性能目标值为0.001,对悬浮颗粒物浓度进行反演。研究结果表明,验证样本相关系数R2=0.956 8,均方根误差RMSE=0.54。利用神经网络模型反演水悬浮颗粒物浓度是有效的,其反演结果优于非线性回归模型的结果。     

基于人工神经网络的城市用水需求组合预测

城市用水需求预测是涉及到诸多要素的复杂系统预测问题。为了减少简单外推法预测所带来的误差,通过在训练BP神经网络时自动调整学习步长和添加动量项修正神经单元之间的权重,既提高了神经网络的收敛速度,又抑制了神经网络限于局部极小现象的发生;然后使用改进的BP神经网络寻找多元回归预测、径向基函数(RBF)神经网络和改进BP神经网络3个单项预测的最佳组合,来综合各项独立预测所包含的信息,并以条件假设按照参考、高、低3个方案预测分析某城市的用水需求情况,说明这种基于人工神经网络的组合预测方法在预测城市用水需求量时是一个准确高效的方法。     

一种基于模糊神经网络的大气质量评价模型

基于模糊数学评价法和神经网络评价法的优点，提出了一种新的大气质量评价模型。该模型具有推理过程清晰，泛化能力好的特点。与其它评价方法相比，应用该模型进行大气质量评价不但物理意义明确，而且计算简单，评价客观，实用性强，评价结果还具有更好的可比性。     

密云水库流域植被覆盖度变化对输沙量的影响

封闭流域中,泥沙的产生是多种因素相互作用,相互制约的结果,而在这些众多的环境影响因素中,植被是土壤侵蚀中最重要的环境控制因子,目前,植被覆盖度变化对输沙量的影响一直是区域生态环境研究中比较热门的话题。文章使用遥感(Remote Sensing(RS))、地理信息系统(Geographic Information System(GIS))与统计分析相结合的方法评价了密云水库流域内2个子流域出口处2002年至2005年植被覆盖度变化对输沙量的影响。密云水库流域多为山地,其降雨具有明显的季节性。本文的主要目的在于分析2002年至2005年植被覆盖度变化对流域输沙量的影响,并分析了植被覆盖度变化对气候改变及人类活动的综合影响,结果表明:在密云水库流域内,输沙量是降雨情况和人为因素引起的地表植被覆盖度变化情况的综合反映,人口增长、经济发展和城市化是密云水库流域内引起土地利用变化和地表植被覆盖度变化的主要驱动力。并且,输沙量可以被看作是一个很好的指标来定量分离出生物生理和人为的影响,并从中能够找出在流域生态系统中获得显著结果关键的临界点。研究结果对制定流域的合理开发和管理计划将有所帮助。     

密云水库流域植被覆盖度变化对输沙量的影响

封闭流域中,泥沙的产生是多种因素相互作用,相互制约的结果,而在这些众多的环境影响因素中,植被是土壤侵蚀中最重要的环境控制因子,目前,植被覆盖度变化对输沙量的影响一直是区域生态环境研究中比较热门的话题。文章使用遥感（Remote Sensing（RS））、地理信息系统（Geographic In formmionSystem（GIS））与统计分析相结合的方法评价了密云水库流域内2个子流域出口处2002年至2005年植被覆盖度变化对输沙量的影响。密云水库流域多为山地,其降雨具有明显的季节性。本文的主要目的在于分析2002年至2005年植被覆盖度变化对流域输沙量的影响,并分析了植被覆盖度变化对气候改变及人类活动的综合影响,结果表明：在密云水库流域内,输沙量是降雨情况和人为因素引起的地表植被覆盖度变化情况的综合反映,人口增长、经济发展和城市化是密云水库流域内引起土地利用变化和地表植被覆盖度变化的主要驱动力。并且,输沙量可以被看作是一个很好的指标来定量分离出生物生理和人为的影响,并从中能够找出在流域生态系统中获得显著结果关键的临界点。研究结果对制定流域的合理开发和管理计划将有所帮助。     

中国农业非点源污染控制的经济措施探讨--以北京密云水库为例

针对我国农业非点源污染特征,提出污染控制经济政策体系,包括基于限制和约束功能的税费政策,基于引导和鼓励功能的补贴、补偿等优惠政策,以及创建基于流域的使污染削减总成本最小化的排污权交易市场。选择北京市重要水源地———密云水库的2大汇水流域之一的潮河流域(密云县境内)为政策设计示范区,从经济、技术及制度方面分析了各经济政策的功能和适用情况,提出本区以鼓励扶持引导为主、收费惩罚为辅控制削减农业非点源污染的经济政策构想,并估算了对农民环保行为给予补贴和补偿的额度。     

北大港水库调蓄“引江水”水质变化

通过模拟实验研究了北大港水库底泥释放氯离子的规律,建立了数学模型。采用2 0 0 3年第8次“引黄济津”水质监测数据,验证了模型的有效性。最后,利用该数学模型,预测了南水北调“引江水”在水库中调蓄时的水质变化。认为在合理调度运用的情况下,根据工程规划,北大港水库可以满足作为南水北调调蓄水库的水质要求     

密云水库上游地区农田土壤有机碳储量及变化模拟

农田土壤有机碳(SOC)库对粮食安全和全球气候变化具有重要影响,因此,开展农田土壤有机碳储量及其动态变化研究在政治经济和生态环境层面具有重要意义.采用农业生物地球化学模型--DNDC对密云水库上游地区农田土壤有机碳储量及其变化进行模拟研究,首先应用当地实测结果进行模型验证,然后根据当地气候条件、土壤性质和现行农业耕作管理特点等建立GIS区域数据库,并在数据库的支持下进行区域模拟和分析.结果表明:2006年密云水库上游地区214 920 hm~2农田土壤(0～25 cm)的总有机碳储量为7 646×10~6 kg,其中位于河北省境内的该地区63.1%的农田储存了全区68.1%的SOC;平均每公顷农田SOC储量为35 576.1 kg,低于全国平均水平;由于化肥和有机肥投入的增加,经过1 a耕种后,2006年该地区农田SOC储量增加142.5×10~6 kg,整个地区及各区县农田土壤碳收支均为正,是大气CO_2的一个汇.情景分析表明,气温升高对该地区农田SOC积累具有显著的负效应;而提高秸秆还田比例、适量施用化肥、增施有机肥、增加灌溉和采取免耕方式等措施均能有效增加土壤有机碳的积累.     

密云水库上游流域不同林分土壤有机碳分布特征

在全球气候变化背景下,森林土壤有机碳库作为全球土壤碳库的重要组成部分,已成为全球碳循环研究的重点之一。以密云水库上游流域天然次生山杨（Populus davidiana Dode）、白桦（Betula platyphylla Suk.）混交林、天然次生辽东栎（Quercus wutaishanica Blume）林、人工华北落叶松（Larix principis-rupprechtii Mayr.）林、人工油松（Pinus tabulaeformis Carr.）林和灌丛等5种典型林分为研究对象,选取典型样区,进行密集采样和试验分析,探讨了不同林分土壤有机碳质量分数和密度的分布特征。结果表明：在整个土壤剖面上（0~40 cm）,不同林分土壤有机碳质量分数和密度大小顺序均为：杨桦林〉辽东栎林〉灌丛〉落叶松林〉油松林,总体上呈现出随土地利用强度和人为干扰程度增加而降低的变化趋势,即天然次生林比人工林更有利于土壤有机碳的储存和积累;不同林分类型土壤有机碳质量分数和密度均在表层（0~10 cm）最大,并随着土层深度的增加呈下降趋势,剖面分布差异明显;此外,不同林分在0~20 cm土层中的单位面积土壤有机碳储量均占其剖面总储量的57%以上,即土壤有机碳富集在0~20 cm深的表层土体中。因此,为增加森林土壤固碳,应加强对天然次生林的保护,减少人类活动对森林及其表土层的干扰。