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。     

抚顺市空气污染预报方案筛选

空气污染预报的准确性取决于大气污染物扩散模型的选取和预报方案的设计。本文以经过验证的ADMS-大气污染物扩散模型为基础。设计了四种预报方案。并对四种方案的预报准确性进行检验，从而筛选出了适用于抚顺市空气污染特点的最佳预报方案。     

北京市空气质量动态统计预报系统

简要介绍了北京市空气质量动态统计预报系统的构成、特点,以及所采用的线性回归模型LRM,分类判别树CART模型,CART与LRM结合的模型,动态统计预报模型DSM,多点预报模型MPDSM 5种预报模型,分析了不同预报模型的特点和性能.所建立的动态统计预报模型DSM有良好的预报性能,减小了在高污染季节的预报误差;多点空气质量动态预报模型也具有较好的预报性能.      

城市空气中氮氧化物污染物预报模型的探讨

本文着重介绍了适合城市空气中氮氧化物预报的五种模型：统计模型中的ＭＯＢＩＬＥ模式、时间序列分析法、投影回归技术和数值预报模型中的高斯模式及箱模式，并在此基础上推荐了组合预报。     

基于HHO-CNN-LSTM的CMAQ修正模型及其在上海市空气质量预报中的应用

建立空气质量预报模型，预测污染物浓度对人类健康和社会经济发展具有重要意义。然而，传统的空气质量模型CMAQ对污染物浓度的预报精度并不理想。对此，本文提出了一种基于卷积神经网络(CNN)和长短期记忆神经网络(LSTM)的空气质量预报修正模型，并使用哈里斯鹰算法(HHO)对模型的超参数进行优化；用CMAQ模型对上海市2022年12月六种大气污染物(SO₂、NO₂、PM₁₀、PM_2.5、O₃、CO)浓度的预报数据以及监测站的气象数据和污染物浓度实测数据作为HHO-CNN-LSTM模型的输入，对CMAQ模型预报结果进行修正。使用均方根误差(RMSE)、平均绝对误差(MAE)和一致性指数(IOA)作为评价指标。结果显示，修正模型显著提高了六项污染物浓度的预测精度，RMSE减少了73.11%～91.31%,MAE减少了67.19%～89.25%,IOA提升了35.34%～108.29%。同时针对HHO算法陷入局部最优而导致修正模型对CO浓度预测效果不佳的问题，使用高斯随机游走策略对HHO算...     

多元自回归模型在枯水径流预报中的应用

多元自回归模型在枯水径流预报中的应用冯国章，王双银，韦华艳（西北农业大学水利与建筑工程学院陕西杨陵７１２１００）关键词多元自回归模型，时间序列，枯水径流，模型评定，预报检验，作业预报ＡＰＰＬＩＣＡＴＩＯＮＯＦＴＨＥＭＵＬＴＩＶＡＲＩＡＴＥＡＵＴＯＲＥ...     

多元自回归模型在枯水径流预报中的应用

多元自回归模型在枯水径流预报中的应用冯国章，王双银，韦华艳（西北农业大学水利与建筑工程学院陕西杨陵７１２１００）关键词多元自回归模型，时间序列，枯水径流，模型评定，预报检验，作业预报ＡＰＰＬＩＣＡＴＩＯＮＯＦＴＨＥＭＵＬＴＩＶＡＲＩＡＴＥＡＵＴＯＲＥ...     

人工神经网络与逐步回归法对大雾预报对比

利用1993-2011年逐日地面资料对福建省18个地面站的雾日数进行了统计分析,且利用了2007-2012年1、2、11和12月的高空及T213数值预报资料选取预报因子,进行了相关分析,并分别建立了逐步回归能见度模型、BP神经网络能见度模型和判别大雾3种模型。结论如下:(1)从回代检验结果中看出BP网络模型稳定性次于逐步回归模型,但是BP网络模型的预测精度和成功率均高于逐步回归模型;(2)在试预报时候BP网络模型的预报效果较逐步回归模型更优秀,3个模型中判别大雾的模型准确率最高。建议在日常预报中使用BP网络大雾判别预报模型。     

辽宁省一次大气重度污染过程预报准确性分析

2019年春季辽宁省出现了一次长时间、大范围的空气质量重度污染过程,为进一步了解此次环境空气重度污染过程的预报情况,对CMAQ模型、REG模型和人工订正法在此次污染过程中的污染等级和AQI范围的预报准确率进行了分析。结果表明:人工订正法未来24 h跨级预报准确率最高,72 h最低;AQI范围预报中,人工订正法在未来24和72 h均值预报中准确率均为最高,48 h预报REG模型准确率最高,CMAQ模型均为最低;各预报方法在污染过程前期、后期的预报准确率均高于污染过程中期。     

沙颖河流域降雨径流污染预报模型的研究

在淮河上游河颖河流域的研究区域内布站设点，获取数据资料，建立出口断面的水质预报模型，在降雨径流污染方面作了有益的探索，获取的实主以此所 水质预报模式具有一定的实用价值。     

基于概率论和BP网络的水质评价与灰色动态预测模型

讨论了BP网络模型存在的不足。提出了建立合理的BP网络模型的基本原则和步骤。针对水质评价与预测问题。通过在各类水质污染指标浓度区间内生成随机分布样本的方法。组成足够多用于BP网络训练、检验和泛化能力评定用的样本。建立了南京市秦淮外河水体水质评价的BP网络模型：给出了区分不同类别水质的模型分界值样本和模型输出分界值。用概率分布理论分析处于相邻类别水质过渡状态水体的水质属性。建立的水质评价模型应用于实例表明。南京市秦淮外河水体1991—1996年水质为V类向IV类转变。1992年水质最差，1996年水质最好。灰色动态预测模型计算表明。从1997到2001年。南京市秦淮外河水体水质逐年变好。     

伊洛河水质模型与预报系统研究

本文从中国河流水文的具体情况出发,研究了水质变化的机制。在充分取得水质系统信息的条件下。进行了模型的选择、参数识别和分段动态水质模型的建立。考虑了天然河道中随机因素对水质的影响,引进模型随机误差来体现随机因素对BOD-DO浓度的影响,然后利用自适应技术自动校正河流状态估计和预报系统,应用卡尔曼滤波技术建立伊洛河水质状态估计和预报系统。这是从天然河道特点出发,引进数学计算技术改进和提高水质模型精度的尝试,结果是很令人满意的。     

河流水质时间序列分析的自组织预测方法及应用

应用前苏联学者伊万年科基于生物控制论中的自组织原理提出的一种数据组合处理方法，有效地解决复杂非线性系统预测。以汾河某段的水污染时间序列监测数据为基础，建立了一个河流水质污染预测的自组织模型，其建模样本的拟合值和检验样本的预测值相对误差分别在３．１％和５．３％以内。结果表明，自组织模型能较好地描述水污染时间序列数据之间的非线性关系，适合复杂水环境污染系统的预测工作。     

基于关联向量机回归的水质预测模型

提出了一种基于关联向量机回归的水质时间序列预测模型,并以该模型对氢离子浓度指数(p H值)、溶解氧(DO)、高锰酸盐指数(CODMn)和氨氮(NH3-N)4种重要水质指标进行预测.首先采用国家环保部发布的四川攀枝花龙洞水质自动监测数据进行实验,对该模型的有效性进行了验证;然后将关联向量机回归预测模型与支持向量机回归预测模型进行比较.为了比较不同核函数的预测效果,实验中预测模型的核函数分别采用了线性函数和高斯函数.实验结果表明,关联向量机回归模型的预测效果不亚于支持向量机回归模型;且在给出预测值时,还能同时给出预测结果的可信程度.     

基于人工神经网络方法的水质预测初探

常规的水质预测模型因存在许多简化与假定而限制了其精度与实用性的提高.文章通过引入神经网络技术来建立水质预测模型,分别采用LM算法和RBF算法来提高预测的精度.结果表明,在建立三门峡水库流量和水质的输入响应关系模型的实际应用中,RBF算法取得了较好的预测效果.     

Incorporating sorption/desorption of organic pollutants into river water quality model

Preliminary research was conducted about how to incorporate sorption/desorption of organic pollutants with suspended solids and sediments into single-chemical and one-dimensional water quality model of Jinghang Canal.Sedimentation-resuspension coefficient k3 was deduced; characteristics of organic pollutants, concentrations and components of suspended solids/sediments and hydrological and hydraulic conditions were integrated into k3 and further into river water quality model; impact of sorption/desorption of organic pollutants with suspended solids and sediments on prediction function of the model was discussed. Results demonstrated that this impact is pronounced for organic pollutants with relatively large Koc and Kow, especially when they are also conservative and foc of riversuspended solids/sediments is high, and that incorporation of sorption/ desorption of organic pollutants into river water quality model can improve its prediction accuracy.     

基于MSLSTM-DA模型的水质自动监测异常数据报警

提出一种基于多元堆叠长短时记忆网络-差值分析(MSLSTM-DA)模型对地表水质异常数据进行报警的方法.该方法首先建立MSLSTM模型对水质指标数据进行预测,再基于预测结果的残差分布建立DA模型,并确定各个指标的数据异常阈值,当实测数据与预测数据差值大于阈值时进行数据报警.以长江流域监测断面的水质数据进行了方法有效性验证.结果表明,构建的预测模型对５个指标的MAE、MAPE均值比BP神经网络预测模型降低21.0%,17.8%,比LSTM模型降低16.8%,17.9%.皮尔逊系数均值比BP神经网络、LSTM模型的分别高5.9%,4.4%.5个指标共检出水质异常数据37条,其中34条经人工判断确实存在有异常,报警准确率高达91.9%.     

Visual Modflow模型在地下水污染模拟预测中的应用研究

选取中国东北部某地级市地下水源地补给区,研究地下水运动规律及水中所含污染物迁移转化规律,结合气象、水文、地质、水质等资料,在地下水水均衡计算的基础上,应用地下水有限差分软件Visual Modflow建立了地下水水流水质预测模型,并校正模型.提出的建议对研究区地下水多为战略用水,多属风险防控区,其次是需加强地下水环境准入,以生态红线标准管理,以及加快落实工业污染源、垃圾填埋场等污染防治责任.通过模型预测出未来一定时间段内的地下水流及水质变化情况,为当地政府提出地下水污染防治对策和措施提供了理论依据.     

基于VC++的地表水环境预测评价系统开发——河流模块的设计与应用

以我国地表水中的河流水质预测评价为例,采用VC++设计开发了适用范围较广具有可操作性的决策系统。结合水环境预测方法和导则标准,对本系统可操作的污染因子进行了选取,设计了持久性污染物、非持久性污染物、酸碱污染物的预测模块;采用综合水质评价方法中的水质质量系数法模型,设计了水质质量系数评价模块;根据最新的农村饮用水安全卫生评价标准,设计了系统的特色模块,感官性状及一般化学指标评价模块和毒理学指标评价模块。利用湖南常德澧县环境监测站所提供的数据,用模块计算值与实测值进行了对比检验,结果表明,本系统功能基本可实现,预测及评价数据可信,为完善环境决策管理软件做了新的研究尝试。     

基于概率组合的水质预测方法

当前水质预测研究中,组合预测缺少一般框架性组合方法,概率性预测多以水质指标服从某种概率分布为前提.针对这一状况,提出了一种概率性组合预测方法.组合预测采用优势矩阵法对预测结果加权融合,能够有效改善预测效果,并可以进一步扩展新方法;概率性预测基于对历史预测的统计,并对其进行有效性检验,进而给出水质指标在一定置信度下的区间估计.将基于灰色模型群法和指数平滑法的概率组合预测方法应用于浙江鸠坑口进行预测实验,实验结果表明,组合预测方法的总体预测效果优于单一预测方法,统计概率有效性可以得到验证并且能够有效给出一定置信度下水质指标波动曲线的包络线.概率组合预测可以有效优化预测精确度和稳定性,能够成功给出概率性的预测结果,为进一步决策奠定了基础.