基于小波神经网络的芦苇潜流人工湿地水质预测

人工湿地系统对污水的处理效果好,工艺简单,投资运行费用低,但影响其出水水质的因素很多,并且往往是非线性的,因此目前很难将这些影响因素模型化并用于水质预测. 已有的预测方法不是过于复杂就是预测精度不高. 神经网络是一种具有较强预测能力的新方法,适用于各种非线性模型的预测. 在小试研究的基础上,使用3种不同的、经过训练的小波神经网络,对芦苇潜流人工湿地沿程各采样口的水温,ρ(DO),pH,Eh和ρ(COD_Cr)等水质指标进行了预测. 结果显示,各指标的平均相对误差分别为:水温≤4.21%,pH≤1.36%,ρ(DO)≤9.77%,Eh≤6.50%,ρ(COD_Cr)≤17.76%,表明小波神经网络模型适用于人工湿地模型的预测.      

和田河年径流变化规律研究

根据和田河实测年径流资料,应用小波分析、R/S分析等多种方法,探讨了在气候变化和人类活动影响下,和田河年径流变化规律及其成因。结果表明,和田河年径流存在减少趋势,且具有一定的持续性。通过径流变化的影响因素分析表明,上游出山口处两支流的径流变化主要受气温升高的影响,下游入塔里木河处除受降水减少的影响外,主要是由于人类对水土资源开发进程的加快,人类活动是其径流变化的主要原因。     

林带对交通噪声衰减的效果研究及公路防噪林带设计

采用一套试验方案 ,对 8处林带降噪效果进行测试 ,得出了林带总的衰减、愈量衰减与宽度、能见度的定量关系 ,并对衰减效果进行了频谱分析 ,为公路防噪林带的设计提供了依据。     

德州市夏季臭氧敏感性特征及减排方案

近年来德州市臭氧污染频发,2018年夏季（6~8月）,德州市发生了严重臭氧污染事件,臭氧日最大8 h浓度值超标天数达60 d,超标率65%,3个月平均值为176 μg ·m^-3,最高达262 μg ·m^-3.本研究利用WRF-CAMx耦合的HDDM模块,分析期间德州臭氧敏感性特征及减排方案.结果表明,在空间上,德州市中心城区为VOCs控制区,而郊区为NO_x与VOCs协同控制区.在时间上,VOCs敏感值每日为正值,但dO₃_V₅₀在6月（城区18.7 μg ·m^-3,郊区19.7 μg ·m^-3）和8月（城区15.3 μg ·m^-3,郊区16.4 μg ·m^-3）高于7月（城区13.0 μg ·m^-3,郊区11.8 μg ·m^-3）,NO_x敏感值城区呈正负交错,郊区大部分为正值,并与VOCs敏感值接近.对于城区减排方案应考虑以仅VOCs削减为优先,而郊区由于NO_x和VOCs对臭氧减排效果相当,建议以NO_x：VOCs=1：1为优.     

国外新型药剂应用于滇池藻类污染治理的研究

滇池水藻类含量很高,现已属重富营养化水体。本实验选用国外一种新型除藻剂一去藻247来研究治理滇池水藻类污染,通过投加三个不同浓度的除藻剂,检测得出叶绿素α和总磷都有较好的去除效果,Cu^2＋的残留浓度也没有超标,其中当叶绿素的含量为1000mg/L时,除藻剂的最佳投加量为10mg／L。并用线性回归方程对滇池水体中叶绿素α和总磷的相关性进行了拟合。     

黄河上中游天然径流多时间尺度变化及动因分析

运用小波分析等方法对黄河上中游天然径流序列进行了分析,揭示了河川径流多时间尺度变化规律,并对径流在不同时间尺度上变化的影响因素进行了探讨。研究结果对于认识黄河径流的变化规律、开发利用管理黄河水资源有着重要的意义。     

玉米光谱小波奇异熵的铜污染监测研究

不同浓度铜离子(Cu2+)胁迫梯度下的玉米叶片光谱存在细微差异,但传统的光谱相似性测度方法难以区分健康的与受污染的玉米叶片光谱间的变异信息.为此,本文结合小波变换和奇异熵理论,构建小波奇异熵(Wavelet Singular Entropy,WSE)方法用于Cu2+胁迫下的玉米污染程度分析与污染监测.通过设置不同浓度Cu2+胁迫梯度下的玉米盆栽实验,依据玉米叶片的光谱测量数据和所测定的叶片中Cu2+含量,并与绿峰高度(Green-peak Height,GH)和红谷吸收深度(Red-valley Depth,RD)光谱特征参数法污染监测应用结果进行对比分析,研究WSE方法的Cu2+污染监测效果.结果表明,WSE值与Cu2+胁迫梯度、玉米叶片中Cu2+含量呈显著正相关,WSE值大小能够较好地表征叶片光谱的污染信息奇异性及其污染程度.     

西安市PM2.5污染的时空分布

为探索PM2.5的分布规律及其影响因素,对2013年西安市13个监测站点的全年ρ(PM2.5)数据进行了统计与整理.分析了ρ(PM2.5)的时空分布,采用聚类分析、小波变换研究了ρ(PM2.5)的区域分布特征与年际变化及突变特征,并对相关因素进行了探讨.结果表明,西安市ρ(PM2.5)在时间分布上具有冬高夏低的特点,而在空间分布上则以市人民体育场和草滩监测点所在区域为ρ(PM2.5)高值中心;ρ(PM2.5)在空间上可分为3大类,纺织城监测点单独为1类,经开区与草滩监测点为2类,另外10个监测点为3类,聚类效果的相关系数为0.7994,显示聚类效果较好;在ρ(PM2.5)年际变化中,除了6月和7月以外,其他月份ρ(PM2.5)均值为147.29 μg/m3,日照时间短和静风是导致ρ(PM2.5)发生突变的主要气象因素.     

保定市PM2.5和臭氧污染特征分析

为深入了解保定市空气质量状况,揭示PM_2.5与臭氧(O₃)的变化特征及相互关系,利用小波分析法对保定市2013—2020年每年4—9月AQI、PM_2.5、O₃-8 h (O₃日最大8 h滑动平均值)和NO₂浓度的逐日数据进行分析. 结果表明:①2013—2018年保定市O₃污染呈逐年加重趋势,最大日浓度达到347 μg/m3;随着治理措施的颁布与实施,PM_2.5超标天数由2013年的97 d减至2020年的1 d,PM_2.5超标情况逐年改善. ②O₃超标天数由2013年的3 d增至2018年的95 d,2020年减至61 d;O₃超标天数占PM_2.5和O₃超标总天数的比例从2013年的3%增至2020年的98%,说明O₃逐渐成为影响保定市空气质量的主要污染物. ③2013年保定市O₃-8 h浓度低于“2+26”城市均值,2014—2020年O₃-8 h浓度高于或接近“2+26”城市均值,说明近年来保定市O₃-8 h浓度的升幅已超过“2+26”城市的平均水平. ④小波分析发现,2013—2020年(除2015年和2018年外)AQI与PM_2.5污染序列的第1主周期相近,从2017年开始,AQI与O₃-8 h污染序列的第1主周期和第2主周期均一致,说明近年来保定市空气污染逐渐由PM_2.5污染转为PM_2.5与O₃复合污染. ⑤在同一时间尺度范围内,PM_2.5与O₃-8 h污染序列的震荡频率基本一致,说明二者存在较明显的正相关关系;2015—2019年,NO₂与O₃-8 h污染序列的震荡频率趋于一致,说明保定市O₃-8 h浓度受前体物NO₂影响较大,2020年震荡频率有较大差异,这可能与新冠肺炎疫情复工后生产规模尚未完全恢复,致使NO₂、PM_2.5等污染物排放强度同比降低有关. 因此,减少NO₂排放,协同控制多污染物是实现保定市空气质量改善的主要途径.      

广东北江流域降水时空分布及其与Niño 3区SST相关性分析

论文选取广东省北江流域18站1965-2007年月降水数据,应用REOF方法将月降水量场划分为4个子区域,利用Mann-Kendall方法进行趋势检验,并采用滑动t检验方法进行变点分析,结果表明:流域东南部年降水量呈减少趋势,西北部呈增加趋势,年降水量增加变点出现在1992、1993年。选取REOF各分区最大特征向量载荷的站作为基准站,采用Morlet小波、交叉小波变换和小波相干分析其周期特征及其与Niño 3区SST相关关系,结果表明:4站月降水量周期变化均与Niño 3区SST相关显著;时滞相关分析表明,南雄、佛冈、连南三站月降水量变化与Niño 3区SST相关性在滞后3、4个月时最强,而三水站在同期相关性最强,这种差别可能与三水附近地区近几十年来受到的人类活动影响较强有关。