B-P神经网络在环境空气质量预报中的应用

通过对神经网络应用实例的论证,探讨B-P神经网络应用于环境空气质量预报的可行性及其先进性.B-P神经网络对污染物浓度变化趋势的预测较线性回归统计模式更为敏感,其预测值的绝对误差也比线性回归统计模式小.显示出其逼近精度高、训练学习速度快、对基础数据时间长度要求不高的优越特性.     

宁夏灌溉回归水开发再利用的评价

宁夏灌溉回归水指灌溉农业土壤深层渗滤水、农田尾水、渠道渗漏水、退水及少量的工业废水和城镇生活污水,年排量３０～３５亿ｍ^３。对灌溉回归水２０种物质含量的评价表明,它属无毒有害型淡水。采取与渠水（来自黄河水）掺灌或轮灌对作物生长无不良影响,也不会引起土壤盐碱化,可大胆开发利用。     

人工神经网络模型和公路复垦土地适宜性评价

提出了人工神经网络用于公路临时用地复垦土地适宜性评价，利用该模型对京大高速公路山西段复垦山西段复垦土地进行了适宜性评价，探讨了人工神经网络在土地复垦适宜性评价时的特点和注意问题。     

宁夏人口、粮食与水土资源利用

人口、粮食与水土资源利用是宁夏回族自治区国民经济发展中的重要问题。文中分析了宁夏人口、粮食与水土资源利用现状,应用灰色系统理论及回归分析,建立人口、粮食预测模型,对2000年宁夏的人口、粮食进行了预测。分析2000年水土资源不同开发利用条件下粮食供需平衡情况后指出,充分合理利用黄河水资源,扩大灌溉面积,配合先进的农业技术,宁夏粮食不仅能自给,而且还能提供一定数量的商品粮。最后提出了解决粮食问题,防止生态环境恶化的主要途径。     

数据挖掘在环境信息管理中的应用

本文在介绍数据挖掘的基本概念和体系结构的基础上，分析了其技术在环境信息管理中应用的可行性，并结合环境信息管理的特点，探讨了数据挖掘技术在环境信息管理中的应用前景。     

用神经网络辨识化学强化一级处理系统

运用实验室得到的数据为样本 ,选取了CODCr和絮凝剂投加量为指标 ,采用三层结构的神经网络 ,利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统经行辨识。辨识结果表明 :模型的预测值与实测值的平均误差在 3 .7%左右 ,具有较高的精度。同时 ,该模型还具有适应性强 ,使用方便 ,高效的特点 ,为CEPT系统的在线实时控制提供了一条有效的途径。     

多元回归分析法在突发性事故污染预测中的应用

运用多元回归性，通过预测模型的选择、基础数据系列化、回归模型的建立和回归效果的检验，建立了化学污染危害面积、纵深与诸条件的关系，达到了快速估算的目的，是突出性化学环境污染危害预测的一种方法。     

非线性时间序列门限自回归模型在环境空气质量预报中的应用

门限自回归模型作为1种利用历史资料对非线性时间序列进行描述从而进行预测的数学模型，多年来在各种统计领域中均取得良好的效果。根据非线性时间序列的门限自回归模型（简称TAR）的基本思路，利用环境空气自动监测系统历史监测数据资料，建立了浦东新区环境空气质量的预报计算模型。通过统计检验，检查使用TAR模型预测浦东新区环境空气质量与实际监测情况的符合程度。讨论了该模型在监测工作中的应用可行性。     

西部地区经济发展与水环境质量的相关分析

认识经济发展与水环境污染的关系,以求西部地区经济与环境的协调发展。文章运用环境库兹涅茨理论和自回归分析模型,对1995～2004年我国西部地区人均GDP与废水排放量的分析,可知西部地区的人均GDP增加1%,则污水排放量增加0.582%,经济发展伴随着水环境质量的持续恶化,说明西部地区目前处于环境库兹涅茨曲线的左半部分。因此有必要加强对水环境的规制和治理,改善经济发展和水环境质量之间的这种两难关系。还表明自回归模型对于西部地区水环境质量的预测也是有效的。