Elman神经网络在抽水地面沉降预测中的应用

将Elman神经网络应用于南京奥体中心地铁站抽水试验初期对地面沉降的预测，提出了一种预测模型。该模型采用对已知数据样本进行分段的方法，把分段后的数据作为网络输入和期望输出训练网络，从而达到动态建模的目的。从预测结果来看，该模型误差较小，基本上能够反映2002—07—21当天地面沉降的真实情况，具有一定的可靠性和实用性，因此，该模型可作为后期由于基坑开挖和防渗排水所引起地面沉降的分析工具。     

构建径向基函数神经网络模型预测沙尘暴对上海的影响

以全国47个城市的空气污染指数(API)为输入变量，翌日上海API值为响应输出，建立径向基函数神经网络模型预测沙尘暴影响上海的情况：结果表明，选取合适的模型结构可以取得较好的预测效果。     

太湖某湖区高锰酸盐指数变化趋势的平滑处理

应用数理统计检验，移动平均法和指数平滑法，对太湖的某湖区九年的高锰酸盐指数平均值的数据进行了处理，发现统计检验在０．０５置信水平上无意义。移动平均法虽然有数学上的统计意义，但与实际变化趋势差距很大。而指数平滑法，所得的处理数据，其预测的趋势与实测的比较符合。     

指数平滑法在环境预测中的应用

指数平滑法是常用的一种时间序列预测方法，它在环境的预测方面有较强的实用性。文中简要介绍了该法的原理以及平滑计算，建模，预测和精度分析的过程，并以大同市７年降水的时间序列为例，对该法的应用效果进行了探讨。     

黄孢原毛平革菌在E段废水中的生长特性与脱色作用

利用GCMS定性分析漂白废水主要发色物质的种类，对黄孢原毛平革菌在抑制条件下的生长与脱色作用进行试验研究，结果表明，废水中各类高分子量有机污染物是形成色度的主要来源，此类物质在菌对数生长阶段被大量降解。     

城市二级污水灌溉对几种园林植物生长的影响

以新疆乌鲁木齐市东郊七道弯污水处理厂二级出水为研究对象．开展了二级污水对几种园林植物(万寿菊、紫穗槐、高羊茅、早熟禾)生理、生态的影响研究。与对照组相比，结果表明，草坪草、紫穗槐叶绿素含量、净光合速率、地上部分生物量增加。     

电力行业水-能耦合关系研究综述

电力行业消耗了全球约8%的水资源,电力生产与输配过程中消耗的能源与水资源之间的相关关系被定义为电力行业水-能耦合关系.本文从电力行业水耗和节水潜力研究、电力生产与水资源空间分布匹配研究、电力行业水-能耦合关系与其他环境问题的关系研究三个角度对国际上相关文献的研究内容、研究方法和主要结论进行梳理.研究结果表明：冷却技术选择对电力行业的水-能耦合关系影响较大,电力生产的需水量与各地水资源禀赋在空间上不匹配,电力行业水-能耦合系统管理体系尚未建立且面临迫切的实际需求.     

土壤环境质量预警体系构建与应用

土壤环境质量预警是实施土壤污染风险分类分级管控措施的重要依据.为快速了解区域土壤环境质量水平,在土壤环境质量恶化前及时采取有效措施遏制土壤污染持续加重的态势,基于环境容量和污染物输入-输出通量理论分别构建了简易、有效和可量化的农用地和建设用地土壤环境质量预警体系,进一步结合土壤环境质量标准、食品安全标准和致癌风险系数提出相应的预警方法和预警机制,并以攸县农用地和北京市五环内建设用地为研究区域,评价土壤环境质量现状,预测不同情景下的土壤环境质量超标风险.结果表明,攸县网岭和桃水镇两地农用地土壤环境质量均隶属五级预警水平,相对其他修复措施,污染秸秆不还田可在较短时间内将土壤中镉含量降低至风险筛选值水平以下.北京市五环内建成区土壤质量状况良好,较长时间内不存在健康风险隐患,无突变情景和乐观情景下Cd、Cu、Pb和Zn的风险超标年限均远高于50 a,隶属一级预警水平.     

三峡库区EFDC模型集成与应用

为满足三峡库区大尺度的水质预测需求,降低专业水质模型使用门槛,实现模型业务化运行,采用涵盖"模型封装-接口服务-系统集成"全过程的模型封装集成技术方法,开展了EFDC模型集成研究,并在三峡库区水质安全评估与预警系统中进行验证和应用.结果表明:①基于实例化模型建立的模型预置参数库,是模型业务化运行中参数简化的前提,可有效解决模型本地驯化及模型实例的基础数据复用问题;②依据参数识别结果,将模型参数识别为"必调参数、可调参数、默认参数"三类,并采用B/S架构对输入文件、输出文件和主控文件中的不同参数进行分类封装,达到参数简化目的;③采用半紧密型方式建立的基于Web services的EFDC模型集成接口服务及标准,可为信息系统提供通用的EFDC模型计算服务;④该方法在EFDC模型与三峡库区水质安全评估与预警系统集成中得到验证,实现了全库区干流及主要支流COD_Cr、总磷、总氮等污染因子的长时间序列水动力水质预测联机在线运算,满足了用户在水质影响预测预警中低修改量、高运算效率和良好用户体验等需求,实现了模型的业务化运行.      

基于SARIMA模型和普通Kriging法对杭州市主城区PM2.5短期预测和制图

基于SARIMA模型对杭州市主城区内的7个站点和周边3个站点的PM_(2.5)浓度进行4 h平均的短期预报,并利用普通Kriging法对杭州市主城区PM_(2.5)进行空间插值和制图.在建立SARIMA模型时,用批量自动化的方法,使用R语言编程对夏季和冬季各360期的数据进行SARIMA(p,d,q)×(P,D,Q)6模型的参数的确定和拟合,来预测下一期的值.在10个站点分别进行120期的预测,做出真实与预测的时间序列图,在精度分析中,夏季和冬季PM_(2.5)浓度总体的平均绝对误差(MAE)分别为8.4μg·m~(-3)和14.8μg·m~(-3).在Arc GIS中,对每期的数据使用普通Kriging法,用球面模型拟合半变异函数,决定各个站点的权重,来对杭州市区内未知空间样点进行插值,最后生成完整的杭州市主城区PM_(2.5)短期预测图.本研究创新性地将SARIMA模型广义化运用到小尺度时间序列中,预报效果较好,并且批量自动化预测和制图的方法,可为今后的预测制图产品化提供技术支持.