基于GM(1,1)模型群的阿什河氨氮浓度的预测研究

依据灰色系统理论,以2000年-2009年10年阿什河入江口断面枯水期氨氮浓度构造了一个由6个GM(1,1)模型组成的灰色动态模型群,并运用该模型群对其变化趋势进行了预测分析,得到令人满意的结果。研究表明,灰色动态模型群法能够充分利用近期水质资料信息预测未来水质变化趋势;以模型群统计平均值作为最终预测值,避免了单一灰色模型容易利用不稳定信息的缺陷,使得预测精度更加准确,预测结果更为可信。     

震前小震调制比空间异常消失的映震能力研究

利用小震调制比方法的时空异常进行跟踪分析,通过对比发现,近几年震前小震调制比的空间异常变化与有感地震的发生具有一定的对应关系.进一步的分析研究认为,利用震前小震调制比的空间异常消失可进行有感地震甚至中强地震的地点预测.     

天然水体中铝浓度的预测方法探讨

本文概括了天然水体中铝的形态分类和地球化学行为,综述了天然水体中Ａｌ＾３＋和有机铝的浓度的预测方法,提出了由矿物浓度积,无机铝和有机铝经验关系式,有机铝模型辅以配体浓度和热力学常数预测天然水体中各形态铝的浓度的方法。     

“R1-R4” AND “BOISED” SEDIMENT PREDICTION MODEL TESTS USING FOREST ROADS IN GRANITICS1

ABSTRACT: Erosion and sedimentation data from research watersheds in the Silver Creek Study Area in central Idaho were used to test the prediction of logging road erosion using the R1-R4 sediment yield model, and sediment delivery using the “BOISED” sediment yield prediction model. Three small watersheds were instrumented and monitored such that erosion from newly constructed roads and sediment delivery to the mouths of the watersheds could be measured for four years following road construction. The errors for annual surface erosion predictions for the two standard road tests ranged from +31.2 t/ha/yr (+15 percent) to -30.3 t/ha/yr (-63 percent) with an average of zero t/ha/yr and a standard deviation of the differences of 18.7 t/ha/yr. The annual prediction errors for the three watershed scale tests had a greater range from -40.8 t/ha/yr (-70 percent) to +65.3 t/ha/yr (+38 percent) with a mean of -1.9 t/ha/yr and a standard deviation of the differences of 25.2 t/ha/yr. Sediment yields predicted by BOISED (watershed scale tests) were consistently greater (average of 2.5 times) than measured sediment yields. Hillslope sediment delivery coefficients in BOISED appear to be overly conservative to account for average site conditions and road locations, and thus over-predict sediment delivery. Mass erosion predictions from BOISED appear to predict volume well (465 tonnes actual versus 710 tonnes predicted, or a 35 percent difference) over 15 to 20 years, however mass wasting is more episodic than the model predicts.     

沙尘天气对北京市空气质量的影响及其预测预报

概述了北京市沙尘天气的分类、特征、判别方法,总结了2000—2002年沙尘天气对北京市空气质量的影响情况,提出了沙尘天气影响空气质量的短期(1～2d)预报方法。利用该方法预报了2002年4次主要沙尘天气过程,预报结果都比较准确。研究发现沙尘天气年际变化主要是受气候条件年际变化影响,提出根据气候条件年际变化预测来进行沙尘天气年际变化预测的初步方法。      

混沌理论在水质预测中的应用初探

基于混沌理论、相空间重构思想和嵌入理论分析涟水流域溶解氧的时间序列,计算吸引子维数和最大的Lyapunov指数,研究河流水质系统的复杂性特征。结果表明,河流水质时间序列具有混沌特性,其外在表现为貌似随机的无规则特点;但系统本身内在的、固有的规律(表现在最大的Lyapunov指数),表明短期预测河流水质变化是可行的,并应用混沌相空间模线性回归模型进行了短期预测,其预测结果对涟水流域的水质管理和控制具有一定的参考价值。     

基于可靠度的变压器声功率遗传算法研究

换流变压器是高压直流换流站中主要的噪声源,对换流变压器噪声的预测精度直接影响到后期整个换流站噪声预测模型的准确性,因此,准确获得换流变压器的声功率至关重要。根据《声学 户外声传播衰减 第2部分:一般计算方法》(ISO 9613-2:1996)中的户外声传播声功率计算方法,构建了声源声功率反推数学模型。利用某变压器周围大量测点现场实测数据,结合可靠度理论,识别并剔除了实测点中受相干声场影响较大的点,实现了换流变压器声功率反演计算,并对测点个数的选取进行了初步研究及优化。与其他声功率测量方法相比,该方法操作简单,对仪器设备要求较低,适用于复杂的声学环境,具有一定的应用前景。     

我国土壤中重金属铜的生物配体模型的建立与应用

关于重金属污染的风险评价及其预测模型日益成为环境领域的研究热点。近年来,一种用于预测和评价环境中重金属生物毒性的机理性模型一生物配体模型(BLM)被广泛应用于水体及陆地生态系统。本研究以我国土壤的陆地生物配体模型(TBLM)建构为目标,以土壤溶液系统为媒介,通过17种土壤上重金属铜离子与大麦根长的相互作用关系,发现了土壤中Cu-TBLM的主要影响因素为Cu~(2+)、CuOH~+、Mg~(2+)以及铜离子与大麦根系表面的专性结合能力。基于模型大麦根长预测值与实测值之间的相关关系,通过数学拟合功能求得TBLM中各参数值为logK_(CuBL)=4.87、logK_(CuOH)+=7.62、logK_(MgBL)=1.91、f~(50%)=0.103、β=1.09。本研究所得到的TBLM模型能很好地预测我国土壤中铜对大麦根长的毒害程度,预测值与实测值的相关性达到了90%。本研究结果不仅可以为我们降低重金属离子生物有效性提供有力的理论借鉴,更对我国土壤环境质量保护和长期良性可持续发展具有重要意义。文160余篇。     

滑坡灾害空间预测结果的评价方法

介绍了目前对滑坡灾害空间预测结果进行定量评价的3种方法,并对每种方法进行了分析和比较。基于将预测结果与历史滑坡相对比的评价思路,引入了"滑坡比"的概念,定义其为:相应易滑度指标值的邻域所包含的预测单元中,曾发生滑坡的单元所占比例;并指出,好的预测结果应满足:易滑度指标值越大,滑坡比越大,且指标值相对较大时,相应滑坡比应较接近于1。在此基础上,提出采用预测率函数曲线所围面积之比,即"面积比"评价指标来对预测结果进行评价,并通过理论分析和实例,证明了该评价方法较现有方法确有改进。     

基于EEG频谱特征的驾驶员疲劳监测研究

研究表明疲劳驾驶是引发交通伤亡事故的重要原因之一,因此有必要采取相应的预防措施。脑电是公认的睡眠(疲劳)金指标,因此论文提出了基于脑电频谱特征的驾驶员疲劳预测方法。采用了驾驶模拟实验中记录的三路驾驶员脑电信号,并利用驾驶员自评与专家评定两种方式相结合的方法将驾驶数据分为疲劳和清醒。针对脑电中眼电噪声很强的特点,对记录的脑电进行了自适应滤波消噪处理,结果显示可有效滤除眼电伪迹;然后根据脑电的频域特征比较突出且与疲劳相关的特点,从去噪后的脑电中提取出了的75个频谱特征;最后利用这些频谱特征,采用朴素贝叶斯分类的方法建立了驾驶员疲劳监测模型。实验结果表明,该方法能监测出驾驶员84%的疲劳状态。