投影寻踪模型在水环境质量评价中的应用

介绍了投影寻踪模型的基本原理，总结了投影寻踪模型在水质评价、水资源承载力评价、水资源可持续利用评价及地下水脆弱性评价等领域的应用研究现状，探讨了投影寻踪模型在水环境质量评价领域的研究方向。     

用标准基准投影法综合评价水体水质

投影法是一种多指标决策和评价的方法，可应用于水体水质间的比较与排序，但它不能定性评价水体水质，无法确定水体的污染情况。本文对该模型作了改进，具体方法为将水质标准值设为虚拟评价对象与考察对象一同进行投影，以标准的投影值为基准，通过标准区间嵌入法确定水体毋质等级值，根据各水质等级值进行评价及排序。以福州山仔水库为例，对水库的富营养化程度进行综合评价，评价结果与模糊隶属函数法基本相符，评价结果合理且方法简单明了。     

环境监测优化布点的投影寻踪回归分析法

应用投影寻踪回归（ＰＰＲ）建模技术，分析环境测点的污染物监测数据之间的关系，通过建模过程虽的数据生成，获得各测点数据对环境质量总体状况的权重贡献率。根据权重贡献大小，进行环境测点的优选，用ＰＰＲ分析法从成都市３项大气污染物的１２个环境测点中，优选出５个测点，其保留信息量约占全部测点信息的９０％。     

用投影寻踪回归进行大气颗粒物的污染源解析

 应用投影寻踪回归技术（PPR）对大气颗粒物的污染源成分谱和大气采集样本中的元素测试数据进行分析，得到大气颗粒物的污染源的权重贡献率的一种原解析新方法该方法应用于上海大气颗粒物的污染源的解析,结果表明，影响上海市大气颗粒物的主要污染源是建筑尘、土壤尘、燃煤尘和冶金尘它们的平均贡献率之和十占全部尘源的85%以上     

水质综合评价的投影寻踪模型

为检验水质评价标准的合理性，解决各单项水质指标评价结果的不相容问题，提高水质评价模型的分辨率，提出了一种新的模型－投影寻踪模型，它的评价结果是实数值。实例的计算结果表明，该方案是有效的和通用的，可应用于各种环境质量综合评价中。     

基于二维地震时间序列的PPAR模型在天山地区的应用研究

将PP理论和时间序列分析中的自回归(AR(K))模型结合起来,建立投影寻踪自回归预测模型,在固定研究区内,同时实现地震震级和时间的2要素预测,进而建立二维地震时间序列的投影寻踪自回归模型(PPAR模型)。研究中选取新疆天山地区不同空间尺度的14个实验区进行验算,首先选取范围较大地区作为实验区,然后,逐渐缩小研究区范围,建立相应的PPAR模型。针对每个区域分别尝试以未删除余震的序列、删除余震序列及同时删除余震和前震的序列建立模型,一般来说,以同时删除余震和前震的序列建立的模型具有普适性。研究结果表明:范围较大和地震发生频度高、强度大的研究区建立二维地震时间序列的PPAR模型,其内符、外符检验的合格率均较高,故所建的模型是可行的、有实际意义的。而对于范围相对较小、地震发生频度相对较低的研究区建立二维地震时间序列的PPAR模型,由于受样本量的制约,其信度降低,但其对震级和时间2要素的预测在现实的地震预报实践中仍具有一定实效和指示意义。     

经济复合系统可持续发展演进研究（Ⅰ）

地区可持续发展评价问题需要综合考虑社会、经济、环境、科教等各方面因素。本文采用投影寻踪模型,得出综合反映多因素之间复杂关系的样本的投影值。然后构建地区社会经济复合系统各组成子系统（社会子系统、经济子系统、环境子系统、科技教育子系统）之间协调发展的协调度模型,以投影值为中间变量,测度并评价各系统之间的协调性。     

基于PP-DEA模型的区域城镇化发展差异的综合评价

区域城镇化发展存在差异是客观现象,对这种差异进行科学、理性的评价是城镇化研究的核心内容之一。以安徽省区域城镇化发展差异为研究对象,以基于遗传算法的投影寻踪模型和数据包络分析模型为基础,从静态的发展水平和动态的发展效率两个方面对安徽省区域城镇化发展差异进行了综合评价,并通过构造综合差异指数把安徽省划分成4类城镇化发展水平区,包括高水平区、较高水平区、中水平区和低水平区,为此指出安徽省城镇化发展既要注重提高城镇化发展在资源投入、利用上的效率,又要坚持走提高发展质量和技术含量的内涵型发展之路。研究结果表明:基于PP-DEA模型的研究方法可有效克服传统的基于多元统计方法的综合评价技术的不足,能够更科学、更全面地反映区域城镇化发展的差异情况,其能对区域城镇化发展差异研究提供一定的参考价值。     

投影角度受限制的超声波CT温度测量

本研究在投影角度受限制的情况下利用超声波CT完成三维温度测量。新CT再构成算法的主要特征如下：在考虑到投影数据之间的相关性的同时、在傅里叶变换基础之上利用外插手法来补全不完整的投影数据。我们运用计算机模拟计算以及建立实验系统对上述算地的可靠性进行检验。根据计算机模拟计算和实验的结果,我们认为本研究所提出的CT算法可以有效地处理受投影角度限制的投影数据。     

最近邻抽样回归模型在水环境预测中的应用

介绍了最近邻抽样回归模型(NNBR)进行单因子和多因子预测建模的基本思想和算法.该模型概念清晰,结构简单,不需对研究对象的相依形式和概率分布形式作假定,也不需估计太多的参数,是一类数据驱动的非参数预测模型,具有潜在的优势.通过水环境中的两个实例进行了预测应用,结果表明,预测效果较好,并与投影寻踪回归模型(PPR)进行了对比.