用投影寻踪分类模型进行环境监测优化布点

为处理各单项环境监测指标优选结果的不相容问题,提出用投影寻踪分类模型(PPC-RAGA)进行环境监测优化布点的新方法.利用该模型可把监测点多维环境指标值综合成一维投影值,投影值越大表示该监测点的环境综合质量越差,根据投影值的大小就可对环境监测点样本集进行合理分类.采用实码加速遗传算法进行PPC-RAGA建模,简化了投影寻踪技术的实现过程,克服了目前投影寻踪技术计算复杂、编程实现困难的缺点,为投影寻踪技术在各种系统工程中的广泛应用提供了新的工具.应用实例表明,直接由样本数据驱动的PPC-RAGA模型用于环境监测优化布点,简便可行,计算结果稳健,适用性和可操作性强,在非线性、非正态高维数据分类中具有广泛的应用价值.     

反演同化技术在激光雷达中的应用研究

为增强模式预报准确性,提高激光雷达数据在化学模式中的应用水平,建立激光雷达同化系统,将激光雷达数据引入模式,利用WRF-Chem模拟2016年12月6日～10日一次污染过程,将激光雷达监测的气溶胶光学深度(AOD)反演成近地面PM2.5浓度,通过三维变分同化技术订正模式原始场,调整模式预报结果.实验对比发现,反演同化后...     

BP神经网络组合预测在城市生活垃圾产量预测中应用

文章分析了组合预测理论,在建立由二次指数平滑预测模型、灰色预测模型、BP神经网络预测模型组成的组合预测模型库的基础上,利用以上三种单一预测模型的组合构成BP神经网络组合预测模型。分别应用单一预测模型和组合预测模型对湖南省城市生活垃圾产生量进行预测,通过分析和比较预测结果,验证了该组合预测方法的有效性。     

长江流域浮游植物群落的环境驱动及生态评价

浮游植物常用于水生态健康评价,国内已有大量相关的研究开展,但多数研究涉及范围较为局限.从流域尺度开展浮游植物调查,在长江源区至入海口的干流重点区域、八大一级支流和三峡支流共布设了139个样点进行样品采集.在长江流域一共鉴定出浮游植物7门82属,其中隐藻门、蓝藻门和硅藻门为优势类群.首先对长江流域各区域的浮游植物群落组成进行分析,使用LEfSe分析各区域显著富集的物种,然后基于CCA探究了长江流域各区域浮游植物群落和环境因子之间的关系.在流域尺度上,广义线性模型显示TN和TP与浮游植物密度显著正相关,TITAN分析则揭示了环境指示种和它们对应的最适生长阈值范围.最后,分别从水生生物和水质两个方面对长江流域各区域进行评价,尽管两个方面的评价结果不一致,但基于随机森林算法综合所有指标进行评价,能够得到长江流域全面且客观的生态评价结果.     

西安市对渭河水质的影响分析

根据渭河西安段各代表断面的水质监测结果和该流域不同代表年径流量,通过平均浓度法计算各污染物负荷量,得出渭河干流以点源污染为主,支流非点源污染较干流严重.基于2009～2011年实测污染物浓度数据,由物料衡算法计算得到咸阳至临潼断面间西安地区对渭河干流的污染物输入量,分析西安段各项污染负荷占下游监测断面临潼的比例,量化西安对渭河水质所造成的影响程度.计算结果显示,渭河临潼断面污染负荷主要来自于咸阳断面上游,TN、COD及NH4+-N输出入量均占下游断面的40%以上.其次来源于西安地区,除TP占下游断面53%外,其余污染物占30%以上,且西安地区非点源污染比其上、下游断面严重,点源负荷约占总负荷63%.     

区域水资源可持续利用系统评价的插值模型

区域水资源可持续利用系统评价是区域可持续发展战略研究中的核心问题之一,目前提出的评价模型大多是用显式函数来表示评价指标与评价等级之间的复杂关系,其函数形式随区域水资源可持续利用系统评价内容的不同而变化,求解这些函数较复杂。为此,提出了用基于加速遗传算法的Shepard插值模型(SP模型)进行评价的新方法。实例研究的结果说明:SP模型直接由区域水资源可持续利用系统评价等级标准产生的样本数据驱动,建模方法简便而有效,在区域各种自然资源可持续利用系统评价中具有推广应用价值。     

内陆水体叶绿素反演模型普适性及其影响因素研究

利用具有较大时空差异性的水体组分和光学特性数据集对现有叶绿素半分析(三波段和四波段模型)和生物光学反演模型进行检验,研究叶绿素反演模型的普适性及其影响因素.结果表明,叶绿素生物光学分析反演模型具有较高的普适性,总体反演精度可以接受,但反演精度受叶绿素比吸收系数时空差异影响较大;三波段和四波段叶绿素反演模型反演精度较高,但是由于水体组分组成及其生物光学特性差异使得反演因子最佳波段位置和反演模型参数存在较大的变异性,大大降低了三波段和四波段叶绿素反演模型的普适性,其中后向散射系数光谱曲线形状和叶绿素比吸收系数是三波段和四波段模型普适性的主导影响因素.     

基于FY-4A卫星数据反演气溶胶光学厚度及分析应用

风云四号A星（FY-4A）是我国新一代静止气象卫星,多通道扫描成像辐射计（AGRI）是风云四号静止气象卫星的主要载荷之一.为探究FY4A数据用于气溶胶光学厚度（AOD）反演的可行性,基于FY-4A/AGRI数据,利用暗像元算法对2019年2月23~26日及10月27~30日京津冀地区AOD进行反演研究,并与AERONET地基观测AOD数据进行了对比分析.结果表明,基于FY-4A数据及构建响应函数库,通过暗像元方法能较好的反演出京津冀地区气溶胶空间分布;AOD主要的高值区体现在京津冀中南部地区并向周边郊区逐渐降低,在AOD值较大时此特征较为明显;将反演值与同期AERONET地基观测数据对比验证,相关系数达到0.869,均方根误差为0.221,表明AOD反演值与观测值吻合较好,FY-4A卫星数据反演AOD具有一定可行性.     

基于数据同化的太湖叶绿素多模型协同反演

在国内外众多学者的不懈努力下,开发了大量的水质参数遥感估算反演模型,但不同的模型都具有其"局限性",只能从某个层面反映"真值".基于上述考虑,本研究发展了基于数据同化方法的太湖叶绿素a浓度多模型协同反演算法.利用2006~2009年太湖野外实测水体高光谱遥感反射率数据,构建了7个叶绿素a浓度反演模型;通过模型精度对比,最终遴选出6个适宜的叶绿素a浓度反演模型.进而使用不同模型组合,进行多模型协同反演.结果表明:1多模型协同反演算法的反演精度要高于单模型反演的反演精度,最优MAPE仅为22.4%;2随着参与多模型协同反演的模型个数的增加,其反演精度也逐渐提高,MAPE均值从25.6%降低到23.4%,RMSE均值从15.082μg·L-1降低到14.575μg·L-1,相关系数R均值从0.91提升到0.92;3通过对多模型协同反演产品的置信区间进行计算,可以有效地估算产品精度和误差,同时使得获取全湖反演叶绿素a浓度的误差空间分布情况成为可能.     

基于免疫遗传算法的洪灾神经网络评估模型

灾情评估的结果既是制定防洪减灾决策的基本依据，也是评价防洪工作成效的重要指标。提出了一种基于免疫遗传算法优化的神经网络模型（IGA—NN）并用于洪水灾情的评估，给出了IGA—NN的设计方法和优化步骤。同时还将ICA—NN与标准遗传算法优化的神经网络模型进行了比较，显示了IGA—NN的优越性。最后通过实例，验证了IGA—NN的实用性。