Artificial neural network model for identifying taxi gross emitter from remote sensing data of vehicle emission

Vehicle emission has been the major source of air pollution in urban areas in the past two decades. This article proposes an artificial neural network model for identifying the taxi gross emitters based on the remote sensing data. After carrying out the field test in Guangzhou and analyzing various factors from the emission data, the artificial neural network modeling was proved to be an advisable method of identifying the gross emitters. On the basis of the principal component analysis and the selection of algorithm and architecture, the Back-Propagation neural network model with 8-17-1 architecture was established as the optimal approach for this purpose. It gave a percentage of hits of 93%. Our previous research result and the result from aggression analysis were compared, and they provided respectively the percentage of hits of 81.63% and 75%. This comparison demonstrates the potentiality and validity of the proposed method in the identification of taxi gross emitters.     

不同土地利用方式对土壤细菌分子生态网络的影响

利用16S rDNA基因Illumina MiSeq高通量测序技术结合分子生态网络方法,测定了4种利用类型土地中的细菌群落组成,并分别构建了可视化的细菌网络.结果表明,旱田和水田土壤细菌网络的平均路径长度与模块性较小,而节点数、连接数、平均连通度和聚类系数较高;4个细菌网络均以正相关关系占优,天然林地负相关比例较高;酸杆菌门、厚壁菌门和变形菌门中的部分菌群在土壤细菌网络中起着重要的连接作用;4个细菌网络的部分关键节点所属的菌群相对丰度较低(1%),并非本研究区域的主体细菌;旱田土壤菌群主要受TP显著影响(P0.05);水田土壤菌群主要受黏粒、粉粒和含水量显著影响(P0.05);天然林地和城市绿地土壤菌群主要受C/N显著影响(P0.05).以上研究结果表明,旱田土壤细菌网络规模更大,物种间关系更加复杂,不同利用类型土地中的细菌均以协同合作关系为主,天然林地土壤细菌之间存在更强的竞争作用.水田和旱田土壤细菌对外界环境因子的扰动更加敏感,响应迅速,群落结构更易发生变化;部分细菌在网络间存在角色转化现象,低丰度菌群在构建土壤细菌网络中具有重要作用.     

基于神经网络的喀斯特石漠化预警分析模型研究——以广西都安为例

阐述了人工神经网络的基本工作原理,分析BP算法在神经网络中的应用,并具体介绍了BP算法过程。在此基础上,以都安石漠化预警分析为例,提出了基于神经网络的石漠化预警模型的结构。人工神经网络模型实现了石漠化预警分析,确定石漠化危险性指数,并把分析的结果以专题图的形式来表现,从而验证石漠化预警分析模型的可靠性和可行性。     

基于BP神经网络的垃圾焚烧过程故障诊断

应用BP神经网络方法,建立了垃圾焚烧过程故障诊断的模型.该方法采用梯度下降法训练网络权值,利用最优停止法对网络进行了优化,避免了过拟合现象.提高了BP神经网络的训练速度和泛化能力.并以实际焚烧过程工况数据进行性能检验,检验结果表明了该BP网络具有较高的诊断精度.     

流量调节因子在非稳态河网水质计算中的应用

对平原河网水流流向不定引起的非稳态水质变化问题,引入流量调节因子加以校正,对调节因子在不同流向的形式进行了分析,在水质显格式离散方程中建立对应的水质模型,利用研究区河网枯水期实测的水质资料进行相应验证,结果表明校正的水质模型有较高的精度,具有一定的实用性。为非稳态情况下河网水质问题的决策分析提供了可行计算途径。     

完善应急监测网络提高环境管理能力

阐述了建立广东省环境应急监测网络的重要性,以及加大对环境应急监测网络建设投入、配套信息系统及公告制度建设的要求、方法、程序,并从完善应急监测网络,建立应急监测法规体系,加强应急监测队伍建设等方面对广东省环境应急监测体系的发展方向进行了探讨。     

合流制排水系统降雨径流污染物的特性及来源

在昆明市典型合流制排水小区对降雨径流进出水水量、水质进行了研究,旨在揭示城市区域合流制排水系统中降雨径漉不同来源的污染物特性及各个污染源的比倒.分别监测了合流制排水系统日常污水以及4场降雨期间小区出口断面、街道、屋顶、庭院降雨径流的水量、水质.结果表明,人为干扰是影响城市径流污染物输出强度的主要因素,城市下垫面降雨径流污染物输出浓度顺序为:道路>庭院>屋顶,道路是城市面源污染的关键源区;道路次降雨径流量约25%,却产出了40%～80%的污染物,而屋顶次降雨径流量约50%,却仅有4%～30%的污染物负荷.合流制排水系统中管道沉积物在降雨期间的迁移是重要的污染源,4场降雨中管道沉积物的TN、TP、SS、COD和BOD5的污染贡献率在30%以上.降雨强度是影响管道沉积物输出的重要因素,在高强度降雨下,管道沉积物污染贡献率高50%以上.在不同的降雨特性条件下,合流制排水系统主导污染源有所不同.     

人工神经网络在水环境质量评价中的应用

为了将人工神经网络应用于水环境质量评价,应用了人工神经网络Ｂ—Ｐ算法,构造了水环境质量评价模型,该模型应用于实例评价结果表明,人工神经网络用于环境质量评价具有客观性,通用性和实用性。     

基于B-P神经网络的环境质量评价方法

提出可将环境质量评价的无论是定量指标还是定性参数转化成"二进制"的"1"或"0",进而将这种二进制数引入B-P网络.通过实例探讨,这种新的B-P网络既适用于定量指标的水质参数又适用于定性指标的水质参数.     

环境监测站INTRANET建设研究

研究探讨了环境监测站内部网络 (Intranet)建设方案、Web数据库开发应用方案、网站的规划方法、结构与内容 ,对其经济性、技术合理性、适用性作了阐述。