基于实测光谱的杭州湾悬浮物浓度遥感反演模式

悬浮物是我国近海水质遥感监测的主要参数之一.利用ASD地物光谱仪测量杭州湾水体的反射光谱,同步采集表层水样获取悬浮物浓度,模拟水色卫星MODIS和MERIS的波段设置提取遥感反射率,基于人工神经网络分别建立2种悬浮物浓度的遥感反演模式.实测结果表明,杭州湾水体中悬浮物浓度较高,泥沙含量远远大于叶绿素浓度,平均值分别为705 mg/L和1.164 mg/m³;2个监测站位的悬浮物浓度表现出时空上的差异,尤其是随潮汐变化的短周期变异十分显著;实测水体反射率光谱曲线在650～700 nm之间与800 nm附近分别出现峰值,光谱曲线一阶微分结果显示第一反射峰的位置随着悬浮物浓度增大向长波方向移动.基于神经网络建立的模拟算法充分利用了卫星不同通道的光谱信息,可以同时模拟水体中色素与非色素悬浮物的浓度,模型取得了较好的拟合效果,R²均大于0.95,可以应用于实际卫星遥感反演,尤其是MERIS数据,因其具有相对较高的空间分辨率,在近海水环境遥感监测中的应用前景更为广阔.     

用TM影像进行湖泊水色反演研究的人工神经网络模型

利用人工神经网络技术进行了湖泊水色遥感的反演研究,在同步实验的基础上了构造了包含一个隐含层的BP神经网络模型,利用TM卫星影像反演悬浮物、COD_Mn、溶解氧、总磷、总氮和叶绿素浓度反演精度较高,相对误差基本在25%以下,同时分析了该人工神经网络反演模型的误差来源,改进措施以及应用前景.研究表明,在进行小规模的同步监测的基础上,此模型可用于湖泊水质调查、分析和评价.     

燃煤锅炉低氮氧化物燃烧特性的神经网络预报

大型燃煤电站锅炉的低NO_x燃烧技术日益受到关注,但NO_x的排放特性复杂,受煤种、锅炉设计结构和操作参数等多种因素影响.在对某台600MW四角切圆燃煤电站锅炉的NO_x排放特性和飞灰含碳量特性进行多工况热态测试的基础上,应用人工神经网络的非线性动力学特性及自学习特性,建立了大型四角切圆燃烧锅炉NO_x排放特性和燃烧经济性的神经网络模型,并对此模型进行了校验.结果表明,该模型能根据燃煤特性及各种操作参数准确预报锅炉在不同工况下的NO_x排放和飞灰含碳量特性,可为大型电站锅炉通过燃烧调整降低NO_x排放和提高锅炉燃烧效率提供有效手段.     

大亚湾初级生产力人工神经网络预测模型研究

针对海湾初级生产力估算与预测难题,结合大亚湾近20 a的调查资料,基于MATLAB语言编程,将NH_4-N、NO_-N、NO_2-N、PO_4-P、SiO_3-Si、N/P作为输入,叶绿素a作为输出,建立大亚湾初级生产力的人工神经网络预测模型,并进行检验,其模拟值的平均相对误差0.932%;同时应用多元回归方法进行拟合预测,其拟合结果的平均相对误差为38.970%.研究结果表明,人工神经网络方法优于传统的统计学模型,具有较好的预测能力和实用性,可进行海湾初级生产力动态的预测估算,并具有较高的精度.     

生物脱氮除磷活性污泥系统复合模拟方法

为避免繁琐的参数校核工作,提出了活性污泥2 d号模型(ASM2d)和人工神经网络(ANNs)相结合的复合模拟方法。考察了复合方法在某污水处理厂生物脱氮除磷工艺中的应用情况。研究表明,ANNs能够准确地模拟出水实测值与未经校核的ASM2d机理模型的估计值之间的差值。利用Levenberg-Marquardt算法,对出水氨氮、总氮和总磷分别建立网络结构为5-12-1、5-8-1和5-8-1的ANNs子模型,将这些子模型输出同ASM2d机理模型输出相加便得到复合模型输出。复合模型估计值对前10.4 d(ANNs子模型训练数据时段)出水氨氮、总氮和总磷浓度的拟合平均绝对百分比误差分别为0.267、0.055和0.048;其对后2.6 d(ANNs子模型测试数据时段)出水氨氮、总氮和总磷浓度的预测平均绝对百分比误差分别为0.332、0.083和0.069。均方根误差、平均绝对误差等评价指标也表明复合模型能够给出合理的模拟结果。     

利用复介电常数和BPAT神经网络进行环境监测的可行性研究

土壤中的污染物成分复杂，其含量与复介电常数之间具有很强的非线性关系。以土壤样品复介电常数的实部、虚部分别作为输入，以其含水率、体密度和所含6种已知离子的浓度分别作为输出，建立BP人工神经网络。把吉泰兰地区的土壤样品数据分为训练样本集和检验样本集，网络训练后，其学习效果显示模型的性能很好，检验样本的预测结果也与实测值较好吻合，说明利用复介电常数和BP人工神经网络进行环境监测是一种好的方法。     

基于人工神经网络的二元液体闪点预测

建立了一个基于人工神经网络的理论模型,用于预测二元混合液体的闪点.根据所研究混合液体的物理性质,选择了相关黏度、表面张力等物理参数来表征闪点,以这些参数作为输入参数,二元混合液体的闪点作为输出值,应用反向传播(BP)人工神经网络方法对两者之间的内在定量关系进行模拟.结果表明,闪点预测值与实验值符合良好,优于传统的计算方...     

廊坊市2015年燃煤锅炉改造成效评估分析

为改善京津冀地区空气质量,2015年北京市安排专项资金支持廊坊市大气污染治理工作。到去年底,廊坊市超额完成相关治理项目,淘汰改造燃煤锅炉1 315台,实现SO2年减排量6 799 t,NO_x减排3 547 t,烟尘减排5 178 t,为廊坊本地及京津冀地区空气质量改善做出了贡献。针对2015年廊坊市燃煤锅炉淘汰改造工作进行了环境经济效益分析及空气质量改善效果评估。结果表明:该项大气污染治理工作具有较大的环境效益及显著的污染削减效果,从长远角度有利于京津冀地区的大气污染防治工作顺利开展及区域空气质量的改善。     

基于传感器阵列的可燃混合气体RBF网络分析

为克服传感器阵列在混合气体检测中的交叉敏感现象,采用具有最佳逼近和全局最优性能的RBF神经网络对传感器阵列的输出信号进行分析。建立了多种可燃气体分析的数学模型,并对CO,H2和CH4的混合气体样本进行了实验。结果表明,传感器阵列和RBF神经网络处理单元构成的气体分析系统可以较好地实现对可燃混合气体的分析,误差不大于2%。     

人工神经网络在湟水水质综合评价中的应用

将“前向人工神经网络技术”应用于水质综合评价，提出了水质综合评价BP模型，并将该模型应用于实例进行效果检验，结果表明：人工神经网络BP模型用于水质综合评价是可行的，该方法适应性强，评价结果客观、合理。