基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.     

模糊综合评价法在钢铁企业安全投资合理性评价中的应用

为了对钢铁企业安全投资进行模糊综合评价,建立了钢铁企业安全投资的评价体系,确定各因素的权重。得出模糊综合评价矩阵,可对各因素进行评价分析;得出某钢铁企业安全投资现状分数为83.9分,等级为较好,需着重加强安全培训、劳保品、工业卫生等人因素方面的投资;在环境方面的投资较合理。     

中国可持续社会养老保险的综合评价体系和实证分析

我国可持续社会养老保险的综合评价指标体系包括四个层次和三级子系统，内容涉及养老保险人数、机构设置、基金管理和代际平衡四个子目标。应用因子分析模糊综合评价方法对我国1990-2001年养老保险建设状况进行评价，本文认为基金管理，行政管理和代际失衡是影响我国可持续养老保险发展的主要因素。     

太湖北部小流域沉积物重金属污染特征与评价

近几十年来重金属的沉积记录、来源及污染水平受到了广泛关注.为探明太湖北部小流域重金属的污染来源和环境质量状况,本研究分析了柱状沉积物中8种重金属（Mn、Cr、Zn、Cu、As、Pb、Ni和Co）含量.运用主成分分析法判定污染源,富集因子法表征重金属富集特征,通过熵权模糊模型对沉积物中重金属污染状况进行评价.结果显示,所有重金属含量均较高,高低依次为Mn > Cr > Zn > Cu > As > Pb > Ni > Co.其中Mn含量最高,为380.06~767.69μg/g.沉积物重金属污染的主要贡献因子为交通排放、农业污染和煤炭燃烧.As的富集指数最大（2.89~15.61）.其中77.59%的沉积层属于显著富集,受人类活动影响最为显著.熵权模糊综合评价结果表明,Cu（0.483）和As（0.352）的权重值最大,是沉积物中的首要污染物,且65.52%的沉积层重金属含量处于中度污染水平.     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.     

2015—2018年河南省辖海河流域水质改善效果评价

分别采用单因子评价法、综合污染指数评价法和模糊综合评价法对2015—2018年河南省辖海河流域的水质改善效果进行评价分析。结果表明:3种方法的评价结果基本一致,2015—2018年河南省辖海河流域整体水质呈现改善趋势。但各方法侧重点有所不同。单因子评价结果显示,海河流域21项污染因子Ⅰ—Ⅲ类数量占比由2015年的69.63%增加至2018年的89.52%,劣Ⅴ类占比由2015年的15.13%减少至2018年的0.85%;海河流域综合污染指数由2015年的0.89降低至2018年的0.56,水质级别由中度污染改善为轻度污染,其中卫河、共产主义渠、大沙河、安阳河、汤河、马颊河的水质状况均有一定改善;模糊评价结果显示,NH₃-N和TP在9项评价因子中权重占比较大,是河南省辖海河流域的主要污染因子;2018年8条河流均达到Ⅰ—Ⅲ类水质。前2种评价方法适用于管理分析,模糊评价法可补充说明河流存在的问题,更适用于研究工作。     

中国光伏组件报废量的预测

在采用威布尔分布模型分析光伏组件使用寿命分布情况的基础上,使用神经网络模型和市场供给A模型分别对中国光伏装机容量和组件报废量进行预测。将光伏组件按照不同质量分成2阶段,考虑不同退化情景预测组件报废量,并计算组件中有价值材料和金属报废量。预测结果表明:2025年后中国光伏组件报废量爆发,到2050年,中国光伏组件报废量最高可达60.22 GW,累计报废最高可达673 GW。在4种退化情景下,到2050年,典型贵金属方面最高产生3134.5 t的Ag;稀有金属方面最高产生228.1 t的Te;463.4 t的Cd,58.5 t的Ga,29.8 t的In;有毒有害金属方面最高产生263.9 t的Pb;Si最高产生量43735.4 t。到2050年,光伏组件材料累积废弃总量最高可达64623193.6 t。     

融合Lamb-Jenkinson分型法和LSTM神经网络的PM2.5预测研究

文章采用NCEP/NCAR逐日海平面气压场资料,利用Lamb-Jenkinson环流分型法对张家口大气环流进行分型,分析环流型与PM_(2.5)质量浓度之间的关系,并针对PM_(2.5)浓度的预测,提出一种融合Lamb-Jenkinson环流分型和LSTM神经网络混合模型的方法,即以环流指数为预测因子基于LSTM方法搭建PM_(2.5)质量浓度的预测模型。结果表明:影响张家口地区的主要环流型有反气旋型、气旋型、偏北平直型、西南平直型、偏西平直型、东北平直型等、西北平直型、偏东平直型。PM_(2.5)污染日出现的主要环流型为南气旋平直型、东南平直型、偏南平直型、偏东气旋型、西南气旋平直型、偏东平直型、气旋型等,而反气旋型和反气旋式平直环流型不利于污染出现。张家口地区的PM_(2.5)污染与地面环流有着密切的联系,当存在PM_(2.5)污染时,张家口地区处于日本海高压后部的均压场区域,污染越严重,日本海高压中心强度越强。模型预测结果的均方根误差为9.88、平均绝对误差为5.84、拟合优度达0.80,表明该模型具有一定的预报能力。     

基于BP人工神经网络的闽江口水厂水质模拟

近年来闽江感潮河段水厂多次发生咸潮入侵威胁城市供水安全,评估其影响机制及适应性管理策略显得尤为迫切。文章研究基于BP人工神经网络模型和情景分析方法,构建闽江感潮河段水厂盐度与氨氮模型,并定量模拟闽江感潮河段水厂咸潮入侵的影响机制与应对措施。所构建的模型总体表现良好,情景模拟结果表明,闽江上游水电开发对南港地区的盐的影响较大,特别是对城门水厂的水质的影响较大,其咸潮发生的频率出现了明显的上升。河口地区的采沙挖沙活动使得河口地区的最小潮位水平下降、河口各水厂咸潮发生的持续时间和频率有明显的增加,尤其是5、6月份发生咸潮的风险增加。进一步分析表明,当采沙挖沙活动停止时,闽江口地区的盐度开始慢慢下降,6年左右闽江口地区各水厂的盐度可维持在一个可接受的水平上。该研究增进了对闽江感潮河段水厂咸潮入侵影响机制的认识,研究结果可为流域水资源管理与区域饮用水安全提供科学依据。     

应用S-T模型对沉积物中PAHs的生态风险分级评价

本文构建S-T模型,运用集对分析理论（set pair analysis）构建基本模型,采用层次分析法并参考毒性当量因子确定各指标权重,应用三角模糊数（triangular fuzzy number）对差异度系数进行改进,基于加拿大沉积物环境质量标准,对沉积物中多环芳烃进行生态风险分级评价.结果表明,该模型考虑到化合物之间的相互作用因素并做模糊处理,对差异度系数进行改进体现沉积物中多环芳烃生态风险等级标准的模糊性,为持久性有机污染物生态风险分级评价提供了一种简便客观有效的方法.