基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。     

受限空间瓦斯爆炸冲击波压力信号小波包去噪研究

由于受限空间瓦斯爆炸冲击波压力信号具有突变性和瞬态非平稳性特点,采用小波包分析进行去噪处理。选取典型的Daubechies小波包系和Symlets小波包系各小波包基对信号的重构均方根误差,并计算了原始信号与重构信号的相关系数,确定Sym8为处理瓦斯爆炸冲击波压力信号的最佳小波包基。去噪结果显示:小波包分析在降低噪声的同时,仍然保留信号突变部分的信息,能尽可能不失真得重现有效信号,受限空间瓦斯爆炸冲击波压力信号小波包去噪能够得到更可靠地结果。     

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.     

阿克苏河年径流变化的非线性特征

以阿克苏河流域的托什干河、库玛拉克河和阿克苏河干流为例,基于1957-2008年的径流序列,运用小波分析和R/S分析方法分析了阿克苏河径流过程的非线性特征,揭示了流域径流的变化规律,得出以下结论:①库玛拉克河、托什干河及阿克苏河干流的年径流序列均呈增加的趋势,且都以20世纪80年代后期为分界点分为两个阶段:前期径流较少,处于枯水期;后期径流较多,处于丰水期。②阿克苏河流域年径流量变化存在较长周期,长周期中又包含着短周期;其中,18 a和22 a的周期贯穿于整个时间序列,为流域径流的第一主周期。③流域内三条河流各个时段径流量的Hurst指数值几乎都大于0.5,表明流域径流的时间序列具有长期持续的特征;从各条河流最后一个时段的Hurst指数可以推断,在2008年后的一段时间里流域径流量将会继续保持增加趋势。     

山东半岛近地面O3浓度时空变化及潜在源区解析

为探究山东半岛在长时间序列上的臭氧（O₃）时空分布特征及潜在来源,在分析山东半岛2005～2020年O₃浓度时空变化的基础上,运用小波分析、熵权法和相关性分析对O₃及其影响因素进行了探讨,并对山东半岛O₃的潜在来源进行研究.结果表明：（1）时间格局上,山东半岛地区近地面臭氧2005～2020年间呈现出“三峰型”趋势,2010年达到最大值[（40.48±7.64）μg·m^-3], 2013年为最小值[（36.63±5.61）μg·m^-3].季节表现为：夏季[（42.49±1.7）μg·m^-3]>春季[（40.65±0.6）μg·m^-3]>秋季[（36.47±0.7）μg·m^-3>冬季[（36.46±0.3）μg·m^-3].（2）空间格局上,2005～2020年山东半岛O₃浓度随着纬度的升高而逐渐升高,呈现出东西部高,中部低的特征,O...     

基于小波神经网络的芦苇潜流人工湿地水质预测

人工湿地系统对污水的处理效果好,工艺简单,投资运行费用低,但影响其出水水质的因素很多,并且往往是非线性的,因此目前很难将这些影响因素模型化并用于水质预测. 已有的预测方法不是过于复杂就是预测精度不高. 神经网络是一种具有较强预测能力的新方法,适用于各种非线性模型的预测. 在小试研究的基础上,使用3种不同的、经过训练的小波神经网络,对芦苇潜流人工湿地沿程各采样口的水温,ρ(DO),pH,Eh和ρ(COD_Cr)等水质指标进行了预测. 结果显示,各指标的平均相对误差分别为:水温≤4.21%,pH≤1.36%,ρ(DO)≤9.77%,Eh≤6.50%,ρ(COD_Cr)≤17.76%,表明小波神经网络模型适用于人工湿地模型的预测.      

和田河年径流变化规律研究

根据和田河实测年径流资料,应用小波分析、R/S分析等多种方法,探讨了在气候变化和人类活动影响下,和田河年径流变化规律及其成因。结果表明,和田河年径流存在减少趋势,且具有一定的持续性。通过径流变化的影响因素分析表明,上游出山口处两支流的径流变化主要受气温升高的影响,下游入塔里木河处除受降水减少的影响外,主要是由于人类对水土资源开发进程的加快,人类活动是其径流变化的主要原因。     

拉萨市近49年气温变化特征研究

2019年6月24日拉萨市出现了30.8℃的高温,创历史新高.为了更好的了解拉萨市气候变暖的机理以及评估该区域未来气候的变化状况,本文基于拉萨市自动气象站近49年的观测数据,采用线性趋势法、Mann-Kendall (M-K)突变检验、小波分析、R/S分析等方法深入研究了多时间尺度上气温的时空演变特征.结果 显示:(a...     

哈尔滨等几个城市气候变化的对比分析

应用距平分析和Morlet小波变换方法对哈尔滨、石家庄、武汉、广州等4个城市1951—2004年的年均气温和夏季降水进行了对比分析，结果发现，这4个城市：（1）近50多a来气温基本上都是呈逐渐升温趋势，升温幅度都在1℃以上，其中哈尔滨的气温年变化比其他3个城市剧烈；（2）气温年代际演变特征非常明显，存在10～25a尺度的变化，在20世纪80年代前期发生气候突变；（3）近50多a夏季降水变化趋势不太一致，在空间分布上表现为波列特征；（4）夏季降水年代际变化特征非常明显，都存在10a左右尺度变化；（5）降水变化趋势与气温变化趋势不一致。     

厄尔尼诺事件对河南省降水的可能影响

本文采用小波变换方法分析了近50年来赤道东太平洋月海温距平序列和河南省月降水量距平序列的多层次时间尺度结构，对厄尔尼诺事件和河南降水的周期变化规律进行了对比分析，并讨论了厄尔尼诺对河南降水的可能影响。结果表明，厄尔尼诺事件对河南降水有一定程度的影响；表现为厄尔尼诺年大多对应河南雨涝年，而反厄尔诺年大多对应干旱年；NINO海区SST的冷暖结构和河南降水的旱涝变化之间具有较好的对应关系，而且两者都存在准2年和4－8年的周期变化。