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。     

PM_(10)浓度时间序列多时间尺度分析的小波方法

文章利用Morlet小波函数进行小波变换,以乌鲁木齐市的大气污染物时间序列为例,分析了当地PM10的多时间尺度的演变特性。研究结果显示,其年际变化和季节性变化的时间尺度在尺度空间中分布不均匀,受气象和污染源因素影响,具有较明显的局部化特征。     

2016~2020年山东省空气质量时空分布特征及影响因素分析

基于2016～2020年山东省城市空气质量监测结果,结合人口密度和城镇化率等社会经济数据以及风速、气温和相对湿度等气象要素,综合应用地理加权回归模型（GWR）、多尺度地理加权回归模型（MGWR）和小波分析等方法,探究山东省空气污染物的时空分布特征及其与社会经济和气象要素的关系.结果表明：（1）近5年来山东省空气质量整体呈好转趋势,除O₃外,SO₂、 NO₂、 PM_2.5和PM₁₀等污染物浓度逐年降低.空气污染物分布存在明显的空间差异,沿海地区污染物浓度更低.（2）山东省PM_2.5与人口密度和第二产业占比具有极显著的正相关关系（P<0.01）,而与城镇化率呈极显著负相关关系（P<0.01）.同时,这种相关关系在空间上存在尺度差异,人口密度、民用汽车量和工业用电量与PM_2.5空间关系较平稳,而城镇化率和第二产业占比对PM_2.5的影响的空间异质性较高.（3）气象要素对菏泽和威海两市PM_2.5     

保定市2013~2019年秋冬季污染物浓度变化特征

为深入了解保定市空气质量状况,揭示保定市空气污染变化趋势、多尺度变化特征和突变特性,综合利用Morlet小波分析和Mann-Kendall非参数检验方法,对保定市2013~2019年秋冬季PM₁₀、PM_2.5、SO₂、NO₂、CO和O₃-8h 6种常规大气污染物年均浓度和秋冬季污染特征逐日数据进行分析.结果表明：除O₃-8h外保定市其它各污染物年均浓度逐年下降,全年重度污染天数占全年天数的比例从31%下降到6.6%,整体呈好转趋势,但2013~2019年秋冬季重度污染天数占全年重度污染天数的81%~97%,秋冬季污染依然需要重视;小波分析结果显示,保定市秋冬季各污染物浓度存在显著的周期性变化,周期震荡主要在20d准双周、50~90d左右的季节内震荡和90~110d的季节震荡3个时间尺度范围,污染物浓度存在的低频震荡与大气中存在的低频震荡密切相关;历年各污染物污染最严重的月份多集中在12月、1月和2月,主要与污染源排放强度和相对静稳的大气条件有关;各污染物污染序列突变点多集中于10月和3月;2019~2020年秋冬季NO₂呈极显著的下降趋势,且突变点较往年提前1个月,这与疫情期间车辆排放大幅降低有直接关系;SO₂和CO在2013~2014年和2015~2016年秋冬季的突变点时间相近,这可能与冬季居民取暖散煤的不完全燃烧有关,2015年后保定实施了煤改气、煤改电,劣质散煤专项治理等措施后,2种污染物突变点时间存在差异,说明清洁取暖措施对降低SO₂浓度,改善空气质量的效果明显.     

基于小波变换的山西省PM2.5污染特征及影响因素

基于山西省11城市2015～2019年PM_2.5日均浓度、社会影响因素数据和气象数据,利用小波变换确定PM_2.5浓度周期,通过Spearman相关性和小波相干谱分别探究PM_2.5与社会影响因素和气象因素的关联,确定PM_2.5长短周期管控的主要影响因子.结果表明,2015～2017年山西省PM_2.5浓度年均值呈上升趋势,年均上升率为4.3%, 2018～2019年呈下降趋势,年均下降率为4.2%;ρ(PM_2.5)月均值呈“U”型分布,1月最高(95μg·m^-3), 8月最低(34μg·m^-3),冬季均值约为夏季的2倍;临汾等南部城市ρ(PM_2.5)均值为62μg·m^-3,大同等北部城市均值为45μg·m^-3,空间上呈南高北低.11城市PM_2.5浓度存在显著周期性变化,主要周期包括293 d左右的长周期和27 d左右的短周期.其中...     

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...     

杭州城市热岛空间分布及时域-频域多尺度变化特征

利用杭州20个自动气象站逐时数据计算2006年四季各站平均热岛强度,用薄盘样条函数法研究杭州城市热岛的空间变化,发现:夏秋季时较强,而春冬季强度较弱;总体趋势是杭州市丰体城区最大,向外辐散,逐渐减弱.利用2006年2月～2007年2月逐时气象数据,结合Morlet小波变换方法分析了杭州热岛周期变化特征,发现:其在频域上具有多尺度的周期振荡,尺度主要是24 h(日)、168 h(周)和1 490 h(2月).以日为周期的热岛强度与局地气候系统、地面长波辐射、近地层热量交换、人为热的日周期变化有关;而以周为周期的热岛强度变化成因主要与人类活动及城市大气污染物排放的"周末效应"有显著的关系;以2个月为周期的变化特征与一些较大尺度的自然变化相关.结果表明,杭州城市热岛时空变化是天气系统、地面长波辐射、下垫面、大气污染、人为热、人类活动、近地层热量交换等共同作用的结果.     

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.      

黄河上中游天然径流多时间尺度变化及动因分析

运用小波分析等方法对黄河上中游天然径流序列进行了分析,揭示了河川径流多时间尺度变化规律,并对径流在不同时间尺度上变化的影响因素进行了探讨。研究结果对于认识黄河径流的变化规律、开发利用管理黄河水资源有着重要的意义。