Prediction of dust fall concentrations in urban atmospheric environment through support vector regression

Support vector regression (SVR) method is a novel type of learning machine algorithms, which is seldom applied to the development of urban atmospheric quality models under multiple socio-economic factors. This study presents four SVR models by selecting linear, radial basis, spline, and polynomial functions as kernels, respectively for the prediction of urban dust fall levels. The inputs of the models are identified as industrial coal consumption, population density, traffic flow coefficient, and shopping density coefficient. The training and testing results show that the SVR model with radial basis kernel performs better than the other three both in the training and testing processes. In addition, a number of scenario analyses reveal that the most suitable parameters (insensitive loss function e, the parameter to reduce the influence of error C, and discrete level or average distribution of parameters σ) are 0.001,0.5, and 2 000, respectively.     

丰台区水资源耦合配置模型研究

以丰台区水资源配置系统为研究对象,在分析供需水的基础上,构建双层优化模型,其中从环境角度体现对污染物排放量的严格控制,从经济角度体现区域水资源系统经济效益最大化。最终,体现区域水资源数量和质量的统一和不同需水部门之间的合理配置,并达到环境目标和经济目标的集成化。基于模糊满意度算法求解模型,模型结果表明:丰台区各规划水平年的供水量基本上可以满足各用户的需水要求,其中南水北调工程将在区域水资源配置系统中发挥重要作用。进一步地将双层规划模型和两个传统的单目标优化模型的结果进行对比分析,以期为不同决策者提供的规划方案。     

基于模糊可信度约束的不确定性农业水资源规划模型研究

水资源短缺问题是制约农业经济发展的重要因素,因此在水资源规划中应着重考虑水资源利用效率与农业效益之间的平衡问题。研究提出了基于模糊可信度约束算法建立的农业水资源规划模型,通过调节用水量与农业效益之间的平衡关系,实现农业效益最大化。所建立的模型改进了以往规划方法的不足,并提出不同可信度水平λ值以及不同情景下的灌溉系统分析,可以为决策者提供重要参考依据。实例研究结果表明:乌鲁木齐某地农业灌溉系统中3类作物的灌溉配比对最终收益利润总和的影响较大,可信度水平λ是权衡收益与成本的重要因素。通过研究可信度水平λ值对模型的影响,可为决策者提供更多的水资源管理优化备选方案,并有效提高农业灌溉系统的社会、经济和环境效益。     

基于可变环境标准约束的地下水修复优化模型

提出了一个集成的模拟-优化方法用于设计不确定条件下受石油污染的地下水最优修复方法。该方法有以下4个优点:1通过建立的代理回归模型给修复策略(井的抽注速率)和修复性能(污染物浓度)之间提供了直接且响应迅速的桥梁;2减轻优化过程中产生的计算工作量;3提供一个能够揭示满足环境质量标准程度大小的满意度水平;4防止过于乐观或悲观的优化策略的制定。将该方法应用于位于安徽省某发电厂受石油污染的地下水含水层区域,用来识别最佳的修复策略。结果表明:在较宽松的、对修复效果影响不是很大的环境标准或者较长的修复周期条件下,大多数抽注修复井的抽注速率将会减小,伸缩指数的增加对修复优化结果并没有产生严重影响。     

流域生态用水研究

为了定量分析滹沱河流域内植被、河流、湿地、城市各生态系统的生态用水情况,基于2006~2015年水文、气象、DEM数据,对各生态系统的生态用水量进行了计算研究。结果显示,流域生态用水总量为6.7亿m~3,其中植被、河流、湿地、城市生态系统分别为1.49亿m~3,3.68亿m~3,1.45亿m~3,0.08亿m~3。同时,根据流域生态恢复的相关规划,对未来生态用水量做了简单预测。结果表明,2020和2030年生态用水总量分别比当前增加了23%和41%。