黑河流域径流变化规律及趋势预测

根据黑河1956—2012年各水文站径流量数据,应用Mann-Kendall非参数检验法对黑河流域径流变化规律进行了分析,并利用BP神经网络对未来黑河径流演变趋势进行了预测。结果表明:1黑河干流及主要支流汛期来水量占年径流量的比例较大,为63.18%~94.56%,出山口径流量未来总的趋势为增加;2Mann-Kendall趋势检验结果表明莺落峡、祁连、新地及嘉峪关站未来径流预测趋势与实测序列趋势较为一致,而札马什克站未来径流预测趋势和实测序列趋势相反,但该站M-K值的绝对值逐渐变小并趋于0,可以推测未来该站径流量趋势将由减少转为增加,这与BP神经网络预测的结果一致。     

灰色关联法在牡丹江干流水质评价中的应用

本文在论述灰色关联方法原理的基础上,利用灰色关联法对牡丹江各监测断面的水质监测指标进行水质评价。结果表明应用灰色关联法评价牡丹江各监测断面水质状况符合实际;江源、敦化水源、大山咀子断面水质为Ⅱ类水标准,敦化断面水质为Ⅴ类水标准。     

基于BP神经网络的潇河流域水质预测

针对传统水质预测方法存在预测精度不理想以及对实测数据要求较高的问题,建立基于BP神经网络的水质预测模型,以掌握研究流域未来一定时段的水环境质量情况.模型以潇河流域6个水质监测断面2017年1月-2020年5月的重铬酸盐指数和高锰酸盐指数的浓度作为训练集,以2020年6月-2020年8月的水质数据作为验证集进行模拟与预测...     

用灰色聚类法评价龙江水质

水质评价具有不确定性的特点,可将灰色聚类决策方法应用于水质评价,建立水质综合评价的灰色聚类决策模型。简述了灰色聚类法的基本数学原理及应用的方法步骤,并采用该方法对龙江流域河池段水质进行综合评价,为流域水环境保护工作提供防治依据。     

基于未确知测度模型的黑河流域水质评价

水环境系统水质分级标准的不明确性以及人们认识水平的局限性,致使水质评价存在不确定性。以2013年黑河流域札马什克、莺落峡、高崖、正义峡、肃南5个监测断面的水质监测数据为基础,以NH_3-N、COD_(Mn)、Cr~(6+)、DO这4种影响地表水环境的水质因子为评价指标,应用基于指标规范值的未确知测度理论和方法,构建简化的水质评价的未确知测度模型,对水质进行评价,并采用单因子评价法和灰色关联分析法对评价结果进行对比验证,结果表明:基于指标规范值的未确知测度模型得出的评价结果与单因子评价法、灰色关联分析法评价结果基本一致,将基于指标规范值的未确知测度模型应用于黑河流域的水质评价是可行的。     

基于模糊物元模型的黑河流域水质评价

为解决水质评价中评价指标众多,存在复杂性、模糊性和不确定性等问题,采用基于指标变换值的模糊物元模型对黑河流域2013年的水质进行评价,并与传统的单因子评价法和灰色关联分析法评价结果进行对比。结果表明:模糊物元模型水质评价得出札马什克、莺落峡、高崖、正义峡、肃南5个评价断面的水质级别分别为Ⅱ、Ⅰ、Ⅱ、Ⅰ、Ⅱ;基于指标变换值的模糊物元模型得出的评价结果与灰色关联分析法是一致的,与单因子评价法的评价结果在莺落峡和正义峡两个断面上略有不同;基于指标变换值的模糊物元模型应用在黑河流域水质评价中是合理可行的,且计算简便实用。     

基于BP神经网络在白洋淀水质综合评价中的应用

选用2012年为现状年,应用BP神经网络建立白洋淀水质综合评价模型,用训练好的BP神经网络模型对白洋淀各监测断面的水质现状进行类别评价。结果显示,与单因素评价法相比,BP神经网络法是一种更加客观、有效和实用的环境质量评价方法。     

改进灰色关联分析法在地下水评价中的应用

文中采用改进灰色关联分析法,对大连市瓦房店区域11处国家地下水监测井水环境质量状况进行评价。结果表明:永宁、炮崖和长兴岛均为Ⅱ类水;杨家和东岗为Ⅲ类水;得利寺和复州城为Ⅳ类水;李官、太阳、谢屯和交流岛为Ⅴ类水。     

灰色-标识指数法在地表水水质评价中的应用

利用改进的灰色关联分析法求得水质级别,再结合综合水质标识指数法确定灰色标识指数,建立了灰色-标识指数综合评价模型,并将该模型用于汾河的水质评价中。与传统灰色关联分析法的对比表明:将改进的灰色关联系数计算方法用于水质评价,能有效扩大关联度分布空间,消除关联评价趋于均匀化的问题,使评价结果更可靠;灰色-标识指数法充分体现了灰色关联分析法和综合标识指数法两种方法的优点,从灰色关联性的角度评价综合水质级别,同时又用标识指数全面反映水质的变化、超标指标个数、水域功能区达标情况;灰色-标识指数法可以科学、合理、全面地反映水质信息。     

改进的灰色关联法在流溪河流域地下水环境质量评价中的应用研究

基于28个采样点2018年雨季和旱季19项指标的监测数据,运用改进的灰色关联法评价了流溪河流域的地下水质量,并结合流溪河流域地下水的实际情况,与单因子评价法的评价结果进行了对比.改进的灰色关联法评价结果表明,研究区地下水质量综合评价结果较好,雨季优于旱季,基岩裂隙水优于松散岩类孔隙水,中游优于下游.单因子评价法和改进的...     

BP神经网络在盘龙河水质综合评价中的应用

基于BP神经网络原理,建立人工神经网络水质综合评价模型,选取影响盘龙河水质类别的总磷、氨氮、高锰酸盐指数等7个指标作为评价因子,并参照GB3838-2002<地表水环境质量标准>,确定神经网络学习和训练样本,运用大型工程计算软件Matlab2010a工具箱中提供的函数进行计算,得到水质的综合评价结果,并将评价结果与单因...     

基于改进灰色关联法的地表水环境质量评价

为了优化灰色关联法,获取西安市典型地表水环境的水质信息,采用线性内插法对监测数据归一化,使用超标倍数法确定指标权重,引入加权海明距离法计算评价对象和标准对象之间的相似度,得到新的水质评价模型,将其应用到西安市典型地表水环境质量评价中,并与单因子指数法、模糊综合评价法和BP神经网络法的评价结果进行比较。结果表明:黑河主要污染因子为总磷、总氮和COD,属Ⅱ类水质;浐河主要污染因子为总氮和氨氮,属Ⅴ类水质;北石桥污水处理厂二级出水主要污染因子为总氮、氨氮和COD,属Ⅴ类水质;大唐芙蓉园北湖主要污染因子为COD,属Ⅲ类水质;兴庆湖主要污染因子为总磷和总氮,属Ⅴ类水质;模糊综合评价法、BP神经网络法和改进的灰色关联法的评价结果完全相同。     

基于中心逼近式灰色神经网络模型的水质预测

对时间序列建立中心逼近式GM(1,1)模型,通过优选模型的m值弱化序列变幅,利用BP神经网络对该模型残差值进行拟合修正,以此构建一个基于中心逼近式GM(1,1)模型的灰色神经网络预测模型.应用实例的计算结果表明,该模型可提高水质预测精度.     

基于多级灰关联方法的围岩质量评价

地下洞室围岩质量评价由于其力学参数的不确定性和随机性使得评价结果与实际情况存在一定偏差。准确进行围岩质量评估成为设计和施工阶段最为重要的因素,直接影响着设计方案比选、施工工艺和建设周期。因此,为了提高围岩质量评价的准确性,基于实际工程需要,提出采用多级灰关联评价方法进行围岩质量评价,并将其计算结果与传统围岩评价方法进行对比,验证其准确性。     

改进灰色关联分析法在淠河水环境质量评价中的应用

灰色关联分析法是通过计算评价因子的实测浓度与各级水质标准的关联度,以确定水环境质量的级别.应用改进的灰色关联分析法对2007年六安市淠河水质进行全面评价与分析.不仅采用"中心化"方法进行数列的无量纲化处理,还运用点到区间距离法计算关联系数,克服了传统灰关联分析法的不足,使评价结果更为合理和可行.结果表明:2007年度,窑岗嘴大桥和大店岗断面的水质均为Ⅰ类,光华厂渡口和新安渡口断面的水质级别均为Ⅰ类,各监测断面水质较清洁.2007年度,新安渡口断面在丰水期、平水期、枯水期的水质依次属于Ⅰ、Ⅰ、Ⅰ级,水质较清洁,水期对水质影响不大.     

基于水质指数法的城市河流水质综合评价研究

依据江门市泥海水水质2020年9月的5个断面的监测数据,以溶解氧(DO)、高锰酸盐指数(CODMn)、化学需氧量(COD)、氨氮(NH3-N)、总磷(TP)作为CWQI模型的5个主要变量对河道水质进行综合评价.分析结果表明:各监测点的CODMn和 COD均满足Ⅳ类水质要求,TP基本满足Ⅳ类水质要求,DO污染较为严重,N...     

人工神经网络模型在黄河水质预测中的应用

采用画匠营子断面2004-2009年逐周水质指标资料作为神经网络模型的训练样本,对BP神经网络进行训练,分别建立了pH值、溶解氧、氨氮、高锰酸盐指数的预测模型.为了验证模型的正确性,利用训练好的神经网络模型,采用调整后的权值和阈值,将2010年的数据作为独立样本进行预测检验.结果表明:基于BP神经网络的水质指标预测模型收敛速度快,对训练样本具有很好的拟合能力,且对检验样本的预测精度较高.     

泾河年径流量BP神经网络模型研究

以1957—2000年的实测降水序列和泾河年径流量序列为研究对象,利用EMD法和GA建立了泾河年径流量的BP神经网络模型。分析结果表明:泾河流域年降水量变化可能存在准2～3、5～7、10～13、18～22 a的周期;基于EMD的年径流量BP神经网络模型预测值的相对误差为-4.71%～8.21%,基于GA的年径流量BP神经网络模型预测值的相对误差为2.25%～12.22%。