共查询到20条相似文献,搜索用时 46 毫秒
1.
武汉市主要供水源地高锰酸盐指数反演分析 总被引:2,自引:0,他引:2
城市供水源地水质的好坏,不仅直接影响着城市的经济和社会发展,而且会对城市居民的健康产生威胁,因此对水源地的水质预测就显得格外重要.以武汉市的主要供水源地水质参数高锰酸盐指数为研究对象,根据某时段的实测数据、遥感影像数据和相关辅助信息(实测点透明度、温度、岸边信息和上游排污口信息),尝试性的建立了高锰酸盐指数的常规神经网络反演模型和改进型神经网络反演模型,通过精度和可用性检验,得到常规反演模型的平均误差,取得较高的精度和良好的结果. 相似文献
2.
以南京市主城区供水水源地水质监测数据为依据,对南京市城市生活用水的源水进行水质分析.结果表明,分布在两大供水水源地的4个水厂取水口的水质,有3个80%以上的测次水质处于良好状态,但上元门水厂取水口的水质只有56%的测次处于良好状态.南京市主要供水水源地水质状况的总体趋势是:长江丰水期的水质好于枯水期;上游水源地的水质好于下游水源地;长江中泓水质好于岸边水质.认为必须加强城市主要供水水源地的保护工作,确保城市生活饮用水的安全. 相似文献
3.
4.
应用常规GM(1,1)模型和新陈代谢GM(1,1)模型对上海市生活用水量进行了预测。首先利用常规GM(1,1)模型对上海市生活用水量进行了建模,结果随时间序列延长,常规模型对未来的一些扰动因素无法准确把握导致精度逐渐降低。然后采用了新陈代谢GM(1,1)模型进行建模预测,并与常规GM(1,1)模型预测结果的精度进行了对比,结果显示:新陈代谢GM(1,1)模型预测精度达到94.56%,明显高于常规GM(1,1)模型精度。因此,新陈代谢模型能有效提高预测精度,可作为城市未来生活用水量的一种有效预测工具。 相似文献
5.
6.
城市需水量预测是区域水资源规划及优化配置的基础内容。在基于灰色GM(1,1)模型预测城市需水量总体趋势的基础上,引入加权马尔可夫链预测理论,建立了加权灰色马尔可夫GM(1,1)预测模型。该模型既考虑了GM(1,1)模型较强的处理单调数列的特性,又考虑了通过相对误差的状态转移概率矩阵的变换提取数据随机波动响应的特点。成都市城市需水量预测结果表明:加权灰色马尔可夫GM(1,1)模型充分利用需水量数据给予的信息,实现了对相对误差的状态转移的预测,并提高了修正灰色模型预测值的精度;通过与其它2种灰色预测模型预测结果比较,加权灰色马尔可夫GM(1,1)模型精度更高,预测得到2012年和2013年成都市城市需水量分别为74 250.91万m3和79 818.34万m3,呈明显增长趋势。因此该模型提高了随机波动较大数据序列的预测精度,拓宽了传统灰色模型预测的应用范围,更具科学性。 相似文献
7.
改进GM(1,1)模型在两坝间水质预测中的应用 总被引:2,自引:0,他引:2
为提高GM(1,1)模型的精度,采用具有残差校正的n次累加的改进方法,解决模型中非单调的摆动序列数据波动大,随机性强的问题.经在长江三峡大坝与葛洲坝两坝之间水质预测应用,针对长江三峡与葛洲坝河段河流水环境特点,采用了常规的水环境水质3项主要污染物指标NH3-N、CODmn、TP全年度监测数据进行了验证、检验.验证结果证明,改进后的模型平均误差比原GM(1,1)模型减小了9.7%,精度提高10%左右,预测曲线与实测曲线吻合度好,后验差概率P=1,大于0.95~0.97,残差比C为0.102~0.210,小于0.350,综合评定精度为Ⅰ级,表明采用残差校正处理技术的灰色模型在水质预测中具有较好的实用性和开发前景. 相似文献
8.
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. 相似文献
9.
通过数据分析,结合传统灰色GM(1,1)模型的特点,基于遗传算法与新陈代谢思想提出了改进的GM(1,1,λ)模型。结果表明:GM(1,1)模型对分散数据预测精度较低,其精度等级为四级以下,最大相对误差大于45%,预测值逐年上升,与实际情况不符。而改进的GM(1,1,λ)模型的精度等级为三级,最大相对误差为18.716%,更好地反映了城市用水量的变化趋势,与观测数据最为接近,预测精度较高。 相似文献
10.
11.
该文针对传统GM(1,1)模型当系统增长速度较快时可能出现较大误差的弱点,提出了等维新息GM(1,1)模型,并对阿克苏市2001~2005年的需水量进行了预测。结果表明:等维新息GM(1,1)模型预测精度较高,平均相对误差较小,可用于城市的年用水量预测。 相似文献
12.
灰色预测模型在地表水文序列的研究中被广泛应用,但在大藤峡出山径流的研究中还未见到。针对大藤峡1932—2021年出山径流的逐年实测资料,首先构建GM(1,1)灰色预测模型,然后进行R/S分形分析,计算出大藤峡出山径流序列的Hurst指数和平均循环周期T,之后在一个周期T内运用R/S-GM(1,1)模型进行大藤峡出山径流灰色预测。结果表明:大藤峡出山径流的循环周期T为9年,GM(1,1)模型和R/S-GM(1,1)模型的模型精度分别为84.38%和87.46%,预测精度分别为86.28%和92.54%,基于R/S分形分析后的R/S-GM(1,1)灰色预测的精度显著高于直接进行GM(1,1)灰色预测。该方法为大藤峡出山径流的科学预测提供了一种新途径。 相似文献
13.
14.
灰色理论及神经网络组合模型在水质预测中的应用 总被引:1,自引:0,他引:1
利用灰色理论和神经网络的组合式模型实现了对原水水质的预测。它分析了水质数据的影响因素多,水质变化的非线性等特点,同时考虑灰色理论的单变量预测优势以及神经网络能有效处理数据的非线性、模糊信息的特点,提出使用灰色理论模型GM(1,1)对水质数据进行建模,再使用BP神经网络对实际值和预测值的残差进行建模,最后叠加上述两个模型,实现灰色神经网络组合式水质预测模型。通过对某水厂水质的预测值和实际值的比较,表明该模型对水质有较高的预测精度。 相似文献
15.
16.
云南省城市饮用水安全评价研究 总被引:1,自引:0,他引:1
从水质、水量和应急能力3个方面构建了城市饮用水安全评价指标框架,并对云南省城市饮用水安全进行评价。水质以一般污染物指数、有毒有机物项目指数、湖库营养状况指数为指标进行评价,得出水质安全率为96.3%;水量评价以工程供水能力指数、枯水年来水量保证率和地下水开采率为指标,结果86%的水源地水量评价为安全;应急能力评价采用了层次分析法(AHP)法,评价结果为差;水量水质综合评价结果为安全。根据评价结果对城市饮用水源地的风险源做了分析,并从水源地保护、完善安全供水设施和建立应急机制3个方面对安全保障措施提出了建议。 相似文献
17.
18.
19.
文章针对常规GM(1,1)模型存在的缺陷,建立了灰色新陈代谢GM(1,1)需水量预测模型。并运用该模型对锡林郭勒盟2015~2020年需水量进行了预测。结果表明,预测结果合理、可靠,模型预测误差较小、精度较高。该模型具有简捷实用、预测精度高等优点,为需水量预测提供了新的方法。 相似文献
20.
本文运用灰色系统理论的预测原理和方法,探讨了灰色理论在河流主要污染物高锰酸盐指数、BOD_5、SS污染量预测中的应用。所建立的普通GM(1,1)模型和新息GM(1,1)模型均经3种方法进行精度检验,结果令人满意。利用所建立模型可对未来时间的河流主要污染物进行预测。 相似文献