基于属性识别模型的湖泊富营养化评价

为合理地确定湖泊的富营养化状态,从属性识别理论出发,建立了湖泊富营养化评价的属性识别模型,并结合熵权法确定的权重系数对东昌湖的富营养化状态进行评价。评价结果为各湖区全年均属于富营养化级别,并且7月份的富营养化程度最高,12月份次之,4月份最低,这与集对分析法和模糊识别方法评价的结果一致。表明该模型的评价结果是合理的;同时该模型简便、易懂,可作为湖泊富营养化评价的一种可行方法。     

5种综合方法在湖泊富营养化评价中的对比研究

根据我国湖泊分布及重要程度，选取24个湖泊，利用加权优序法、模糊综合评价法、灰色关联分析法、主成分分析法和集对分析法5种综合方法进行富营养化评价和对比分析。结果表明，24个湖泊都有不同程度的富营养化，其中富营养化和超富营养化的湖泊超过50%;不同评价方法结果不完全一致。主成分分析法得到的结果最优，其不仅能对湖泊富营养化状态做出判断，还能进行同一富营养化状态下富营养化程度判断。与综合评分指数法对比，主成分分析法、加权优序法、集对分析法、灰色关联分析法、模糊综合评价法评价结果相同的占比为87.5%、83.3%、83.3%、75%、70.8%。主成分法较适于我国湖泊富营养化评价。     

湖泊富营养化综合评价的五元联系数法

针对湖泊富营养化的评价问题,从集对分析理论出发,建立了湖泊富营养化评价的五元联系数模型,利用置信度准则来确定富营养状态等级,避免了不确定系数取值的难题。利用五元联系数法对2005年8月至2006年7月洪湖不同区域的富营养化状态进行了评价。结果表明入湖区、养殖区、开阔区、保护区及全湖的富营养化状态依次为轻富营养、轻富营养、中营养、中营养和中营养,与模糊数学评价法的评价结果一致,与可拓学方法的评价结果一致或仅差一级。评价结果说明五元联系数模型用于湖泊富营养化评价是可行的,评价结果是可信的。     

离散Hopfield神经网络在湖库营养状态评价中的应用——以全国24个湖库富营养化等级评价为例

基于离散Hopfield神经网络联想记忆特性,建立了湖库富营养化等级综合评价模型,对全国24个湖库进行富营养化等级综合评价,并与文献投影寻踪法、评分指标法和LM-BP网络法的评价结果进行比较。结果表明:①离散Hopfield神经网络运用于湖库营养化等级评价具有简单、直观,容易实现等优点,其评价结果令人满意;②一般离散Hopfield神经网络并非适用于任何富营养化等级评价,当评价对象单项指标(因子)间存在较大差异时,对象将得不到正确的评价。     

基于可变模糊模式识别模型的湖泊富营养化评价

针对湖泊富营养化评价中存在模糊性的特征,应用可变模糊模式识别模型对湖泊富营养化进行评价。通过对传统模糊数学得到的结果进行比较,表明可变模糊模式识别模型考虑到各指标值优劣方面对评价结果的影响,避免了最大隶属原则评价可能出现的偏差。     

综合水质标识指数法在公园湖泊水质评价中的应用

2011年8月对上海市12个公园中的13个湖泊水体进行了调查。对综合水质指数中各单因子水质标识指数的权重进行了改进与选择,根据调查资料,采用综合水质标识指数法对被调查水体的水质状况及营养状态进行了评价,用评分法和综合营养状态指数法验证了综合水质标识指数法应用于湖泊富营养化评价中的合理性。结果表明:所调查的湖泊中,仅有15.4%的公园湖泊综合水质达到水环境功能区要求,处于富营养化状态的公园湖泊占53.8%,湖泊中TN和CODCr污染最严重,综合水质标识指数法简便易用,能全面反映水质状况,评价结果科学合理,适合在公园湖泊富营养化评价中推广使用。     

几种神经网络模型在湖库富营养化程度评价中的应用

基于我国湖库富营养化评价标准和RBF、GRNN、BP、Elman神经网络算法原理,分别构建RBF等4种神经网络湖库富营养化等级评价模型,采用内插法构造网络训练样本,把我国湖库富营养化评价等级临界值作为评价样本进行“预测”,将“预测”结果作为湖库富营养化程度评价等级的划分依据,对全国24个主要湖库富营养化程度进行评价。结果表明：RBF、GRNN、BP、Elman神经网络模型对全国24个主要湖库富营养化程度评价结果基本相同,表明研究建立的RBF等4种神经网络湖库富营养化程度评价模型和评价方法均是合理可行的,其评价精度高,可为湖库富营养化程度评价提供新的途径和方法。同BP和Elman网络算法相比,RBF与GRNN神经网络模型不仅对湖库富营养化程度评价结果完全相同,且模型具有收敛速度快、预测精度高、调整参数少(只有SPREAD参数),不易陷入局部极小值等优点,可以更快地预测评价网络,具有较大的计算优势。     

一种改进的集对分析法在湖泊富营养化评价中的应用

将构建的湖泊富营养化评价标准集合和"比较标准"集合组成一个集对,并针对集对分析中联系数表达式的差异度系数i取值的不确定性,采用遗传算法对i的取值进行优化。将优化后的集对分析联系数表达式用于我国若干湖泊富营养化评价,其评价结果与用其他多种方法的评价结果基本一致,亦与湖泊富营养化实况相符合,为i值的确定和湖泊富营养化评价提供了一种可行的方法。     

基于相关系数定权的集对分析法在湖泊富营养化评价中的应用

为有效处理浮游植物型湖泊富营养化评价中各评价指标、评价级别以及各级别对应的水质标准浓度的不确定性,将集对分析理论运用于湖泊富营养化的水质评价中。在确定各指标权重时,将统计学中的相关关系理论引入该模型,通过计算各评价指标与叶绿素的相关关系来计算各水质评价指标在富营养化评价中所占权重,建立了基于相关系数定权的集对分析模型。最后通过国内5个湖泊的水质实测数据,将该模型与模糊评价方法,灰色评价方法进行比较验证,说明该模型简单实用、评价结果合理。     

物元模型在湖泊水体富营养化评价中的应用

将湖泊的营养级别、评价指标及其特征值作为物元,对评价标准及实测数据进行归一化后,得到模型的经典域、节域、权系数及关联度,进而建立了湖泊水体富营养化评价模型,并将该模型应用到邛海富营养化综合评价中,为防治湖泊富营养化的进程提供了科学依据。     

基于组合赋权的湖泊健康评价物元分析模型

湖泊生态系统的健康是人与自然和谐相处及可持续发展理念的重要体现。通过建立湖泊健康评价物元分析模型,并改进其指标权重的计算,以离差平方和准则将层次分析法、熵值法及主成分分析法3种赋权方法取得的权重结合得到最优组合赋权,应用到某地5个湖泊进行湖泊健康评价。根据当地湖泊具体情况,选取12个详细指标建立评价体系与评价标准,通过模型计算得出结果显示5个湖泊中4个湖泊评价结果为优,一个评价结果为良,湖泊总体健康状况良好。因此该模型用于湖泊健康评价是非常有效的。     

基于BWM-CRITIC-TOPSIS的幸福河湖综合评价模型

在界定幸福河湖概念及内涵的基础上,构建了包括安全河湖、健康河湖、富民河湖、文化河湖4个方面共17项指标的幸福河湖综合评价指标体系。运用最优最劣法(BWM法)确定指标主观权重,运用CRITIC法确定指标客观权重,并通过最小鉴别信息原理得到组合权重。基于TOPSIS法建立幸福河湖综合评价模型,并通过评价浙江省某市2015—2019年幸福河湖建设水平对模型进行了验证。结果表明:BWM-CRITIC-TOPSIS模型可有效评价幸福河湖建设水平,评价结果与实际情况相符;湿地占地比例、水资源开发利用率等指标限制了该市幸福河湖等级的提升。提出了促进人水和谐、合理利用水资源、提高水资源利用效率等建议。     

基于集对分析多元模糊法的湖泊水质评价

针对湖泊水质评价中存在模糊性的特征,应用集对分析多元模糊法建立湖泊水质评价模型,并对西湖和青海湖的水质进行评价,西湖和青海湖的水质分别为Ⅴ类和Ⅲ类。应用实例表明该模型严谨、简洁方便、有效可行,能较好地应用于生产实际。     

基于等效数值评价法的湖库营养状态评价分析

根据国家湖泊(水库)营养状态评价标准及分级方法,运用等效数值评价法,建立湖库营养状态综合评价的等效数值模型,以云南省9大高原湖泊为例,对滇池等湖泊营养状态进行综合评价,并与主成分分析法及指数评价法评价结果作对比分析.结果表明该模型满足评价精度要求,是一种湖库营养状态综合评价的新方法.     

基于指标权重的湖库营养状态识别

针对湖库营养状态识别未考虑指标权重及营养状态分级较少的不足,基于熵值法与概率神经网络（PNN）基本原理,提出熵值PNN湖库营养状态识别模型,以全国24个湖库营养状态识别为例进行分析。利用熵值法确定识别指标权重,依据我国湖库富营养化评价标准,将湖库营养状态划分为极贫营养一极重度富营养11个等级,提出基于改进的湖库营养状态识别等级标准,在等级标准域值间采用随机内插的方法生成样本对PNN模型进行训练和检验,利用正确识别率和运行时间对PNN模型性能进行评价。最后,基于两种方案对全国24个湖库营养状态进行识别。结果表明：@PNN模型对于随机生成的训练样本和检验样本的正确识别率分别达到98．9％、98．6％（5次平均）,模型用于湖库营养状态识别是合理可行的。②湖库识别结果存在差异。比较而言,基于指标权重考虑的识别结果更能科学、客观地反映湖库营养状态。     

我国城市河湖水生态环境评价体系构建与实证分析

参考国内外相关研究成果,在全面掌握我国城市河湖水生态环境现状与问题的基础上,采用层次分析法、隶属度函数计算等分析方法,建立了城市河湖水生态系统的评价指标体系与评价标准,并以江苏省为例,利用历史数据以及监测资料,对城市河湖水生态环境现状进行了实证分析。结果表明,所构建的评价指标体系能够对城市河湖水生态环境进行较为全面的分析,可为城市河湖水污染综合治理和城市生态建设提供科学依据与实证参考。     

湖库营养状态评价方法及适用性分析

富营养化是我国湖泊、水库当前面临的主要水环境问题,营养状态评价方法是识别湖库营养状态和水污染程度的主要技术手段。本文采用行业主管部门颁布的湖库营养状态评价方法,以北京市密云水库和昆明市滇池为例,对比分析了综合营养状态指数和营养状态指数2种评价方法下的湖库营养状态评价结果。从不同评价方法的特点和实例的评价结果差异归纳总结了综合营养状态指数法和营养状态指数法的适用性特征,提出湖库水体营养状态指数评价方法选择的基本原则,可为湖泊、水库营养状态评价的规范化管理提供科学依据。     

人工鱼群算法在湖泊富营养化综合评价中的应用

提出了一种对多项指标都能普遍适用的湖泊水质富营养化评价的逻辑斯谛模型,将人工鱼群算法应用于逻辑斯谛曲线模型中的参数优化,并用优化后的逻辑斯谛曲线模型对湖泊富营养进行综合评价。对我国5个湖泊富营养化实测数据进行评价实例研究,并与其他多种评价方法进行比较,结果表明该模型具有实用性和可行性。     

基于分形几何理论的河湖结构连通性评价方法

基于分形几何理论与方法,针对河湖的结构连通性,利用分形意义上的分形维数和分枝维数概念,给出了一种流域(或区域)河湖结构连通性的评价方法。运用构造的简单河网结构模型,通过计算河湖覆盖度、分形维数和分枝维数来验算和评价了常州市主城区的河湖结构连通性,并与湖西区对比,结果表明,常州市主城区的分形维数和河湖覆盖度均大于湖西区,分枝维数均在1.50左右,常州市主城区的河湖结构连通性水平高于湖西区,两者流域地貌均处于侵蚀发育阶段的壮年期。