官厅山峡樱桃沟小流域可持续发展评价研究

运用层次分析法和模糊综合评判法选取6层共30项指标构建小流域可持续发展评价指标体系,以永定河官厅山峡门头沟段的樱桃沟小流域为研究对象,对2008—2010年小流域可持续发展状况进行了评价。结果显示:生态支持和蓄水保土是影响樱桃沟小流域可持续发展最重要的因素,其次为环境保护、管理调控能力和社会进步程度,而经济发展能力影响程度最弱;总体上看,2008—2010年樱桃沟小流域可持续发展能力虽有小幅度波动但较为平稳,可持续发展水平处于较稳定阶段。     

韭园小流域可持续发展评价研究

运用层次分析法和模糊综合评判法,选取6层共30项指标构建小流域可持续发展评价指标体系,以韭园小流域为研究对象,对2008—2010年小流域可持续发展状况进行了评价。结果显示:经济发展能力是影响小流域可持续发展程度的最重要因素,而社会进步程度影响程度最弱。总体上看,2008—2010年韭园小流域可持续发展水平处于较稳定阶段。     

基于不同神经网络模型的水环境承载力评价

以保定市为例,选择了BP、RBF和Elman神经网络3种具有代表性的神经网络来分别构建保定市水环境承载力评价模型,并进行对比分析,最后应用评价模型进行评价。结果表明,BP和Elman神经网络的网络性能相近,且均明显优于RBF神经网络,更适合作为水环境承载力评价模型;2001～2016年保定市水环境承载力呈现提高趋势,但仍处于较弱承载水平。     

尼尔基水库富营养化状态评价比较研究

通过对尼尔基水库"十二五期间"(2011-2015年)富营养化指标的分析,确定了各指标的相关权重系数。应用综合营养状态指数法(TLI)对尼尔基水库进行水质评价,并与模糊综合评价法、BP神经网络评价法进行对比。结果表明,三种评价方法均可以用于尼尔基水库的富营养化评价;TLI指数变化范围在40-58之间,对于尼尔基水库的评价基本处于中营养状态;模糊综合评价结果在3-4之间,水质总体处于轻度富营养化状态;BP神经网络评价法结果整体在2-3之间,水质总体处于轻度富营养化状态;结合实际情况,模糊综合评价法与BP神经网络评价法更为科学合理。     

滇中地区社会-生态-水资源系统耦合协调发展评价

探讨滇中地区社会、生态与水资源三者的耦合协调关系,对滇中地区及云南的可持续发展具有重要意义。基于能值分析与二元水资源可持续发展理论构建区域社会-生态-水资源系统能值评价指标体系,利用耦合协调度模型探讨2006—2020年滇中地区系统发展指数及耦合协调度。结果表明：近15 a来,滇中地区社会经济发展较快,水资源与生态环境发展相对较慢,复合系统耦合度高于协调度,且耦合协调度呈整体正向发展态势,多数地区为IV级以上。2006年耦合协调度空间分布呈北高南低趋势,北边六州市、南边红河分别处于初级、勉强耦合协调发展阶段;2015年呈西高东低走势,均达到初级协调发展阶段及以上,丽江变化较大,为中级耦合协调发展阶段;2020年呈四周高中间低分布,丽江仍处于中级耦合协调发展阶段领先位置,其余州市均处于初级耦合协调发展阶段。     

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。     

基于AHP-BP模型的文山州水资源可持续利用评价分析

基于层次分析法和BP神经网络的基本原理和方法,结合区域实际,利用层次分析法构建了符合丰水地区水资源可持续利用指标体系和评价标准,从水资源条件、水资源开发利用效率、生态环境状况、水资源合理配置和水资源管理能力五个方面提出50个评价指标,运用双隐层BP神经网络,建立AHP-BP水资源可持续利用评价模型,对文山州不同规划水平年水资源可持续利用进行综合评价。结果表明:①不同规划水平年各评价区域水资源可持续利用评价为2～3级,即处于可持续与基本可持续之间,反映了文山州现状及中、长期水资源可持续利用状况,符合区域发展实际。②AHP-BP评价模型克服了层次分析法判断矩阵构造主观性强和一致性不易检验等缺点,满足客观评价要求,且双隐层BP神经网络具有比单隐层网络学习时间短,参数收敛迅速,自适应能力强等优点。     

GA-NN模型在保定市水环境承载力评价中的应用

水环境承载力评价对于区域的水环境与人类社会经济的健康可持续发展具有重要的意义。为研究保定市水环境承载力状况,应用相关性分析和主成分分析相结合的方法筛选出10个评价指标,建立了遗传算法(GA)优化BP神经网络(BP-NN)的GA-NN评价模型,并与BP-NN评价模型对比,最后应用评价模型进行评价。结果显示:2001-2016年保定市水环境承载力呈现提高趋势,虽然水环境承载力水平有所提高,但仍处于较弱承载水平。与未经优化的BP-NN相比,GA-NN评价模型的拟合精度更高,拟合误差更加稳定,泛化能力更强,可作为一种简洁有效的水环境承载力评价方法。     

改进BP神经网络在水环境质量评价中的应用

针对传统水环境评价方法的不足,建立了改进的BP神经网络水环境质量评价模型.采用遗传算法对BP神经网络参数进行优化改进,并给出了该模型建模的一般步骤.以抚河流域进行实例应用,将其评价结果与投影寻踪评价结果进行比较,结果表明改进后的BP神经网络计算速度快、评价精度高、结果客观准确,在水环境评价中具有较好的应用价值.     

樱桃沟小流域水资源承载力预测评价

合理利用水资源,并将其控制在水资源承载力范围内,是一个区域社会、经济和生态环境不断优化发展的关键。以樱桃沟小流域水资源承载力为研究对象,运用模糊综合评价方法,选取2010—2050年5个水平年对樱桃沟小流域水资源承载力进行了预测。结果表明:2010年樱桃沟小流域水资源发展水平同社会经济发展极不协调,处于很弱的水平,到2020年两者关系趋于缓和,2050年进入协调发展阶段;流域内生态环境系统一直处于很弱的级别。二级模糊评判结果反应出在5个预测水平年内,小流域整体的水资源承载力持续升高。