基于粗糙集-贝叶斯网络的流域水质评价方法

针对现实流域水质评价中存在不完整和不确定信息这一问题,基于智能互补思想,提出了粗糙集-贝叶斯网络的流域水质评价方法。使用粗糙集理论提取影响流域水质状态的主要因子,得到最小属性约简集以降低建模复杂度;然后构造贝叶斯网络并进行模型训练,获得其网络结构和条件概率表,实现流域水质的概率决策推理;最后对嘉陵江流域重庆段的3个水质监测断面进行实例分析,验证该方法的有效性和准确性。结果表明：该方法可以正确进行流域水质评价推理,相比于其他方法（贝叶斯网络、灰色-贝叶斯网络、粗糙集-朴素贝叶斯）,其具有最高的准确率（>0.97）、精确率（>0.86）、召回率（>0.86）和F1值（>0.86）,为流域水环境管理提供了有效的技术支持。     

自动站故障的判断与维护

通过对自动气象站常见故障的判断和维护进行阐述,并列举了一些故障实例加以说明。期望能够进一步加快自动气象站系统维护方面的建设,使维护人员能够及时发现设备故障,并及时进行排除。