检索结果-南通市图书馆

海洋环境科学 2000年第4期19卷 51-52页

作者：夏进郑永红孙秀敏王玲玲大连市环境科学设计研究院辽宁大连116023 大连理工大学海岸和近海工程国家重点实验室辽宁大连116023

建设马栏河污水处理厂是改善大连市南部沿海环境的重要措施。本文运用浅海潮波方程和平流扩散方程进行海域水质预测 ,结果表明 :该污水处理厂建成后 ,星海湾海域水质将有很大好转。

关键词：马栏河污水处理厂星海湾水质预测浅海潮波

在线全文

学校读者我要写书评

暂无评论

自适应神经网络在水质预测建模中的应用

系统工程 2001年第1期19卷 89-93页

作者：李莹邹经湘张宇羽蔡楠张新政广东工业大学自动化学院广东广州510080 哈尔滨工业大学航天学院黑龙江哈尔滨150001 华南环境科学研究所广东广州510620

东江惠州段水质直接影响着香港和深圳的淡水供应质量 ,本文根据东江水质自动监测系统的分布情况 ,提出了由上游水质预测下游水质和当前水质预测未来水质的两种基于自适应神经网络的东江惠州段水质预测建模方法 ,给出了基于误差梯度信息... 详细信息

东江惠州段水质直接影响着香港和深圳的淡水供应质量 ,本文根据东江水质自动监测系统的分布情况 ,提出了由上游水质预测下游水质和当前水质预测未来水质的两种基于自适应神经网络的东江惠州段水质预测建模方法 ,给出了基于误差梯度信息的离散神经网络自适应学习算法 ,用李亚普诺夫方法证明了该自适应神经网络算法的收敛性 ,仿真结果证明了该方法具有较高的预测精度 ,且方法简便、适用对象广泛。

关键词：自适应神经网络水质预测河流建模环境问题水污染

在线全文

学校读者我要写书评

暂无评论

基于灰色动态模型群法的河流水质预测研究

水土保持通报 2002年第4期22卷 10-12页

作者：李如忠汪家权钱家忠河海大学水文水资源及环境学院江苏南京210098 合肥工业大学资源与环境工程学院安徽合肥230009

水质预测是水环境规划、评价和管理工作的基础。依据灰色系统理论 ,构造了一个由 6个 GM(1,1)模型组成的灰色动态模型群 ,并运用该模型群对淮河干流枯水期氨氮浓度变化趋势进行了预测分析 ,得到令人满意的结果。研究表明 ,灰色动态模型... 详细信息

水质预测是水环境规划、评价和管理工作的基础。依据灰色系统理论 ,构造了一个由 6个 GM(1,1)模型组成的灰色动态模型群 ,并运用该模型群对淮河干流枯水期氨氮浓度变化趋势进行了预测分析 ,得到令人满意的结果。研究表明 ,灰色动态模型群法能够充分利用近期水质资料信息预测未来水质变化趋势 ;以模型群统计平均值作为最终预测值 ,避免了单一灰色模型容易利用不稳定信息的缺陷 ,使得预测精度更加准确。

关键词：灰色动态模型群法河流水质预测氨氮淮河

基于BP神经网络的污水处理厂进水水质预测模型

在线全文

学校读者我要写书评

暂无评论

给水排水 2012年第S1期38卷 488-491页

作者：米莎韦安磊王小文梁宝翠冯护国西北大学城市与环境学院西安710127 咸阳市环保局咸阳712000

选取BP神经网络并使用反向传播学习算法,以污水处理厂进水水质(COD)的实测值作为模拟预测的历史水质时间序列数据集,构建BP神经网络水质预测模型,以期提前预测进水水质;并以该模型模拟训练样本,进而以测试样本来验证该模型的推广能力。... 详细信息

选取BP神经网络并使用反向传播学习算法,以污水处理厂进水水质(COD)的实测值作为模拟预测的历史水质时间序列数据集,构建BP神经网络水质预测模型,以期提前预测进水水质;并以该模型模拟训练样本,进而以测试样本来验证该模型的推广能力。结果表明,该模型的预测误差范围在-4×10-4～2×10-4,预测精度高、收敛速度快、模拟能力较强,在实际预测中具有较好的推广能力。

关键词： BP神经网络时间序列水质预测污水处理厂 COD

基于蒙特卡罗仿真的湖库水质预测及富营养化风险评估方法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2020年第3期37卷 693-698页

作者：王小艺周宇琴赵峙尧王立许继平于家斌北京工商大学中国轻工业工业互联网与大数据重点实验室北京100048

已有的水质预测研究通常是单值预测,并以此为依据分析富营养化状态,具有一定的偶然性和不确定性。结合水质动力学模型,提出了一种基于蒙特卡罗仿真的湖库水质预测及富营养化风险评估方法。在已知水质动力学模型水质指标和模型参数的先... 详细信息

已有的水质预测研究通常是单值预测,并以此为依据分析富营养化状态,具有一定的偶然性和不确定性。结合水质动力学模型,提出了一种基于蒙特卡罗仿真的湖库水质预测及富营养化风险评估方法。在已知水质动力学模型水质指标和模型参数的先验分布基础上,利用蒙特卡罗仿真预测水质指标的演化过程,获得未来时刻水质指标取值的概率分布,实现水质预测。进一步,构造综合营养状态指数,结合水质指标预测结果,计算综合营养状态指数的概率分布和处于不同营养程度的概率,实现富营养化风险评估。仿真结果表明,该方法能够有效实现水质预测和富营养化分析,且考虑更加全面、准确,克服了单值预测结果带来的偶然性。

关键词：水质动力学模型蒙特卡罗仿真水质预测富营养化风险评估

在线全文

学校读者我要写书评

暂无评论

南水北调中线汉丹江(陕西段)流域水质预测

西北大学学报（自然科学版） 2010年第1期40卷 145-148页

作者：冯民权胡芳吴波党志良西安理工大学西北水资源与环境生态教育部重点实验室陕西西安710048

目的预测南水北调中线工程陕西水源区水质。方法率定参数,利用一维水质模型预测水质。结果预测结果表明,不满足水质要求的功能能枯水年占90.9%,平水年占86.4%,丰水年占68.2%。结论大部分水环境功能区将不能满足水质要求。

关键词：南水北调水质预测水质模型

在线全文

学校读者我要写书评

暂无评论

基于RF-LSTM的地表水体水质预测

水资源与水工程学报 2021年第6期32卷 41-48页

作者：郝玉莹赵林孙同乔治天津大学环境科学与环境工程学院天津300350 天津市滨海生态关键带保护与功能构建工程技术中心天津300350

水质预测是水污染防治的重要一环,为提高水质预测的精度,研究随机森林算法(RF)与长短时记忆神经网络(LSTM)相结合的预测方法。以桃林口水库水质监测数据为例,采用RF算法分别筛选出影响高锰酸盐指数(COD Mn)、氨氮(NH_(3)—N)、总氮(TN)... 详细信息

水质预测是水污染防治的重要一环,为提高水质预测的精度,研究随机森林算法(RF)与长短时记忆神经网络(LSTM)相结合的预测方法。以桃林口水库水质监测数据为例,采用RF算法分别筛选出影响高锰酸盐指数(COD Mn)、氨氮(NH_(3)—N)、总氮(TN)和总磷(TP)浓度变化的关键特征,在此基础上构建基于RF-LSTM的水质预测模型,并与单一LSTM、RF-BPNN和RF-RNN模型的预测效果进行对比。结果表明:RF-LSTM模型的预测效果均优于其他模型,预测COD Mn、NH_(3)—N、TN和TP未来4 h浓度时的决定系数(R^(2))分别达到0.986、0.990、0.989和0.988,具有极高的预测精度和较强的泛化能力。研究结果为实现高精度水质预测提供了新思路。

关键词：水质预测长短时记忆神经网络随机森林特征选择

在线全文

学校读者我要写书评

暂无评论

基于长短时记忆神经网络的河流水质预测研究

环境科学与技术 2021年第8期44卷 163-169页

作者：张贻婷李天宏北京大学环境科学与工程学院北京100871 国家环境保护河流全物质通量重点实验室北京100871

准确高效地预测河流水质变化趋势对河流水环境治理与保护具有重要意义。该文利用广州市白坭河上自动监测站每2 h的水质数据,从单测站数据时序之间的相关性和上游测站的影响两方面,分别建立长短时记忆网络(LSTM)河流水质预测的循环神经... 详细信息

准确高效地预测河流水质变化趋势对河流水环境治理与保护具有重要意义。该文利用广州市白坭河上自动监测站每2 h的水质数据,从单测站数据时序之间的相关性和上游测站的影响两方面,分别建立长短时记忆网络(LSTM)河流水质预测的循环神经网络模型。模型以氨氮浓度为输出变量,比较了不同输入变量下的模型预测效果,并以最优模型和常用的深度学习算法支持向量机(SVM)进行了比较。结果表明:单测站LSTM模型经输入变量特征选择后的预测结果比仅使用氨氮浓度单变量的时间序列预测更接近真实数值;对加入上游监测站的双测站LSTM模型,输入的变量经过特征选择时,模型预测效果优于全部水质变量作为输入的预测结果,也优于单测站LSTM模型;但不进行特征选择时,输入变量增加,模型学习到噪声而使精度下降;和SVM模型相比,最优特征组合的LSTM模型具有更好的预测效果。研究也表明,对输入变量进行特征选择后,LSTM模型是一种有潜力的河流水质预测方法。

关键词：水质预测长短时记忆网络循环神经网络深度学习特征选择

连云港近岸海域物理自净能力研究及水质预测——Ⅱ连云港近岸海域水质预测

在线全文

学校读者我要写书评

暂无评论

中国海洋大学学报（自然科学版） 1994年第S1期30卷 168-173页

作者：孙长青孙英兰赵可胜陈斌林青岛海洋大学连云港市环保局

在所建潮流场的基础上,本文采用ADI法格式对连云港西大堤建成后的水质变化、排放量的改变及污染物入海源强削减量进行预测,从而为连云港海域的功能区划提供定量的科学依据。

关键词：连云港近岸海域水质预测物质输运浓度模型 ADI方法物理自净

基于等维新息灰色马尔可夫模型的河流水质预测

在线全文

学校读者我要写书评

暂无评论

水土保持通报 2013年第5期33卷 130-133,189页

作者：颜廷文孙宝盛张冉天津大学环境科学与工程学院天津300072

河流水质预测是对河流水环境污染进行分析、控制和治理的基础。基于太湖流域上海市青浦区急水港点位2004—2011年的水质指标COD,NH3—N数据,分别建立等维新息灰色预测模型;由于NH3—N指标的平均相对误差没有达标,因此利用马尔可夫模型对... 详细信息

河流水质预测是对河流水环境污染进行分析、控制和治理的基础。基于太湖流域上海市青浦区急水港点位2004—2011年的水质指标COD,NH3—N数据,分别建立等维新息灰色预测模型;由于NH3—N指标的平均相对误差没有达标,因此利用马尔可夫模型对NH3—N指标的预测结果进行修正,之后应用两种模型分别预测未来几年两项水质指标数值。结果表明,等维新息灰色马尔可夫模型有效地减小了预测结果的平均相对误差,提高了预测精度;未来几年,两项水质指标均呈整体下降趋势,并在一定程度上趋于平缓。但由于太湖流域污染的长期性,其水环境形势依然严峻,应继续采取合理有效的治理措施,如从源头上进行减污,生态清淤,加快转变流域经济发展方式及完善流域管理等,使流域水质得到整体改善。

关键词：水质预测等维新息灰色模型马尔可夫模型