基于蚁群优化最小二乘支持向量回归机的河蟹养殖溶解氧预测模型

养殖池塘溶解氧是河蟹赖以生存的重要指标,及时准确地掌握溶解氧浓度变化趋势是确保高密度河蟹健康养殖的关键。为提高溶解氧预测精度和效率,该文提出了蚁群算法(ACA)优化最小二乘支持向量回归机(LSSVR)的河蟹养殖溶解氧预测方法。采用蚁群算法对最小二乘支持向量回归机的模型参数进行优化,并以自动获取的最佳参数组合构建溶解氧与其影响因子间非线性预测模型。利用该模型对江苏宜兴市2010年7月20日～7月28日期间高密度养殖池塘溶解氧进行预测。研究表明,该预测模型取得较好的预测效果,与支持向量回归机和BP神经网络相比,模型评价指标均方根误差、相对均方误差均值、平均绝对误差和和决定系数和运行时间分别为0.0328、0.0016、0.0448、0.9916和3.3275s均优于其他预测方法,ACA-LSSVR模型不仅计算复杂度低、收敛速度快、预测精度高、泛化能力强,还能满足实际高密度河蟹养殖溶解氧管理的需要,为其他领域的水质预测提供参考。     

主成分分析和长短时记忆神经网络预测水产养殖水体溶解氧

为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消除了原始变量之间的相关性,降低了模型输入向量维度;然后,在Tensorflow深度学习框架的基础上建立LSTM神经网络的水产养殖溶解氧预测模型;最后,利用该模型对浙江省淡水水产养殖研究所综合实验基地某池塘溶解氧进行验证。试验结果表明:该模型与BP神经网络等其他浅层模型相比,模型评价指标平均绝对误差、均方根误差和平均绝对误差分别为0.274、0.089和0.147,均优于传统的预测方法;该模型具有良好的预测性能和泛化能力,能够满足水产养殖溶解氧精确预测的实际需要,可以为水产养殖水质精准调控提供参考。     

基于无线传感器网络的水产养殖池塘溶解氧智能监控系统

为了便于对规模化水产养殖池塘溶解氧的监控,该文研制了一种基于无线传感网的水产养殖池塘溶解氧智能监控系统,实现对池塘溶解氧的分布测量、智能控制和集中管理。针对常规模糊PID控制器自适应能力低,提出了一种可变论域模糊PID控制器,根据溶解氧误差和误差变化的大小动态调整模糊控制单元的输入输出变量论域,能较好地解决了模糊控制规则数量与溶解氧控制精度之间的矛盾,实现了PID控制器参数的自整定。根据池塘溶解氧变化的非线性、大时滞和大惯性等特点,设计基于变论域模糊PID控制器与增氧机转速PID调节器构成的池塘溶解氧串级控制系统,溶解氧控制器的输出为增氧机转速调节器的输入,增氧机转速调节器输出改变增氧机转速使溶解氧浓度快速跟踪目标值。根据溶解氧测量数值序列的变化趋势,基于灰色理论和权重构建组合灰色溶解氧预测模型,以预测值作为变论域模糊PID控制器的反馈值,实现对溶解氧的预测控制,起到超前调节的目的。在试验池塘和对照池塘分别采用变论域模糊PID控制器和模糊PID控制器对池塘溶解氧进行调控,对照池塘溶解氧的响应时间比试验池塘延长15 min左右,超调量扩大2.96倍,对照池塘溶解氧的标准差、均方差、最大误差和最小误差指标比试验池塘扩大3~4倍。试验结果表明可变论域模糊PID控制器能够改善池塘溶解氧控制系统的动态性能,提高控制系统的稳态精度,有效地抑制影响池塘溶解氧稳定的诸多不确定因素的干扰,满足水产养殖对池塘溶解氧的要求,为解决非线性和大时滞复杂对象的控制问题提供一个新的控制思路。     

一种新的池塘溶解氧预测模型

池塘溶解氧的精确预测一直是池塘人工养殖生产中的瓶颈问题。该文建立了基于神经网络的池塘溶解氧智能预测模型，并对预测模型进行了验证，其预测结果与实测数据拟合良好。     

基于改进极限学习机的水体溶解氧预测方法

为了有效地指导水产养殖生产，提高溶解氧浓度预测的精度，提出了基于因子筛选和改进极限学习机（Extreme Learning Machine，ELM）的水产养殖溶解氧预测模型。首先，利用皮尔森相关系数法计算各影响因子与溶解氧浓度间的相关系数，提取强关联因子，降低预测模型的输入量维度；采用偏最小二乘算法（Partial Least Square, PLS）优化传统ELM神经网络，避免网络中隐含层共线性问题，保障输出权值的稳定性；然后，结合新型激活函数，构建水体溶解氧浓度预测模型。最后，将SPLS-ELM（Selection Based Partial Least Square Optimized Extreme Learning Machine）预测模型应用到江苏省无锡市南泉基地某试验池塘的水体溶解氧预测中。试验结果表明：该模型的预测均方根误差为0.3232，与最小二乘支持向量机（Least Square Support Vector Machine，LSSVM）、BP神经网络、粒子群（Particle Swarm Optimization，PSO）优化LSSVM和遗传算法（Genetic Algorithm, GA）优化BP神经网络相比分别降低40.98%、44.48%、34.73%和44.18%。且该模型的运行时间仅0.6231s，预测精度和运行效率明显优于其他模型。该模型的溶解氧预测曲线接近真实溶解氧变化曲线，能够满足水产养殖实际生产对水体溶解氧预测的要求。     

基于PC-RELM的养殖水体溶解氧数据流预测模型

养殖水体中溶解氧浓度一直是最重要的水质参数之一。为了精准地对水体溶解氧进行调控，提高养殖生产效率，降低养殖风险，该研究考虑外部天气条件对溶解氧的影响以及溶解氧自身的昼夜变化特征，提出一种基于正则化极限学习机（principal component analysis and clustering method optimized regularized extreme learning machine,PC-RELM）的养殖水体溶解氧数据流预测模型。首先，采用主成分分析法判断影响溶解氧浓度的强重要性因子，降低预测模型的数据维度；其次，利用熵权法计算各时刻点的天气环境指数，并利用快速动态时间规整算法（fast dynamic time warping,FastDTW）完成时间序列数据流在不同天气环境下的相似度度量；然后使用k-means算法对时间序列的相似度进行聚类分簇，并基于分簇结果完成正则化极限学习机预测模型的构建，实现溶解氧浓度的估算。最后将PC-RELM模型应用到无锡南泉试验基地养殖池塘的溶解氧预测调控过程中。试验结果表明：PC-RELM的预测均方根误差值（root mean sq...     

坡面流输沙能力与土壤可蚀性参数对细沟土壤侵蚀过程影响的有限元计算模型研究

土壤侵蚀预报模型对于定量评价水土保持效果,合理制定水土保持措施等具有重要意义。细沟侵蚀模型是土壤侵蚀预报模型的重要组成部分。本研究建立了一个以物理概念为基础的细沟侵蚀预报模型,模型包括水流连续性方程、水流动力学方程和泥沙运移方程;同时,模型改进了部分参数的计算方法,以线性形式的水流输沙能力计算方法取代原有的对数形式方法,将土壤最大剥蚀率用于土壤可蚀性参数的计算;采用有限元方法对模型进行顺序求解;Visual C++语言数值计算程序被用来模拟细沟侵蚀产沙变化过程,并进行了一系列室内试验验证该数学模型、模型参数及数值计算方法。结果表明,模型预测值和实测值具有很好的一致性,改进的模型参数计算方法能够准确地反映土壤可蚀性参数与水流输沙能力对细沟侵蚀过程的调控作用。     

用Philip模型参数推求湿润锋平均基质吸力Sf准确性

修改的适用自然降水入渗的Green—Ampt模型是模拟坡面降水入渗、产汇流的常用手段,该模型中一个重要参数——湿润锋平均基质吸力Sf的准确取值对提高计算精度有重要作用。在分析Philip入渗模型和Green—Ampt入渗模型的基础上,建立了两模型参数间的转化关系,并尝试用Philip模型参数间接推求Green—Ampt模型中的参数Sf。通过对积水入渗资料的处理和用降水产流资料进行准确性检验,结果发现,对黄土高原黑垆土而言,用Philip模型参数间接推求Green—Ampt模型中的湿润锋平均基质吸力Sf是可行的,与直接用Green—Ampt模型获得的Sf值具有相同的精度。     

采用改进长短时记忆神经网络的水产养殖溶解氧预测模型

为了精确预测水产养殖溶解氧变化趋势,该研究提出了基于K-means聚类和改进粒子群优化(Improved Particle Swarm Optimization,IPSO)的长短时记忆(Long Short-term Memory,LSTM)神经网络预测模型。根据环境因子间的相似度,应用改进的K-means聚类算法将环境数据划分为若干类。在此基础上,基于LSTM神经网络算法构建改进的水产养殖溶解氧预测模型,并引入改进粒子群优化算法对模型参数进行优化,以减少经验选取参数的盲目性。在不同天气状况下利用该模型对溶解氧进行预测。试验结果表明,在良好天气情况下,该模型预测误差曲线波动较小,预测精度更高。当天气发生突变时,溶解氧预测模型评价指标平均绝对百分误差、均方根误差、平均绝对误差和纳什系数分别为0.129 5、0.645 3、0.461 3和0.902 2。该模型一定程度改善了天气突变状况下的数据缺失、鲁棒性差等问题。     

基于改进深度信念网络的池塘养殖水体氨氮预测模型研究

水体氨氮是影响水产养殖质量和产量的关键参数之一。然而,池塘养殖环境复杂多变,氨氮含量影响因子众多,且各因子之间相互关联并呈现非线性变化,同时,获取的数据存在大量噪声。因此,采用数学方法及传统神经网络很难精准预测氨氮含量,且在进行数据训练时存在局部收敛和计算效率差的问题。针对上述问题,首先,通过主成分分析筛选影响氨氮含量变化的主要因子作为模型输入,利用小波阈值方法实现噪声消除;然后,提出一种基于粒子群优化算法(particle swarm optimization, PSO)并结合多变量深度信念网络(multi-variable deep belief network, MDBN)预测模型,对池塘养殖水体溶解氧预测,并与传统最小二乘支持向量机、BP神经网络、DBNs(deep belief networks)模型进行了比较分析。研究结果表明,该文所提方法其平均百分比误差(mean absolute percentage error,MAPE)为0.1172,与传统最小二乘支持向量机、BP神经网络、DBNs方法进行对比,其MAPE分别降低了0.285 9、0.214 6、0.013 9。除此之外,随着样本数量增加,其模型绝对误差不断降低。因此,该文所提方法具有高的预测精度及泛化性能,研究可为池塘水体氨氮含量精准预测提供理论依据和参数支持。     

移动式太阳能增氧机的增氧性能评价

为改善池塘养殖环境,设计了一种移动式太阳能增氧机,由光伏供电装置和水面行走装置搭载涌浪机而成,能在水面沿钢丝绳移动并利用涌浪机的波浪增氧和水层交换作用,大范围扰动水体并为池塘增氧。该研究的目的是通过机械增氧效率检测、提水能力测定和池塘增氧能力测定3个试验,评估太阳能增氧机的机械增氧性能、水层交换性能和实际应用效果,以期全面了解移动增氧机增氧能力。结果表明,该移动式太阳能增氧机最大机械增氧能力为1.24 kg/h,动力效率2.59 kg/(k W·h);最大提水能力1 254.4 m3/h,提水动力效率2 613.3 m3/(k W·h);并在晴好天气白天(09:00—19:00),在对照组底层溶氧为3.1~3.8 mg/L时,大幅度提升池塘底层溶氧水平,最高时达7.8 mg/L,维持池塘上下溶氧均匀度72%~84%,极大改善了底层溶氧环境。数据表明移动式太阳能增氧机具有良好的机械增氧和水层交换性能,因而能有效改善池塘底层溶氧环境,提高上下水体溶氧均匀度。该研究结果可为太阳能增氧机的进一步推广应用提供数据支撑。     

A System Dynamic Model and Sensitivity Analysis for Simulating Domestic Pollution Removal in a Free-Water Surface Constructed Wetland

This work develops a system dynamic simulation model for free-water surface constructed wetlands, as well as provides appropriate values for the parameters of constructed wetland management. The system dynamic model is calibrated and validated by using data from a 1-year study of a constructed wetland in Tainan of southern Taiwan. Additionally, the major parameters that affect the simulation output are obtained via sensitivity analysis by using generalized likelihood uncertainty estimation (GLUE). A high R ² and Nash?CSutcliffe coefficient of efficiency between the simulated and measured outflow values indicate that in addition to reproducing the changing trends of dissolved oxygen (DO), 5-day biological oxygen demand (BOD₅), total nitrogen (TN), total suspended sediment (TSS), and total phosphorous (TP) concentrations, the model can simulate the variations of DO, BOD₅, and TSS. Taken into account the interactions among parameters, the GLUE method successfully obtained the model sensitive parameters from the Monte Carlo parameter sets. Sensitivity analysis results indicate that the parameters of microorganisms are sensitive factors that affect DO, BOD₅, and TN, while sediment diameter largely influences TP and TSS. Further elucidating environmental microorganisms would increase the model accuracy and provide a valuable reference for constructed wetland management and design.     

Modeling the Temperature Pattern of a Covered Anaerobic Pond with Computational Fluid Dynamics

This paper presents the development of a 3D computational fluid dynamics (CFD) model of a covered deep anaerobic pond treating raw sewage. The model was based on an unsteady-state laminar flow which was solved in accordance with the finite volume method and simulated the hydrodynamic pattern and thermal energy balance of the anaerobic pond throughout a year of operation. The model input included hourly ambient air temperature, monthly soil temperature profile, daily influent wastewater temperature and velocity, which were incorporated through an external routine in C⁺⁺. Numerical simulation was validated by temperature measurements from the experimental pond. The mean relative error and correlation factor out of 164 temperature values of the simulated pond, in comparison with the experimental one, was 9.34% and 0.91, respectively. The average temperature of the simulated pond throughout the experimental period was 18.9 ^°C. The validated 3D thermal model can be used as a tool for assessing and evaluating the impact of various design modifications (changes in construction material, adding insulation, installing a heat exchanger, etc.) on the thermal behaviour of an anaerobic pond, aiming at its average temperature increase which will, in turn, positively affect its organic removal performance. The thermal model presented, is the first stage of a complete anaerobic pond model which will include wastewater quality transport and basic biochemical reaction mechanisms of the anaerobic decomposition process present in an anaerobic pond. The complete anaerobic pond model will be able to predict the effluent COD of the pond.     

凡纳滨对虾室内封闭式养殖水质变化与氮收支的试验研究

采用模式Ⅰ（臭氧机、增氧机、净水网与复合微生物制剂等）与模式Ⅱ（增氧机、净水网、复合微生物制剂与漂白粉精等）开展室内凡纳滨对虾封闭式养殖试验,探讨了养殖池水质变化规律及氮收支状况。结果表明,在80d养殖过程中,两模式所调控的养殖试验池主要水质指标均控制在对虾生长的安全范围。其中以模式Ⅰ与模式Ⅱ分别调控水质的1号与3号试验池主要水质指标平均值为：pH分别为7.92与7.96,DO分别为6.43与6.37mg·L^-1,TAN分别为0.517与0.558mg·L^-1,NO2-N分别为0.396与0.318mg·L^-1,异养菌总数6863与19cfu·mL^-1,弧菌数分别为13456与25cfu·mL^-1。两池单位水体产量分别为1.18和1.02kg·m^-3。两试验池氮收支估算结果为：投入饲料氮分别占氮总输入94.6%与95.3%,水层与虾苗含氮共占5.4%与4.7%;水层氮（含排污水）占氮总输出50.7%与58.3%,其近似于通常泥底养虾塘水层与底泥含氮之和占氮总输出的比例,其次是收获对虾占氮总输出31.9%与25.3%,池水渗漏等损失输出氮量占氮总输出17.4%与16.4%。     

沟塘组合除涝工程设计方法与应用

鉴于极端降雨事件增加和流域下垫面改变抬高排涝模数对传统沟道除涝工程形成挑战,该文结合塘堰滞涝功能提出了沟塘组合除涝工程技术及其设计方法。基于水文资料缺乏小流域的涝水形成规律,离散设计暴雨历时并假设离散时段内流量过程线符合三角形分布下,采用改进SCS模型和小流域汇流方程推求涝水流量过程线;采用水位-容积关系和堰流公式进行质量平衡演算设计塘堰工程规格。在淮北平原低洼区的农沟和斗沟尺度上组合堰宽分别为0.6和2 m的塘堰工程发现,3、5和10年一遇24 h设计暴雨下涝水流量峰值减少了25%以上,延迟了0.5~1 h,3或5年一遇设计暴雨除涝能力排水沟的除涝标准可分别提高到5或10年一遇。沟塘组合除涝工程为缓解排区和下游区域洪涝压力提供可选方案。     

A comparison of litterbag and direct observation methods of Scots pine needle decomposition measurement

The litterbag method (LB) widely used in decomposition studies was compared to a direct observation method (DO) of the litter collected in the forest floor in three European Scots pine forests. In this last method, needles were sorted out of blocks of the forest floor and separated into 5 categories using morphological criteria representing different layers and decomposition levels. The residence time of the needles in each layer was calculated using the litterfall input, the size of the layer in the forest floor and its level of decomposition. The mass loss of each layer was determined using the linear mass density method. To estimate decomposition rates, the DO method might be more advantageous than the LB method because it is done without any manipulation or microclimatic artifact and because it integrates spatial and temporal variability. It is also convenient because the sampling does not have to be done simultaneously on different sites to allow site comparisons. Indeed, the collected litter blocks include the whole site history until the needle collapses which has been shown to take place after a period of up to 10 years in the present study. After 3 years, the mass loss was lower measured by the DO method than by the LB method. The decrease of litter mass measured by the DO method was best described by a simple asymptotic function of time. This model has a mechanistic signification because it underlines the possible long-term accumulation of recalcitrant products which is not the case with the exponential function. This accumulation of recalcitrant products is a key process in the storage of carbon in the organic matter reservoir of forest soils. Nevertheless this method is time consuming and cannot replace the LB method for large data set collection. This paper recommends when using the LB method to be aware of its inherent bias that can lead to misestimating decomposition in the long run.     

排水沟渠水-底泥-植物协同作用下非点源溶质氮运移模拟研究

沟渠系统"过程拦截"是现阶段农业非点源污染控制和管理的重要手段。针对当前农田排水沟渠水体-底泥-植物系统内各介质间非点源溶质迁移转化机制不清的现状,在简要分析农田排水沟渠水-底泥-植物复合生态结构及其各组分功能特征的基础上,以沟渠中水体为中心,解析了非点源溶质氮在沟渠系统单一介质以及不同介质间的迁移转化过程;考虑到排水沟渠中水体和污染物均以沿沟渠方向线性迁移为主,应用水流连续方程和非保守性污染物迁移扩散方程,构建了农田排水及其中非点源污染物在排水沟渠中的一维迁移模型,并结合试验沟渠具体情况进行了适度简化;通过内业可控性监测试验,同时提出了沟渠系统水-底泥-植物不同介质对水体中非点源污染物衰减程度影响的量化计算方法;将所建模型与计算参数应用于野外试验沟渠,以氨态氮和硝酸盐氮为例进行模拟,结果表明模拟结果与实测值结合较好,其中氨态氮模拟效率系数为0.87,硝态氮模拟效率系数0.93,表明所建模型及模拟手段符合试验沟渠实际情况,具有较好的适用性。     

基于径流曲线数模型的江淮丘陵区塘坝复蓄次数计算模型

针对江淮丘陵区塘坝体系复蓄次数计算问题的重要性与复杂性,提出运用SCS模型处理塘坝灌区无资料水文模拟计算问题,构建了塘坝灌区降雨径流模拟模型,并依据Penman-Monteith公式计算了各典型作物的需水量,进而实现了对江淮丘陵区塘坝灌溉系统的水量平衡分析,合理地推算了塘坝系统复蓄次数,找出塘坝灌区现状灌溉体系中存在的问题,可为江淮丘陵区塘坝工程规划、种植结构调整以及灌溉制度的确定提供理论支撑,具有明显的实际指导意义和重要的推广应用价值。     

1986－2016年黄河三角洲地表水体变化及其驱动力分析

地表水体在黄河三角洲形成、生态系统演化及社会经济发展中发挥着极为重要的作用。该文以黄河三角洲地表水体为研究对象,采用轨迹分析法和Logistic回归模型,分析研究区30 a内地表水体演化特征及驱动机制。结果表明：1）1986-2016年间黄河三角洲地表水体面积增加1 161.53 km2,其中河流呈减少状态,面积减少33.49 km2。水库、坑塘和盐田养殖池分别增长84.88、63.82、1 046.33 km2,呈增加趋势。未利用地向盐田养殖池转换是面积变化最大的类型。2）Logistic 回归发现,地理区位因素是影响水库演化主要因素,距海岸线距离和乡镇距离是水库转入的主导驱动因子,距乡镇距离是水库转出主导驱动力。盐田养殖池的演化受到社会经济因素和区位因素综合影响。水产产量、人口密度差、距市中心距离、距黄河距离和国民生产总值是盐田养殖池转入的主要驱动力。距市中心距离成为盐田养殖池转出的主导因子。坑塘的转化受到区位因素和社会经济因素影响,距乡镇距离、人口密度差、距海岸线距离为主要驱动因子。