基于BP神经网络预测林内PM2.5浓度

[目的]利用BP神经网络预测林内PM_(2.5)浓度。[方法]利用人工神经网络理论,采用2013年7月—2014年5月野外实时监测数据,建立了以气象参数、污染源强变量和林分结构特征为输入因子,林内PM_(2.5)小时平均浓度为输出因子的预测模型,并对其预测精度进行了评价。[结果]BP人工神经网络模型能够很好地捕捉污染物浓度与气象因素和林分结构间的非线性影响规律,预测结果的平均相对误差为1.71×10~(-3),均方根误差为6.77,拟合优度达0.98,模型具有很高的预测精度。而传统的多元线性回归(MLR)模型预测结果的平均相对误差、均方根误差和拟合优度分别为0.27、22.92和0.93。[结论]研究成果印证了应用BP人工神经网络模型预测林内PM_(2.5)浓度的可行性和准确性。     

天门市PM2.5和PM10颗粒污染物特征及其预测模型

利用2017年1月1日至2020年5月30日PM2.5、PM10大气颗粒污染物质量浓度逐时监测数据,分析了大气颗粒污染物与气温、降水、相对湿度和风速风向等气象因子的关系.结果表明,PM2.5和PM10颗粒物质量浓度与 日平均气温呈先上升后下降的关系,10℃以下颗粒物浓度随着气温的上升而升高,而10℃以上随着气温的逐渐升...     

MATLAB稳健回归在作物水模型建模中的应用

本文讨论了作物水模型常规多元线性回归以及稳健回归的建立方法.基于内蒙古河套灌区曙光试验站玉米非充分灌溉试验资料,利用MATLAB中提供的稳健回归方法建立了Minhas型作物水模型,并与常规的多元线性回归方法进行了比较.结果表明采用稳健回归的方法比常规的多元线性回归可在一定程度上提高作物水模型的回归效果.     

蚌埠市空气中PM2.5形成与扩散的研究

目的探究空气中PM2.5形成方式、传播途径及模式。方法首先以蚌埠市为例,参考相关资料,使用相关性分析,分析各因素与PM2.5的相关性和各因素之间的相关性。得到相关结果,对结果进行检验,并使用SPSS得到各因素的系数,判断方程是否为线性,从而得到PM2.5的形成模型。接着通过热传导方程对高斯烟羽模型进行改进,得到空气污染物扩散模型。收集蚌埠市空气数据,对数据进行处理后代入模型,利用MATLAB进行求解,得到蚌埠市PM2.5的分布情况。结果从PM2.5的形成模型结果,得到了二氧化硫(SO_2)、二氧化氮(NO_2)和一氧化碳(CO)等是在一定环境条件下形成PM2.5前的主要气态物体。推导出空气污染物扩散模型,得到PM2.5的扩散方式,在通过对空气污染物扩散模型求解后,得出蚌埠市空气监测点每天空气中PM2.5的分布情况。结论空气中PM2.5由各因素综合影响形成。改进后的空气污染物扩散模型更好地模拟了PM2.5的扩散方式,得到的具体结果说明了模型的可行性和实用性。     

6种城市绿地空气PM2.5浓度变化规律的研究

为合理安排树木的种植和配置结构,发挥绿色植物在改善城市生态环境方面的重要功能,研究6种城市绿地空气PM2.5浓度的日变化规律、月变化规律,分析不同类型绿地空气PM2.5浓度差异以及不同天气条件下PM2.5浓度.结果表明:PM2.5浓度日变化和月变化规律明显,不同季节有显著差异;6种城市绿地空气PM2.5浓度在同一季节内没有显著差异,从均值来看,春、秋、冬季有乔木的绿地内空气PM2.5浓度较低,夏季草坪内空气PM2.5浓度较低;阴天颗粒物的浓度比晴天高45%,雨后阴天颗粒物的浓度比雨后晴天高426%,降水对PM2.5的清除作用在雨后晴天发挥的较好.     

基于STM32的PM2.5空气检测系统的设计

近年来环境问题引起人们的关注,尤其是PM2.5的数值变化,对人们的身体健康影响严重。本文基于STM32F103C8T6微控制器设计了一款PM2.5的检测系统,它能够精准检测出周边环境的PM2.5浓度,并且能够将检测出的数值显示在TFT LCD屏上。如果所检测到的PM2.5浓度超出加入的最大值,系统就会自动报警。该设计综合了采样、显示和报警等功能,具有非常好的实用价值。     

基于回归模型的北京市人口增长问题分析

本文主要利用回归模型分析导致北京市人口在短短几年内显著增加的因素问题.首先利用逐步回归模型在八个可能因素中求解显著因子,通过该方法,最终确定出对北京市人口影响比较大的五个因素,它们分别是：人均GDP值、第二产业值、第三产业值、卫生费用以及人口出生率.然后利用多元线性回归模型对导致北京人口激增的五个主要影响因素进行分析,并得出导致人口激增的回归方程.最后利用近几年的北京人口数据,通过指数增长模型对北京人口变化进行了预测,并提出关于控制人口过快增长的建议和意见.     

大气PM2.5中重金属在模拟酸雨中的释放特征

通过模拟酸雨溶出试验发现,在模拟酸雨浸提作用下大气细颗粒物PM2.5中重金属元素Cu、Pb、Zn、Cd、Ni、Cr都有不同程度的释放,且溶出率随模拟酸雨pH降低而增加,说明酸性加强能加速PM2.5中重金属元素的释放。在同一pH模拟酸雨作用下,2007年春样品中各重金属的溶出率均比2006年秋高,2007年春重金属不稳定态比例普遍比2006年秋高,说明在酸性条件下吸附在颗粒物中的不稳定态重金属更容易释放出来,酸雨会增加大气颗粒物中重金属在环境中的迁移性和污染能力。     

江西省粮食产量影响因素分析 ——基于多元线性回归模型

利用江西省1952-2018年的数据,基于多元线性回归模型,对江西省粮食产量的影响因素进行分析,得出结论并提出相关政策建议。     

偏最小二乘回归模型在非点源负荷预测中的应用

将偏最小二乘回归模型应用于流域非点源污染年负荷量预测,并与基于最小二乘的多元线性回归模型预测结果进行了对比。实例计算分析结果表明,偏最小二乘回归分析实现了多元回归、主成分分析和典型相关分析的综合,能较好地处理变量之间的多重相关性问题,建模所需样本少,且计算结果合理,具有较好的推广应用价值。     

西安市PM2.5相关因素多元回归分析模型

为了探索空气污染的主要因素,对空气污染监测指标PM2.5与AQI中其他监测指标进行相关性分析, 得到PM2.5与SO2、NO2、CO呈正相关, 与O3和温度呈负相关, 同时利用多元回归模型得到PM2.5与主因子的数量关系, 给西安市PM2.5防控提供参考意见.     

平原区浅层水水位预报模型应用成果与讨论

本文从一个水文地质实体模型概念化入手，建立了描述地下水运动的数学模型。计算模型及参数反演模型。介绍了模型应用成果，就地下水水位变化对降雨入渗补给量、潜水蒸发量等潜水垂向水量交替强度的影响进行了探讨，并对地下水数值模型参数确定中校验函数的灵敏度问题作了讨论。     

山地丘陵区社会经济数据空间化模型构建及应用

社会经济数据的空间化,是地学研究中解决数据结构不一致、空间单元不匹配和数据在空间单元内均一化问题的有效方法.本文基于多因素回归分析建立了社会经济数据空间化处理方法,选取重庆市丰都县为研究区,以人口密度和GDP规模为对象进行了回归建模,为社会经济数据的空间精细化研究提供借鉴.结果表明,采取向后剔除法准则的多元线性回归分析数据融合方法,较好地模拟了研究区社会经济数据的空间分布格局,拟合方程修正后的可决系数均达到0.80以上;将以乡镇为单元拟合的县域社会经济数据融合模型,应用于村域尺度社会经济数据的空间精细化表达,经验证数据吻合度普遍在80%以上,能够较好地实现村域尺度社会经济数据的空间化.因此,就研究区而言,基于多因素回归分析的社会经济数据空间化模型构建,较好地实现了对社会经济数据的反演,为创建区域范围内村域尺度连续的社会经济数据表面提供了支撑.     

Logistic模型在棉花酸雨生物化学效应研究中的应用

棉花子叶超氧化物岐化酶活性、蛋白质、叶绿素、丙二醛含量、细胞膜电解质外渗率、钾离子外渗率和可见伤害的症状等七种生化指标对模拟酸雨的响应具有典型的Logistic特征。本文给出了对这一分布方程进行拟合的计算程序,对拟合结果作了简要分析。     

广义Harper模型的量子扩散

研究了广义Ｈａｒｐｅｒ模型的量子扩散，分析了自关联函数Ｃ（ｔ）在不同哈密顿量参数区域的长时特征。结果表明，在金属区Ｃ（ｔ）－Ｔ＾－１，而在绝缘体区Ｃ（ｔ）－ｔ＾０。     

洛阳高山种植区牡丹花期预测模型构建与检验

针对洛阳牡丹花期与牡丹花会开幕时间不相吻合这一现象,通过研究洛阳高山种植区1992-2010年迎日红、洛阳红和首案红牡丹花期资料与气象资料,采用SPSS软件分析大气温度、地温、有效积温等与牡丹花期之间的内在关系,构建洛阳高山种植区牡丹花期预测模型。结果表明:15cm土层厚度处地温稳定通过4℃的平均温度和积温与牡丹花期有极显著的相关性。采用晚花品种构建模型预测误差范围在-2.375 2～2.456 5d,误差较小,效果较好。     

土壤有机质高光谱估算模型研究进展

土壤有机质高光谱估算较传统土壤农化分析方法表现出极大优势,顺应了现代农业发展的迫切需要。国内外众多学者先后对土壤有机质高光谱估算模型进行了大量研究,估算模型由简单的一元线性模型逐渐发展为多元线性及非线性模型,常用的建模方法分为线性方法和非线性方法,重点分析了各种方法的适用性。通过总结分析前人研究,发现土壤有机质高光谱估算模型研究存在以下发展趋势:多种建模方法耦合使用增多;建模方法的复杂度逐渐增强;尝试消减外部环境因素对建模的影响;尝试将室内土壤有机质估算模型应用于野外实地研究。     

北京市西瓜种植收益的回归分析——以844户农户调查为例

依据2015年北京市西瓜种植的调研数据,通过建立多元线性回归模型,进行了成本效益的实证分析。研究发现,产量、价格、文化程度、种植面积、种植模式、灌溉方式、销售方式、种植费用是影响西瓜种植收益的主要影响因素,结合分析结果和本次调研情况,指出应当从改善经营管理方式、加强政府引导、提高组织化程度三个方面着手,提高西瓜种植的收益。     

多元线性回归模型参数的BC估计

考虑多元线性回归模型Y=XB+ε,其中E(Vec(ε))=0,Cov(Vec(ε))=V In,当设计阵X呈病态时,模型参数的LS估计不再是一个优良估计.为此,提出了一种有偏估计———BC估计.在均误差意义下,参数的BC估计优于它的LS估计,并证明了参数的BC估计是可容许线性估计.