灰色神经网络耦合模型在河套灌区引黄水量预测中的应用

针对河套灌区22年净引水量的变化特点,在建立灰色GM(1,1)模型的基础上,结合BP神经网络预测法建立灰色神经网络耦合模型,并通过Matlab编程实现。实例结果表明,耦合模型的预测精度明显优于单一灰色GM(1,1)模型,可应用于实际生产中。     

基于粒子群优化算法的灰色预测模型GM(1,1)改进

为了提高灰色预测模型GM(1,1)在复杂系统模型中的预测精度,从原始数据和预测值两个方面对灰色GM(1,1)模型进行改进。根据原始数据的信息特点对模型作补充定义;预测值改进则利用背景值重构和粒子群优化算法对传统GM(1,1)模型的预测值进行改进,求出最佳预测值。结果表明:改进GM(1,1)模型的平均残差和相对残差都远远小于传统模型,其预测效能和可信度都有大幅提高。     

农村非点源污染对半岭水库营养水平的影响

为了评估农村非点源污染对水库水体营养水平的影响,以三亚市半岭水库为研究对象,分析了库区非点源污染的构成类型及其污染量,同时,根据模型预测了非点源污染对水库水体TN、TP的贡献浓度.在此基础上,以非点源污染对水库水体TN、TP贡献浓度与实际监测浓度之比来评估农村非点源污染对水库水体营养水平的影响.结果表明,非点源污染大部分来自于农业生产活动,其污染物COD、TN和TP的贡献率分别达到了77.5％、68.5％和43.3％,其次为禽畜养殖,其污染物COD、TN和TP的贡献率分别为12.2％、12.4％和41.4％,农村生活污染贡献相对较小.库区农村非点源污染对水库水体TN质量浓度的贡献为0.171 mg/L,TP质量浓度的贡献为0.006 8 mg/L.农村非点源污染的TN和TP对水库的N和P的营养水平的贡献率分别为55.4％和75.6％,可见农村非点源污染是水库水体营养负荷的主要污染源.     

关于灰色预测模型的一点探讨——灰色预测模型的改进

灰色预测模型通常是GM(1,1)模型,但预测精度有时不令人满意.因此利用以下两种方法的结合对模型GM(1,1)做了进一步的改进,提出了一个预测精度较高的新灰色预测模型。第一步:利用"幂函数变换"模型,它能提高离散数据的光滑度,从而提高了灰色预测模型预测结果的可信度.第二步:分析GM(1,1)预测模型存在的理论缺陷,指出在形成预测公式时规定为∧X(1)(1)为已知条件是不合理的,应当根据实际情况选用其他数据。     

基于灰色马尔可夫模型的农业用水量预测

将灰色GM(1,1)模型和马尔可夫模型结合,构建灰色马尔可夫预测模型.按特定的状态划分方法,先用灰色GM(1,1)模型预测,再用马尔可夫模型对预测结果进行优化,使预测精度大大提高.最后以辽河流域某典型区为例,预测结果证明了该模型的优势.     

烤烟醇化过程中还原糖含量的组合预测模型

为了提高现有烤烟醇化过程中化学成分预测模型的精度,提出了组合预测模型。选取灰色GM(1,1)模型、三次指数平滑、一元非线性回归3种单一预测模型,采用标准差法分配权重,对单一预测结果进行集成,以还原糖为例,建立了化学成分的组合预测模型。结果表明,组合预测模型能够较好的提高预测精度,较GM(1,1)、三次指数平滑和一元非线性回归模型预测精度分别提高了0.0184、0.0283和0.0082。     

地下水位粒子群优化神经网络组合预测模型

【目的】将粒子群优化神经网络组合预测方法引入地下水位预测中,以提高地下水位预测的精度。【方法】以回归分析法、指数平滑法、灰色GM（1,1）模型的地下水位预测结果及预测结果平均值作为网络的输入,以实际地下水位值作为输出,对3个单一模型进行非线性组合,建立地下水位的粒子群优化神经网络组合预测模型,应用实例对模型的预测结果进行了验证,并与3个单一模型及等权平均组合模型的预测结果进行比较。【结果】实例运用结果表明,粒子群优化神经网络组合预测模型的均方误差为0.740 9,平均绝对误差为0.657 6,均小于单一模型及等权平均组合模型的相应值。【结论】粒子群优化神经网络组合预测方法适用于地下水位的预测。     

PXGM(1,1)模型在参考作物腾发量预测中的应用

为了提高参考作物腾发量预测模型的预测精度,将灰色新陈代谢预测模型与粒子群优化算法(PSO)相结合,提出PXGM(1,1)模型,并用该模型来预测阜新市参考作物腾发量.结果表明:优化后的新陈代谢GM(1,1)模型(简称PXGM(1,1)模型)的预测精度较原有的灰色新陈代谢预测模型的预测精度有了很大的提高.该模型建模过程简单、适用性强,为参考作物腾发量的预测提供了新的方法.     

灰色系统理论在陕西省农作物秸秆可收集量预测中的SAS应用

[目的]在SAS环境下,运用灰色系统理论对陕西省农作物秸秆可收集量进行预测。[方法]以草谷比和可收集系数估算2005—2015年陕西省农作物秸秆可收集量。以农村就业人口、农作物播种面积、农用化肥施用量和农业机械总动力作为影响农作物秸秆可收集量的4个主要因素进行灰色关联度分析。在SAS环境下,利用GM(1,1)灰色模型和基于GM(1,1)的多元回归模型对2016—2020年的陕西农作物秸秆可收集量进行预测,并对模型精度与误差进行分析比较。[结果]基于GM(1,1)的多元回归模型预测精度高于GM(1,1)模型的精度,较准确预测了2016—2020年陕西农作物秸秆的可收集量。[结论]准确预测农作物秸秆可收集量可为政府开展农业面源污染防治、提高秸秆综合利用提供强有力的数据支撑。     

基于灰色神经网络的粮食预测

结合灰色GM(1,1)预测模型和BP神经网络2种预测模型的优点,提出了一种灰色神经网络模型,并用该模型对蚌埠市小麦产量进行预测。结果表明,灰色神经网络预测精度高于单一的灰色GM(1,1)预测模型或BP神经网络。     

基于GWLF模型的于桥水库流域氮磷负荷估算及来源变化解析

外源氮磷污染物输入是于桥水库富营养化加剧的主要原因之一。为了研究“水十条”实施以来于桥水库流域氮磷污染负荷的变化,采用GWLF模型模拟各个子流域产流量,再乘以子流域出口断面总氮（TN）、总磷（TP）监测浓度,进而估算整个流域氮磷污染负荷,并对2016—2017年氮磷污染的来源和变化情况进行分析。结果显示：2016—2017年于桥水库流域年均TN负荷2 574.6 t,TP负荷94.6 t。引滦调水、入境河流、库周产流和大气降水对TN的贡献占比分别为27.9%、46.8%、17.3%和8.0%,对TP贡献占比分别为66.3%、17.3%、13.6%和2.8%。与2016年相比,2017年流域TN负荷增加35.6%,主要是由于引滦调水TN浓度大幅上升（增幅239%）、沙河等流域产流量增加（增幅11.4%）导致;2017年流域TP负荷减少74.0%,主要是由于引滦调水和沙河等河流TP浓度均明显下降（降幅分别为87.8%和71.0%）导致。因此,建议于桥水库流域环境管理部门加强总氮面源污染防控,同时选择大黑汀水库氮磷浓度较低的时期调水,以减少氮磷污染负荷。     

4种湿地植物对污水中氮磷的去除效能及其迁移规律

为探讨湿地植物对水体中氮、磷营养元素的去除效果,本试验选取了4种水生植物芦苇、香蒲、菖蒲和水葱作为试验材料,通过分别设置3个不同浓度梯度总氮、总磷的生活污水处理,分析不同植物对污水中总氮、总磷的吸收效果。结果表明:1）不同湿地模拟系统中,植物对总氮的吸收作用以植株地上部分为主。植物对污水中的总氮的累积量大小顺序依次为水葱、芦苇、香蒲、菖蒲。2）不同湿地模拟系统中,植物对总磷的吸收作用虽以根系为主,但受生物量的影响,各植株TP含量仍以地上部分居多。植物对总磷的累积量大小顺序依次为香蒲、菖蒲、芦苇、水葱。3）随着总氮、总磷的处理浓度的增高,污水中总氮、总磷的去除率随之增高,说明植物对氮、磷含量高的污水去除效果较好。4种湿地植物对生活污水中总氮的去除率范围为80.3%~93.6%,对总磷的去除率范围为75.7%~97.2%。     

红枫湖水库底泥的氮磷蓄积量及分布特征

通过对红枫湖水库底泥分布及底泥厚度的调查,估算了建库48年来底泥的蓄积量,并探讨了水库底泥中营养盐的空间分布特征。结果表明,该水库蓄积的底泥总体积约为1 182×104m3,湿重约为1 429×104t,干重为550×104t;底泥中淤积的总氮、总磷的含量分别为31 333、8 528 t。总氮、总磷的水平分布既与其所处的地理环境有关,又反映了湖流作用、入湖河道位置的特点;总氮、总磷含量的垂直分布由底层向悬浮层呈明显的递增趋势,这种垂直变化反映了近年来红枫湖周边地区工业、农业与城市发展对水库水环境的影响。     

何坊水库水环境质量现状及成因分析

通过对何坊水库水质现状调查与监测,对水环境质量状况进行了单因子和富营养化评价。结果表明,何坊水库多数水域总磷在Ⅲ类以下,总氮在Ⅱ～Ⅲ类,总磷明显超标,已处于中营养向富营养过渡阶段。水库营养物含量较高的原因,除自然因素之外,人为活动加剧和管理不到位是主要因素。     

南湖表层沉积物中有机质·氮和磷的污染现状与评价

为了解武汉南湖的表层沉积物污染情况,测定了其中的有机质（OM）、总氮（TN）、总磷（TP）、铵氮（NH4＋-N）和硝态氮（NO3--N）含量。结果表明,排污口附近的采样点污染物含量高于其他各点。与其他几个城市内湖相比,南湖表层沉积物TN含量稍低,OM和TP含量相近;与城郊湖泊相比,南湖表层沉积物的OM、TN和TP都要高。采用有机氮和有机指数评价沉积物环境质量,有机氮和有机指数均值分别为0.306和2.010,说明南湖表层沉积物总体有机污染严重。     

水葫芦和香蒲对富营养化水体及其底泥养分的吸收

为探明水葫芦、香蒲改善富营养化水体水质的效果及其对底泥养分释放的影响,以其为试材,采用人工模拟试验方法,分析其对不同富营养化水体及其底泥养分吸收的情况。结果显示:水葫芦比香蒲有更好的适应性,在不同浓度的水体中生物量快速增加,而香蒲则需要较长的适应期;在总氮、总磷浓度分别为3.2～14.2 mg/L和0.2～1.0 mg/L的富营养化水体中,水葫芦、香蒲均可有效地消减上覆水中总氮和总磷。处理3个月后,水葫芦净化系统的总氮、总磷浓度分别降至0.84～0.86 mg/L、0.035～0.044 mg/L,对水体总氮、总磷的去除量分别为72.0%～94.0%、82.5%～98.1%,总氮、总磷的负荷去除量分别为18.4～105.8 mg/(m2.d)、1.3～7.6mg/(m2.d);香蒲净化系统的总氮、总磷的浓度分别降至0.96～1.09 mg/L、0.030～0.062 mg/L,对总氮、总磷的去除率分别为66.0%～92.8%、77.0%～93.8%,总氮、总磷的负荷去除量分别为8.4～52.3 mg/(m2.d)、0.6～3.7 mg/(m2.d)。表明水生植物水葫芦和香蒲可有效消减富营养化湖泊水体氮、磷等内源污染物,对富营养化水体水质具有良好的改善效果。     

模拟降雨条件下北运河流域农田养分流失特征

为了解北运河流域农田养分流失特征,通过模拟降雨的情况下,分析了降雨量对径流雨水中养分含量、土壤养分和泥沙流失的变化特征。结果表明,北运河地区只有在暴雨情况下产生农田径流,暴雨后,农田径流雨水中总N浓度在4.7~11.3mg·L^-1,氨态氮和硝态氮占44.51%;总P浓度在0.66~1.35mg·L^-1,水溶磷含量占到总磷54.08%。养分的流失以表层为主,土壤表层总氮流失比例达到29.79%,氨态氮损失率达到52.09%,硝态氮损失10.21%,表层土壤总磷含量下降达到16.48%,水溶性磷损失5.27%。农田径流泥沙中总氮含量为0.66~1.27mg·g^-1,占总流失量的82.28%;总P浓度在14.73~20mg·g^-1,占到总流失量的99.89%;模拟降雨后土壤大团聚体减少8.8%,而微团聚体增加9.5%。     

牛粪化肥最优配比条件下不同轮作方式对稻田氮磷流失的影响

为探讨牛粪化肥最优配比条件下不同轮作方式对稻田氮磷流失的影响,通过田间小区试验设置Y-OL（70%化肥+30%牛粪-黑麦草-水稻）、Y-OV（70%化肥+30%牛粪-紫花苕-水稻）、Y-ON（70%化肥+30%牛粪-冬闲-水稻）3种轮作处理,以C-ON（100%化肥-冬闲-水稻）为对照,研究不同轮作模式下水稻产量及稻田田面水、下渗水、径流中的总氮（TN）和总磷（TP）浓度变化特征。结果表明：不同处理田面水TN浓度在施穗肥后第2 d达到峰值,TP浓度在施基肥第2 d达到峰值,且最高值均出现在Y-ON处理; C-ON和Y-ON处理下渗水TN浓度在施基肥第2 d出现峰值,Y-OL和Y-OV处理下渗水TN浓度在施穗肥后第2 d出现峰值,在整个水稻生育期Y-OV处理下渗水TP浓度整体低于其他处理;不同处理间稻田氮磷径流流失量无显著差异,稻田氮磷径流流失量与降雨量极显著相关,且降雨量最大时,各处理TN径流流失量占径流流失总量的70.24%~73.42%,TP径流流失量占径流流失总量的35.12%~42.42%; Y-OV、Y-OL、Y-ON处理TN总流失量与C-ON相比分别降低43.92%、25.21%、35.74%,Y-OL、Y-ON处理TP总流失量与C-ON相比分别显著上升66.67%、13.13%,Y-OV处理TP总流失量与C-ON无显著差异; Y-OV、Y-OL、Y-ON各处理水稻产量与C-ON相比无显著差异。研究表明,70%化肥+30%牛粪施肥条件下,紫花苕-水稻的轮作方式可保证水稻产量,有效降低下渗水和径流中氮素流失量且维持较低水平的磷素流失量,是一种有效减少氮磷面源污染、增加土地利用效率的种植模式。     

南太湖水体叶绿素a含量与氮磷浓度的关系

在2007年6月-2008年4月对南太湖近岸水域4个航次生态环境调查的基础上,进行了叶绿素a含量（CHL-a）与总氮（TN）、总磷（TP）浓度及氮磷比（N/P）关系的统计分析。结果表明：南太湖水体中CHL-a含量与TN浓度的关系存在显著的季节差异,在蓝藻水华大范围爆发的2007年6月和2008年4月两者呈高度显著的正相关,而2007年10月和2008年1月两者无显著性关系;CHL-a含量与TP浓度在4次调查中皆无显著性关系;岭回归分析显示,N/P在10~25之间是南太湖水体中附着藻类的最佳生长范围,此时总氮、总磷浓度及氮磷比与CHLa含量呈显著的正相关,四者的多元回归关系为（CHL-a）=-0.001 2＋0.0064×（TN）＋0.0215×（TP）＋0.0005×（N/P）（R=0.543,P〈0.023）。总体来说,南太湖水体中的总氮、总磷浓度及氮磷比皆在藻类生长的适宜范围内,氮磷浓度处于较高水平,已经不是藻类生长的限制因素,在不同水温、光照等环境因子的作用下,加入本水域复杂的水文、季风共同影响下形成了蓝藻水华爆发的季节性差异。     

不同形态饲料对养殖水体中氮磷含量及饲料溶失率的影响

用配方相同的膨化、硬颗粒和粉状配合饲料分别饲喂斑点叉尾鲴,通过测定养殖水体中总氮(TN)、总磷(TP)、有机物耗氧量(C()D)、氨氮(NH3-N)和饲料中总氮与总磷溶失率的变化来说明不同形态饲料对养殖水体中氮磷含量的影响.结果表明:在同一时间内,粉料养殖水体中的COD、TP、TN、NH3-N含量均要高于颗粒料和膨化料养殖水体中的C()D、TP、TN、NH3-N含量,由高到低依次为:粉料>颗粒料>膨化料.饲料中总氮和总磷的溶失率因不同的饲料加工工艺而有较大的差异.粉料组与颗粒料组的总氮和总磷溶失率差异不显著;而此2组与膨化料组的总氮和总磷溶失率差异都极显著,并且粉料的最高,颗粒料的其次,而膨化料的最低.