辽河流域水环境预警研究

建立科学的预警系统是解决中国水环境危机的重要手段,为解决正确、快速而又直观预警的问题,引申并利用韦伯-费希纳定律,结合熵权法,以辽宁段内的三合屯、阿吉堡作为研究实例,选取与辽河流域水环境关系密切的水质评价指标。在此基础上利用熵权法确定各指标的权重,计算2个断面的水环境预警值,进而建立水环境质量等级与水环境综合影响指数之间的水环境预警模型。结果表明：三合屯预警级别为超重警,阿吉堡为无警,此模型可以较好地用于辽河流域水环境预警与评价。     

千岛湖水环境综合评价、预测及防治对策

依据千岛湖水质的实际监测资料,采用计算承栽率的方法对千岛湖水质情况进行分析,采用基于熵技术的灰色综合评价法及Borda评分法对千岛湖各监测站水质进行综合评价,采用GM（1,1）对近5年的水质变化趋势进行分析以及对未来5年内水质进行预测。结果表明,千岛湖水质除了总氮常年超标外．其余指标均达到国家“二类水”标准,大坝水域、三潭岛及姥山附近水质最好,街口附近水域水质最差．近5年水质变化趋势较稳定。最后提出千岛湖流域水环境防治的主要措施和建议,可以进一步降低污染物水平．保障其综合效益的发挥。     

基于均值化的灰色关联法在渭河宝鸡段水质评价中的应用

为准确反映渭河水质现状,应用均值化灰色关联分析法,选取BOD5、CODCr、CODMn、NH3-N、TP、TN、氟化物等7个水质监测指标对2008—2009年渭河宝鸡段监测断面水质进行评价。结果表明,各主要断面总体水质良好,其中虢镇桥、蔡家坡桥的水质较差,为Ⅳ类水质。渭河宝鸡段区域性的污染随时间、空间不断变化。采用均值化灰色关联分析法,具有计算较简便,可操作性好,更符合实际情况的特点,对渭河宝鸡段水质评价效果良好。     

日光温室湿度日预测的季节时序模型应用研究

日光温室内湿度环境的调控是设施农业生产监测与预测的重要内容,现以季节性时间序列模型的理论和方法,对石家庄高邑地区的代表温室内,2008年10月至2009年6月间的月平均日湿度值为分析数据,建立了当地温室的日湿度AR（p）模型,用实测数据与模型的预测数据相比较,均方根误差RMSE和相对误差RE分别为9.90和 -8.65%,说明时间序列模型能较好地拟合与预测日湿度的变化趋势,可为日光温室的湿度环境调控书提供理论依据和决策支持。     

改进的灰色关联分析法在渭河宝鸡段水质综合评价中的应用

为了量化评价渭河宝鸡段水质现状,并对污染趋势进行分析,为水环境保护及管理提供依据,应用改进的灰色关联法,在试验数据和监测结果基础上,对BOD5、CODCCr、CODMn、NH3-N、TP、TN 6个水质指标进行定量计算和评价。结果表明,渭河宝鸡段水质现状总体良好,评价断面水质达到或超过相应功能区水质标准,其中林家村断面达到Ⅱ类水质标准,胜利桥、卧龙寺桥和常兴桥断面的水质可达到Ⅲ类水质标准,虢镇桥、蔡家坡桥的水质较差,为Ⅳ类水质。同时,评价结果还表明,有机污染是水质好坏的限制性因子。采用改进的灰色关联度分析法,具有准确性、客观性的特点,对渭河宝鸡段水质评价效果良好。     

渭河宝鸡段水质评价及变化趋势分析

对渭河宝鸡段水质污染情况及变化趋势做出评价,为宝鸡市渭河治理、保护及建设提供一定参考依据。根据2007~2009年渭河宝鸡段6个断面的水质监测资料,采用模糊综合评价法对其进行综合评价,应用秩相关系数法对主要的3个断面的水质在时间上（2002~2009年）的变化趋势进行定量分析。结果表明,所有断面水质达到功能区所要求的水质类别,但存在一定的有机污染;在时间上,渭河宝鸡段污染情况呈下降趋势;在空间上,林家村断面的水质情况最好,胜利桥、常兴桥和卧龙寺断面次之,虢镇桥和蔡家坡断面最差。     

水产养殖水质监测温度补偿系统

水产养殖水质的准确监测对保证水产品健康养殖至关重要,为了克服温度对溶解氧传感器、pH传感器的影响,重点对二者进行了温度补偿研究,采用三次多项式拟合法对溶解氧电极进行了温度补偿分析,采用最小二乘法对不同温度段的电压与pH 关系进行了线性分析,最后得出两者的温度补偿模型。试验结果表明,该温度补偿系统所测得溶解氧与pH平均相对误差分别为1.82%和1.72%,实现了对水产养殖水质因子的准确监测,对现代水产养殖业水质监测具有良好的应用前景。     

模糊综合评价法在北碚主要支流河流水质评价中的运用

摘要：本文以重庆市北碚区的三条主要支流河流璧北河、磨滩河、黑水河为研究对象,运用模糊数学综合评价模型对5个监测断面和11个污染因子进行了综合评价。评价结果表明,5个断面水质具有明显的季节变化,并表明黑水河流域地表水质总体状况最好,除了偏岩断面2月份为Ⅲ级水质外,均处于Ⅰ级和Ⅱ级,符合功能水环境质量标准;而磨滩河的水质最差,甚至出现了劣Ⅴ级水质,可见其污染严重,需要治理;璧北河水质较好,2月份为Ⅳ类水质,5月份为Ⅲ级水质,8月份的河水水质较好,为Ⅱ类。评价结果为污染控制提供了科学依据。     

GM(1,1)模型在日本落叶松生长预测中的应用

本研究运用GM(1,l)模型对辽宁省日本落叶松的生长进行了预测,并进行了模型精度检验,利用所建模型对林龄为21年和22年的日本落叶松平均胸径和平均数高分别进行了预测检验,林龄为21年的日本落叶松平均胸径和平均树高模拟值相对误差分别为2.40％和3.31%,林龄为22年的日本落叶松平均胸径和平均树高模拟值相对误差分别为3.69%和4.69%,均小于5％,表明模型预测精度较高,预测效果较好,可为日本落叶松林生长量的预测和经营水平的提高,提供科学的理论依据。     

基于近红外透射光谱分析技术的小麦蛋白质含量测定

近红外分析技术具有快速、简便、准确、非破坏性的优点,为小麦品质检测提供了一个新的技术手段。笔者首先对光谱数据进行移动窗口平均平滑和马氏距离筛选,在以上光谱预处理基础上,建立了小麦籽粒蛋白的偏最小二乘校正模型。仿真试验结果表明：该模型能够较准确地预测小麦蛋白质的含量,预测相关系数、预测均方误差和平均相对误差分别为0.9809、0.1130、1.973%。与用原始数据所建校正模型相比,预测效果显著提高。     

基于数值预报产品的地表温度预报方法研究

为了开展地表温度预报业务,提高逐日地表温度预报准确率,利用2007—2012年的ECMWF和T213数值预报产品资料及抚顺市的逐日地表温度资料,采用逐步回归分析方法和BP神经网络模型分别构建抚顺市地表温度预报模型,并对模型的精度进行检验。结果表明,地表温度与ECMWF的高度场、海平面气压场、温度场和T213的散度场、高度场、海平面气压场、地面气压场、海平面K指数、水汽通量、相对湿度、温度场、地面气温和场涡度场均呈显著相关。对预报模型进行精度检验显示,地表平均温度和地表最低温度的预报效果较好,≤3℃预报准确率均达到79%以上。2种模型对比显示,BP神经网络预报模型总体上优于逐步回归预报模型;逐步回归预报模型较BP神经网络预报模型稳定。     

基于ARMA模型的四川省农村居民收入趋势预测

基于1978-2010年四川省农村居民人均纯收入的时间序列,先后通过平稳化检验及处理、自相关与偏相关分析,并结合SC准则定阶,建立模型为 ;然后确定模型参数并对模型的残差序列进行白噪声检验,检验通过,满足预测的要求;接着,运用该模型对四川省农村居民人均纯收入进行预测,结果显示平均绝对误差率为1.81%,其中2010年误差率为1.21%,精度较高;最后对2011-2013年进行短期预测,数据表明农村居民人均收入将继续增长。     

灰色聚类法在重庆北碚区境内支流河流水质评价中的应用

以重庆市北碚区境内的3条主要支流河流璧北河、磨滩河和黑水河为研究对象,运用灰色聚类法对该3条河流的5个监测断面和11个污染因子进行了综合评价。评价结果表明,北碚区区支流河流各断面水质状况差别较大,龙凤河口和西西桥两个断面由于工业废水和生活污水的大量排放,污染较严重,3次监测结果均为Ⅴ类水质,其他3个断面—堰塘坎、偏岩、水土水质均达到了Ⅱ类或Ⅲ类标准。评价结果为污染控制提供了科学依据。     

草面温度在霜预报中的应用

为了避免农作物遇霜后遭受冻害,本研究采用草面温度对霜进行预测。利用连云港气象观测站2014—2016年逐时气象要素,包括气温、0 cm地温、露点温度、水汽压、气压以及2 min平均风速等气象要素作为影响连云港地区草面温度的关键因子,并以这6个要素作为属性特征,以草温作为标志量构建训练样本集,结合KNN数据挖掘算法构建草温预测模型,并根据草温判别是否有霜出现。结果表明：基于该算法构建的草温预测模型效果较好,预报平均误差1.2℃;根据草温预测霜的准确率高达90.2%,尤其对初终霜的预报具有很好的指示意义。因此,引入草温作为霜的预报指标,对于避免农作物遭受霜害具有十分重要的意义。     

基于随机森林算法的日光温室内气温预测模型研究

开展日光温室气温预报,为农业生产提供参考,指导农户采取调控措施,为作物生长提供适宜条件,促进品质和产量提升。研究选取温室外气温、日照等气象因子,建立随机森林算法预测模型,就室内最低、最高气温进行拟合预测分析和预测因子重要性评估。结果表明,温室内最低、最高气温拟合值与观察值的拟合度分别达99.69%和99.85%,温室外最低气温是室内最低气温的重要预测因子,室外日照是室内最高气温的重要预测因子。同时建立支持向量机、神经网络、多元回归、逐步回归模型,通过对各个模型中平均绝对误差、均方根误差等3个指标进行比较,得出随机森林模型的预测精度优于其他模型。基于随机森林算法的气温预测模型精确度较高,可推广应用到后期日光温室气温预测中。     

局域法邻近点选取对供水量预测精度的影响

混沌局域法预测模型适用于非线性、非平稳的城市日供水量预测,而邻近相点个数的选取对该模型预测精度有直接影响。传统方法通常以嵌入维m作为参考值,凭经验选取m+1个邻近相点,且仅使用欧式距离法计算当前相点距离,无法反映相点的运动趋势,易引入伪邻近相点,导致预测精度的降低。鉴于此,将演化追踪法引入城市日供水量预测,通过挖掘邻近相点的历史演化规律对参考样本进行优选,以提高预测精度。最后,采用实际日供水量数据验证所提出方法,结果表明,运用演化追踪法优选邻近相点能显著提高日供水量预测精度,预测平均绝对误差由2.501%降低到1.683%。     

基于分数阶灰色模型的生鲜电商产品销量预测研究

新型冠状病毒的爆发,使供应链受到了不良影响,蔬菜水果等生鲜商品线下批发零售受阻,生鲜电商却迎来了新一轮的发展.从生鲜消费者角度出发,通过构建分数阶灰色预测模型对生鲜产品的需求量进行预测,并引入甘福园生鲜电商销售数据进行验证,得到柠檬、车厘子、苹果及火龙果4种水果拟合值的平均绝对百分比误差(MAPE)分别为8.61％、7.15％、7.16％、6.81％,其值均小于灰色预测模型和一次指数平滑法,且由该模型得到预测值的平均绝对百分比误差均小于10％,结果表明该模型适用于生鲜电商产品销量预测.     

基于人工神经网络的落叶松毛虫发生量预测模型的研究

运用人工神经网络的原理和算法,根据相关系数法和逐步回归法选取了蒸发量、气温、风速、相对湿度等气象因子作为预报因子,建立了内蒙古东部地区的鄂伦春自治旗落叶松毛虫的发生面积及虫口密度与气象因子之间的BP网络模型。结果表明：所建立的模型具有较高的预测效果。通过逐步回归筛选出的预报因子,与事实吻合,选取合理。误差较小,控制在0.1%~25.0%之间。可以作为病虫害综合防治的依据。