基于改进BP神经网络的地下水水质评价--以新疆和田地区为例

在阐述人工神经网络基本原理的基础上,提出了地下水水质评价的BP网络模型。并分别利用BP网络模型与传统的模糊综合评判法对新疆和田地区地下水水质进行了评价,结果表明,BP网络模型不仅计算简便,而且具有较高的计算精度。     

灰色GM（1，N）自记忆模型研究

对灰色多变量自记忆模型进行了尝试性研究,首次将系统的影响因素在建模时加以考虑,给出了建立灰色GM(1,N)自记忆模型的方法.在此基础上结合新疆和田绿洲月蒸发能力实测资料,建立了灰色GM(1,2)自记忆模型,取得了理想的预测效果.结果表明,建立的多因素影响的灰色自记忆模型有着可行性.     

青藏高原种植饲草农田一氧化氮周年排放特征

为了解农田土壤一氧化氮(NO)周年排放特征,对高原气候区青藏高原东缘种植饲草(燕麦)农田NO排放通量和主要环境因子进行了周年连续定量研究,施肥(F)和不施肥处理(UF)周年累积排放量分别为0.80±0.06 kg N·hm~(-2)?a-1和0.18±0.04 kg N·hm~(-2)?a-1,翻耕施肥期和冻融期NO排放显著贡献了全年累积排放量(F和UF分别为85%和65%)。土壤温度、湿度、无机氮和水浸提有机碳含量显著影响NO排放通量的季节变化,采用土壤湿度、铵态氮、硝态氮和水浸提有机碳含量作为指前因子的指数方程拟合这些土壤变量对NO通量的影响,决定系数高达92%,能够很好地表征碳氮底物有效性、微生物活性和氧气有效性(土壤温度和湿度)对NO排放的协同效应,由此得到NO排放通量对表层(5 cm)土壤温度的敏感性指数(Q10)值为2.4(F)和2.5(UF),这意味着全球增温对NO排放的促进效应将远低于施肥量增加对NO排放的促进作用。该燕麦农田NO直接排放因子为0.93%±0.10%,有别于其他区域、全国和全球的平均状况,因此不宜采用缺省排放因子计算高原气候区粗放管理方式下农田NO排放清单。考虑到青藏高原地区降水量存在巨大的年际变幅,未来应加强典型农田NO排放的多年际连续观测研究。