期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于数据驱动模型的入海污染源排污削减优化方法研究
被引量：
3
1
作者
李明昌
戴明新
+5 位作者
周斌
焦润红
邹斌
崔雷
李艳丽
徐楠
《水资源与水工程学报》
CSCD
2017年第2期9-13,18,共6页
陆源污染物排放是影响近岸海域水环境生态质量最重要的因素。建立了数据驱动模型人工神经网络算法和海域水质模型相耦合的入海污染源排污削减优化方法:基于水质模型污染源项设计工况的数值计算,获得海域内部观测点污染物浓度;以数据驱...
陆源污染物排放是影响近岸海域水环境生态质量最重要的因素。建立了数据驱动模型人工神经网络算法和海域水质模型相耦合的入海污染源排污削减优化方法:基于水质模型污染源项设计工况的数值计算,获得海域内部观测点污染物浓度;以数据驱动模型人工神经网络算法建立状态变量(海域内部观测点污染物浓度)同控制变量(污染源项)之间的非线性关系;以海域内部观测点环境目标数据为输入,模拟推算出目标前提下的各污染源项入海允许排放量;最终结合实际排污量,核算获得削减量。以连云港徐圩海域4个入海污染源无机氮的排污削减研究验证方法的有效性,结果表明:数据驱动人工神经网络方法具有非线性、简洁、灵活的优点,可以为近岸海域水污染控制工作提供基础数据支撑;同时研究中采用分区排污削减的方式更能体现兼顾公平的基本原则,优化入海污染源排污削减工作。
展开更多
关键词
水质模型
数据驱动模型
神经网络
入海污染源
排污
削减
量
优化方法
在线阅读
下载PDF
职称材料
基于控制单元的小清河流域污染物允许排放量计算与分配
被引量：
2
2
作者
李欢桐
李正炎
+1 位作者
孙明东
王艳
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2022年第8期140-149,共10页
为明确小清河流域污染物排放特征和最大污染负荷,基于“流域水系-行政区划”划分控制单元,本文选取COD、NH_(3)-N、TN和TP作为重点关注指标,对研究区域进行水质评价并核算控制单元污染负荷,在满足山东省流域水质考核标准及入海断面水质...
为明确小清河流域污染物排放特征和最大污染负荷,基于“流域水系-行政区划”划分控制单元,本文选取COD、NH_(3)-N、TN和TP作为重点关注指标,对研究区域进行水质评价并核算控制单元污染负荷,在满足山东省流域水质考核标准及入海断面水质达标约束条件下,计算污染物允许排放量,利用等比例分配法进行污染物排放量分配。结果显示,小清河流域COD、NH_(3)-N、TN和TP最大允许排放量分别为79152、3958、13852和792 t/a。淄博市TN削减量共计1314 t/a;济南市TN削减量共计810.64 t/a;滨州市NH_(3)-N削减量共计11.63 t/a,TN削减量共计449.67 t/a,削减率为27.07%,COD、TP暂不需削减。建议通过完善城镇污水处理设施、加快推进规模化畜禽养殖污染防治等措施对NH_(3)-N、TN进行合理管控,以改善流域水环境质量。
展开更多
关键词
小清河流域
水质评价
允许排放
量
污染负荷分配
排污量削减
在线阅读
下载PDF
职称材料
题名
基于数据驱动模型的入海污染源排污削减优化方法研究
被引量：
3
1
作者
李明昌
戴明新
周斌
焦润红
邹斌
崔雷
李艳丽
徐楠
机构
交通运输部天津水运工程科学研究院水路交通环境保护技术实验室
国家卫星海洋应用中心
国家海洋环境监测中心国家海洋局近岸海域生态环境重点实验室
国家海洋环境预报中心国家海洋局海洋灾害预报技术研究重点实验室
出处
《水资源与水工程学报》
CSCD
2017年第2期9-13,18,共6页
基金
国家自然科学基金项目(51209110)
天津市科技兴海项目(KJXH2011-17)
+5 种基金
中央级公益性科研院所基本科研业务费专项资金项目(TKS160227
TKS160209
TKS160210)
水体污染控制与治理科技重大专项(2017ZX07107-004)
中国博士后科学基金面上项目(2015M581358)
国家海洋局海洋灾害预报技术研究重点实验室开放基金(LOMF1704)
文摘
陆源污染物排放是影响近岸海域水环境生态质量最重要的因素。建立了数据驱动模型人工神经网络算法和海域水质模型相耦合的入海污染源排污削减优化方法:基于水质模型污染源项设计工况的数值计算,获得海域内部观测点污染物浓度;以数据驱动模型人工神经网络算法建立状态变量(海域内部观测点污染物浓度)同控制变量(污染源项)之间的非线性关系;以海域内部观测点环境目标数据为输入,模拟推算出目标前提下的各污染源项入海允许排放量;最终结合实际排污量,核算获得削减量。以连云港徐圩海域4个入海污染源无机氮的排污削减研究验证方法的有效性,结果表明:数据驱动人工神经网络方法具有非线性、简洁、灵活的优点,可以为近岸海域水污染控制工作提供基础数据支撑;同时研究中采用分区排污削减的方式更能体现兼顾公平的基本原则,优化入海污染源排污削减工作。
关键词
水质模型
数据驱动模型
神经网络
入海污染源
排污
削减
量
优化方法
Keywords
water quality model
data-driven model
neural network
marine pollution source
sewage reduction
optimal method
分类号
X55 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
基于控制单元的小清河流域污染物允许排放量计算与分配
被引量：
2
2
作者
李欢桐
李正炎
孙明东
王艳
机构
中国海洋大学环境科学与工程学院
中国环境科学研究院水生态环境研究所
出处
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2022年第8期140-149,共10页
基金
国家重点研究发展计划项目(2018YFC1407601)资助。
文摘
为明确小清河流域污染物排放特征和最大污染负荷,基于“流域水系-行政区划”划分控制单元,本文选取COD、NH_(3)-N、TN和TP作为重点关注指标,对研究区域进行水质评价并核算控制单元污染负荷,在满足山东省流域水质考核标准及入海断面水质达标约束条件下,计算污染物允许排放量,利用等比例分配法进行污染物排放量分配。结果显示,小清河流域COD、NH_(3)-N、TN和TP最大允许排放量分别为79152、3958、13852和792 t/a。淄博市TN削减量共计1314 t/a;济南市TN削减量共计810.64 t/a;滨州市NH_(3)-N削减量共计11.63 t/a,TN削减量共计449.67 t/a,削减率为27.07%,COD、TP暂不需削减。建议通过完善城镇污水处理设施、加快推进规模化畜禽养殖污染防治等措施对NH_(3)-N、TN进行合理管控,以改善流域水环境质量。
关键词
小清河流域
水质评价
允许排放
量
污染负荷分配
排污量削减
Keywords
Xiaoqing River Basin
water quality assessment
water environmental capacity
pollution load distribution
emission reduction
分类号
X53 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于数据驱动模型的入海污染源排污削减优化方法研究
李明昌
戴明新
周斌
焦润红
邹斌
崔雷
李艳丽
徐楠
《水资源与水工程学报》
CSCD
2017
3
在线阅读
下载PDF
职称材料
2
基于控制单元的小清河流域污染物允许排放量计算与分配
李欢桐
李正炎
孙明东
王艳
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
