-
题名改进的径流—水质非点源污染预测模型研究
被引量：2
- 1
-
-
作者
沈雪娇
杨侃
常蒲婷
王涛
朱大伟
-
机构
河海大学水文水资源与水利工程科学国家重点实验室
-
出处
《水电能源科学》
北大核心
2009年第5期34-36,共3页
-
文摘
在分析现有的径流—水质预测模型基础上,考虑污染物的累积与冲刷并引入雨前干旱时间参数,提出了改进的径流—水质非点源污染预测模型。将该模型应用于实例中,模拟效果较好,可用于湿润和半湿润地区的非点源污染预测。
-
关键词
非点源污染
径流—水质预测模型
改进的径流—水质非点源污染预测模型
干旱时间
-
Keywords
non-point source pollution
runoff-water quality model
improved runoff-water quality non-point pollution model
dry time
-
分类号
X52
[环境科学与工程—环境工程]
-
-
题名非恒定流河段突发性污染事故的环境污染预测模型研究
- 2
-
-
作者
张初
金腊华
湛含辉
-
机构
暨南大学环境工程系
广东省高校水土环境毒害性污染物防治与生物修复重点实验室
中国矿业大学环境与测绘学院
-
出处
《矿冶工程》
CAS
CSCD
北大核心
2011年第6期73-76,共4页
-
基金
东莞市高校科研机构科技计划项目(201010810101)
-
文摘
根据非恒定流中污染物扩散与迁移转化的基本特征,采用灰色预测GM(1,1)模型,对突发性污染事故排污点的河段的水位进行了预测;并借鉴水污染物浓度迁移变化的基本方程,建立了非恒定流河段突发性污染事故的环境污染预测模型。分析结果表明,河段水位上升促进了污染物的扩散与迁移,加剧了突发性污染事故危害的程度。
-
关键词
环境污染
河流污染
突发性污染事故
灰色预测
污染预测模型
-
Keywords
environment pollution
river pollntion
abrupt poliution accident
grey prediction
pollution prediction model
-
分类号
X522
[环境科学与工程—环境工程]
-
-
题名基于BiLSTM及权重组合策略的膜污染预测
- 3
-
-
作者
陈坤杰
张士航
劳裕婷
孙啸
贲宗友
柏钰
-
机构
南京农业大学工学院
滁州学院生物与食品工程学院
-
出处
《农业机械学报》
北大核心
2025年第6期684-690,共7页
-
基金
滁州市八大产业链强链补链攻坚项目(2022GJ011)
滁州市“双创之星”产业创新团队项目。
-
文摘
针对膜分离法回收谷朊粉加工废水中的蛋白质时极易出现的膜污染问题,提出了一种基于双向长短时记忆网络(Bi-directional long short-term memory,BiLSTM)的权重组合模型用于对膜污染状况的预测。以谷朊粉加工废水提取回收中试生产线采集的14个相关变量作为输入,以膜通量变化量作为输出,建立支持向量机模型(Support vector machine,SVM)、反向传播神经网络模型(Back propagation,BP)、随机森林模型(Random forest,RF)、广义回归神经网络模型(Generalized regression neural network,GRNN)4种基准模型和BiLSTM模型1种给定模型,通过误差倒数法计算基准模型与给定模型的权重,构建权重组合预测模型;最后以决定系数R^(2)和均方误差(MSE)为评价指标,分析单项模型与权重组合模型的预测性能。结果表明,权重组合模型能够综合单项模型优点,在性能上显著优于单项模型;其中BP+BiLSTM+RF模型R^(2)高达0.9906,具有较高的拟合精度;MSE为1.004 L^(2)/(h^(2)·m^(4)),在所有模型中最低,相较BP、BiLSTM和RF单项模型,分别降低46.05%、67.24%、50.81%。所开发的权重组合模型可用于谷朊粉加工废水蛋白回收处理时膜污染程度精确预测。
-
关键词
谷朊粉
膜污染预测模型
权重组合策略
双向长短时记忆网络
-
Keywords
gluten
membrane contamination prediction model
weight combination strategy
bi-directional long short-term memory network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于HRS和GIS的城市污染场地动态监测原理分析
被引量：2
- 4
-
-
作者
蒙莉娜
李志建
郑新奇
-
机构
中国地质大学土地科学技术学院
-
出处
《环境监测管理与技术》
2009年第2期18-21,共4页
-
基金
北京市科技计划软科学研究课题基金资助项目(Z07020600370712)
国家科技支撑项目基金资助项目(2006BAB15803)
中国地质大学(北京)人才基金资助项目(51900912300)
-
文摘
选择有代表性的城市场地,运用网格法土壤采样,并通过实验室化学分析得出土壤的重金属等污染物质含量,运用地物光谱仪在实验室设定条件下测定土壤反射光谱,应用偏最小二乘法(PLS)建立高光谱遥感(HRS)影像定量反演模型,预测场地土壤中各种污染物的含量,并在遥感影像中直观表示。结果表明,HRS技术能提供大量、连续性的光谱信息;PLS模型为大尺度城市场地污染快速评价与监测提供了可能性;并通过结合G IS技术可实现城市污染场地的动态监测,为城市公共管理提供决策支持。
-
关键词
高光谱遥感
地理信息系统
污染物含量预测模型
土壤
-
Keywords
Hyperspectral remote sensing
Geographic information system
Pollutants concentration prediction model
Soils
-
分类号
X833
[环境科学与工程—环境工程]
-
