亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        大伙房水庫(kù)水質(zhì)預(yù)測(cè)中水文水質(zhì)模型聯(lián)合應(yīng)用分析

        2017-05-09 16:40:09
        黑龍江水利科技 2017年1期
        關(guān)鍵詞:大伙房水體水質(zhì)

        陳 俊

        (遼寧省撫順?biāo)木?,遼寧 撫順 113015)

        ?

        大伙房水庫(kù)水質(zhì)預(yù)測(cè)中水文水質(zhì)模型聯(lián)合應(yīng)用分析

        陳 俊

        (遼寧省撫順?biāo)木郑|寧 撫順 113015)

        水質(zhì)是水庫(kù)運(yùn)行質(zhì)量的重要參考標(biāo)準(zhǔn),水質(zhì)的檢測(cè)項(xiàng)目包括水中所溶解的氧氣含量、磷的含量、葉綠素a的含量以及水體透明度等,通過(guò)對(duì)這些指標(biāo)的檢測(cè)來(lái)評(píng)價(jià)水體的富營(yíng)養(yǎng)化程度。文章使用了線性回歸分析法,對(duì)參數(shù)進(jìn)行了優(yōu)化,并建立多種數(shù)學(xué)模型,利用現(xiàn)有的檢測(cè)數(shù)據(jù)對(duì)大伙房水庫(kù)的水質(zhì)進(jìn)行預(yù)測(cè),并通過(guò)一些誤差計(jì)算方式對(duì)預(yù)測(cè)的結(jié)果進(jìn)行評(píng)價(jià)。根據(jù)預(yù)測(cè)結(jié)果與評(píng)價(jià)結(jié)果,自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型對(duì)水質(zhì)的預(yù)測(cè)效果要比多元化線性預(yù)測(cè)模型以及徑向基神經(jīng)預(yù)測(cè)模型要好,所以對(duì)大伙房水庫(kù)的水質(zhì)預(yù)測(cè)結(jié)果以自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果為參考標(biāo)準(zhǔn)。

        水質(zhì)預(yù)測(cè);自適應(yīng)神經(jīng)模糊推理;大伙房水庫(kù);多元線性預(yù)測(cè)

        1 工程概況

        大伙房水庫(kù)位于渾河流域、撫順市的東部,1958年建設(shè)完成并投入使用,壩頂高度為139.8m,長(zhǎng)度為1366.7m,寬度為8m,水壩高度約為50m,水庫(kù)總?cè)萘考s為22.7億m2,水體深度最深為36.5m,總儲(chǔ)水面積為113km2,水庫(kù)正常水位標(biāo)準(zhǔn)為130m,死水位為107m,是一座集防洪、供水、發(fā)電等多種功能于一體的綜合型水利工程[1]。

        2 水質(zhì)取樣與測(cè)量數(shù)據(jù)分析

        如圖1所示,在大伙房水庫(kù)分別設(shè)置5個(gè)水質(zhì)取樣點(diǎn),測(cè)量項(xiàng)目包括水體透明度x1、水體溫度x2、水體酸堿度x3、水體電導(dǎo)率x4、水體溶氧量x5、水體含磷量x6、水體葉綠素a含量x7、渾濁度x8、懸浮物x9、水體含氮量x10、水體鈣鎂化合物含量x11、總堿度x12等12種水質(zhì)因子[2],經(jīng)過(guò)分析處理以后所得到的結(jié)果如表1所示。

        3 建立水質(zhì)預(yù)測(cè)模型

        3.1 多元線性預(yù)測(cè)模型

        多元線性預(yù)測(cè)模型是利用函數(shù)關(guān)系建立起因變量與多個(gè)自變量之間的數(shù)學(xué)關(guān)系模型,其中因變量y即待預(yù)測(cè)的數(shù)據(jù),而自變量則是影響因變量數(shù)值的多種因素[3]。因變量與自變量之間的關(guān)系用公式表示為:

        y=b0+b1x1+b2x2+…+bixi

        (1)

        式中:xi指的是第i種影響因素,即第i項(xiàng)自變量;bi即第i項(xiàng)自變量所對(duì)應(yīng)的自變量系數(shù)。

        3.2 徑向基神經(jīng)預(yù)測(cè)模型

        徑向基神經(jīng)預(yù)測(cè)網(wǎng)絡(luò)是通過(guò)函數(shù)逼近的方法在輸入端、輸出端以及隱藏部分之間進(jìn)行線性映像和組合[4]。輸入端將函數(shù)進(jìn)行非線性變換以后傳輸?shù)诫[藏層,然后輸出端從隱藏層的函數(shù)中進(jìn)行變量提取,并進(jìn)行線性組合最后得到輸出數(shù)值。隱藏層的維度要比較高,才能保證輸出數(shù)值的準(zhǔn)確性。對(duì)此,可以將高斯函數(shù)作為徑向基神經(jīng)預(yù)測(cè)模型的基礎(chǔ),單一變量在m個(gè)隱藏層中的公式表示方式為:

        (2)

        (3)

        (4)

        式中:x為輸入的自變向量;ωi為隱藏層與輸出端之間的權(quán)重;ci為隱藏層中第i個(gè)核心向量;dmax是輸入向量與核心向量之間的最大距離;x-ci的絕對(duì)值是指x與ci之間的歐幾里得距離。

        圖1 大伙房水庫(kù)水質(zhì)取樣點(diǎn)分布表1 大伙房水質(zhì)檢測(cè)項(xiàng)目檢測(cè)結(jié)果

        3.3 自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型

        徑向基神經(jīng)預(yù)測(cè)模型雖然具有極強(qiáng)的數(shù)據(jù)組織能力和邏輯推理能力,但是對(duì)于已經(jīng)定性的數(shù)據(jù)卻無(wú)法很好地進(jìn)行處理。所以,以模糊推理為理論基礎(chǔ),再加入自組織特性,構(gòu)建自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型[5]。自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型相比徑向基神經(jīng)預(yù)測(cè)模型而言,新增了規(guī)則模塊、正規(guī)化模塊以及解模糊模塊,具體結(jié)構(gòu)如圖3所示。

        圖2 自適應(yīng)神經(jīng)模糊推理 數(shù)據(jù)預(yù)測(cè)模型結(jié)構(gòu)示意圖

        從圖中可以看出,自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型一共可以分為5層,第5層輸出結(jié)果的計(jì)算公式為:

        (5)

        式中:ωi為隱藏層與輸出端之間的權(quán)重。

        3.4 誤差分析

        誤差分析評(píng)價(jià)方式有平均絕對(duì)誤差M、均方根誤差R兩種,其計(jì)算的公式分別為:

        (6)

        (7)

        式中:N為所測(cè)數(shù)據(jù)的總量;CP和Cm是預(yù)測(cè)的水質(zhì)影響因素?cái)?shù)據(jù)與實(shí)測(cè)的水質(zhì)影響因素?cái)?shù)據(jù)。

        4 計(jì)算結(jié)果分析

        4.1 輸入因素簡(jiǎn)化方法

        在本次預(yù)測(cè)中,影響水質(zhì)的因素一共有12種,如果一一代入進(jìn)行計(jì)算預(yù)測(cè),那么計(jì)算過(guò)程將過(guò)于繁瑣,計(jì)算結(jié)果分析也不方便[6]。對(duì)此,特采用線性回歸方法分析各影響因素之間的關(guān)系,探索各影響因子對(duì)水質(zhì)影響的重要程度,簡(jiǎn)化輸入因子。表2為水質(zhì)各影響因子與磷含量、透明度、溶氧量以及葉綠素a含量的關(guān)系系數(shù),從表中數(shù)據(jù)可以看出,對(duì)磷含量影響比較大的影響因子有透明度、渾濁度、懸浮物、葉綠素a含量、氮含量以及總堿度;而對(duì)水體透明度影響比較大的影響因子有磷含量、水體溫度、酸堿度、渾濁度、溶氧量、懸浮物;對(duì)溶氧量影響比較大的影響因子有水體溫度、酸堿度、透明度、葉綠素a含量、鈣鎂化物含量以及總堿度;對(duì)葉綠素a含量影響比較大的影響因子有磷含量、酸堿度、電導(dǎo)率、溶氧量、鈣鎂化物含量以及總堿度[7]。

        4.2 多元線性預(yù)測(cè)模型的預(yù)測(cè)結(jié)果及誤差分析

        將磷含量、溶氧量、葉綠素a含量以及透明度4種水質(zhì)關(guān)鍵影響因子的測(cè)量數(shù)據(jù)代入公式中可得:

        x5=-0.013x2+1.6207x3-0.1599x1+0.0291x7-0.0029x11-0.0089x12-2.9673

        x6=-1.5141x1-0.3687x8+0.5931x9+0.2449x7+138.9015x10-0.0832x12+14.7914

        x7=0.1021x6+6.207x3-0.0423x4+1.1630x5+0.0211x11-0.2264x12-30.4197

        x1=-0.0115x6-0.0794x2-0.3187x3-0.0518x8-0.1936x5+0.1071x9+8.2971

        其中x5為溶氧量的預(yù)測(cè)結(jié)果,預(yù)測(cè)可以分為兩個(gè)階段,主要階段和次要階段,主要階段占預(yù)測(cè)量的70%,次要階段占預(yù)測(cè)量的30%。使用多遠(yuǎn)線性預(yù)測(cè)模型的誤差分析,從表4中數(shù)據(jù)可以看出,4種主要影響因子的預(yù)測(cè)結(jié)果準(zhǔn)確度都比較低。

        表2 各水質(zhì)影響因子與磷含量、溶氧量、葉綠素、透明度之間的關(guān)系系數(shù)

        表3 多遠(yuǎn)線性預(yù)測(cè)模型預(yù)測(cè)結(jié)果誤差分析

        4.3 徑向基神經(jīng)預(yù)測(cè)模型預(yù)測(cè)結(jié)果及誤差分析

        徑向基神經(jīng)預(yù)測(cè)模型的誤差分析也是針對(duì)這4種主要影響因子,分為2個(gè)階段,進(jìn)行誤差分析,分析結(jié)果如表4。

        表4 徑向基神經(jīng)預(yù)測(cè)模型預(yù)測(cè)結(jié)果誤差分析

        徑向基神經(jīng)預(yù)測(cè)模型預(yù)測(cè)結(jié)果的關(guān)系系數(shù)明顯要大于多元線性預(yù)測(cè)模型,說(shuō)明其相關(guān)性更好,預(yù)測(cè)結(jié)果更準(zhǔn)確[8]。

        4.4 自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型預(yù)測(cè)結(jié)果及誤差分析

        代入數(shù)據(jù),可得誤差分析結(jié)果如表5。

        表5 自適應(yīng)神經(jīng)模糊推理數(shù)據(jù) 預(yù)測(cè)模型預(yù)測(cè)結(jié)果誤差分析

        從表5中的誤差分析數(shù)據(jù)可得,自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型對(duì)于透明度的預(yù)測(cè)結(jié)果在主要階段比其他兩者要差,但是在次要階段明顯要優(yōu)于其他兩種模型;對(duì)于溶氧量、磷含量以及葉綠色a,自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果比其他兩種模型都要準(zhǔn)確。所以,總的來(lái)說(shuō),自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果最符合水庫(kù)的實(shí)際水質(zhì)情況。

        5 結(jié) 論

        1)多元線性預(yù)測(cè)模型各影響因子的關(guān)系系數(shù)在主要階段和次要階段都偏低,所以所預(yù)測(cè)結(jié)果的準(zhǔn)確度比較低,與實(shí)際情況偏差較大,不適用于大伙房水庫(kù)的水質(zhì)預(yù)測(cè)。

        2)自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型對(duì)于透明度的預(yù)測(cè)結(jié)果在主要階段比徑向基神經(jīng)預(yù)測(cè)模型預(yù)測(cè)結(jié)果要差,但是在次要階段結(jié)果更好;對(duì)于溶氧量、磷含量以及葉綠色a,自適應(yīng)模型的預(yù)測(cè)結(jié)果都更加準(zhǔn)確。所以選擇自適應(yīng)神經(jīng)模糊推理數(shù)據(jù)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果作為參考數(shù)據(jù)。

        [1]賀光華,楊龍.防治水質(zhì)污染 提高飲水安全[J].水利規(guī)劃與設(shè)計(jì),2006(04):12-14.

        [2]李學(xué)森.凌河流域水資源現(xiàn)狀及保護(hù)措施[J].水土保持應(yīng)用技術(shù),2015(03):36-37.

        [3]金云杰.凌河流域人工濕地對(duì)水環(huán)境質(zhì)量影響分析評(píng)價(jià)[J].水土保持應(yīng)用技術(shù),2015(05):27-28.

        [4]楊錦華.佛寺水庫(kù)水源飲水安全與水環(huán)境保護(hù)[J].水利技術(shù)監(jiān)督,2006(03):50-52.

        [5]溫樹(shù)成.大伙房水庫(kù)水體富營(yíng)養(yǎng)化現(xiàn)狀分析及對(duì)策研究[J].水土保持應(yīng)用技術(shù),2015(02):31-32.

        [6]田冰.河北省自然濕地生態(tài)需水量分析[J].水土保持應(yīng)用技術(shù),2007(02):34-36.

        [7]李強(qiáng).城鎮(zhèn)河道綜合治理探析[J].水土保持應(yīng)用技術(shù),2014(05):32-33.

        [8]王懷柏,李躍奇,李儒道.關(guān)于水質(zhì)評(píng)價(jià)問(wèn)題的探討[J].水利技術(shù)監(jiān)督,2011(04):6-8.

        1007-7596(2017)01-0146-03

        2016-12-16

        陳俊(1981-),男,江蘇泰縣人,工程師,研究方向?yàn)樗摹⑺Y源管理與水資源評(píng)價(jià)等。

        P

        B

        猜你喜歡
        大伙房水體水質(zhì)
        水質(zhì)抽檢豈容造假
        環(huán)境(2023年5期)2023-06-30 01:20:01
        農(nóng)村黑臭水體治理和污水處理淺探
        生態(tài)修復(fù)理念在河道水體治理中的應(yīng)用
        一月冬棚養(yǎng)蝦常見(jiàn)水質(zhì)渾濁,要如何解決?這9大原因及處理方法你要知曉
        大伙房采風(fēng)作品選登
        遼寧省大伙房輸水工程TBM預(yù)制管片襯砌方案及施工
        廣元:治理黑臭水體 再還水清岸美
        大伙房輸水隧洞TBM法施工風(fēng)險(xiǎn)識(shí)別及對(duì)策
        水質(zhì)總磷測(cè)定存在的問(wèn)題初探
        河南科技(2014年23期)2014-02-27 14:19:07
        水質(zhì)總氮測(cè)定方法改進(jìn)探究
        河南科技(2014年18期)2014-02-27 14:14:54
        日韩毛片在线| 精品人妻一区三区蜜桃| 成 人片 黄 色 大 片| 少妇性l交大片| 日韩av在线毛片| 亚洲中文字幕第一第二页 | 亚洲第一无码xxxxxx| 色综合久久无码中文字幕app| 亚洲人妖女同在线播放| 成人国产精品一区二区八戒网| 日韩放荡少妇无码视频| 欧美老熟妇又粗又大| 蜜桃av一区在线观看| 亚洲人成在久久综合网站| 欧美a级情欲片在线观看免费| 精品国产免费Av无码久久久| 日本人妻系列一区二区| 浓毛老太交欧美老妇热爱乱| 国产香蕉尹人在线观看视频| 日韩av一区二区毛片| 96中文字幕一区二区| 朝鲜女人大白屁股ass孕交| 亚洲av成人无码网天堂| 中文字幕亚洲乱亚洲乱妇| 夜晚黄色福利国产精品| 18禁黄久久久aaa片| 中文人妻无码一区二区三区| 国产超碰在线91观看| 亚洲情综合五月天| 精品人体无码一区二区三区| 亚洲专区在线观看第三页| 蜜桃av噜噜一区二区三区9| 一边吃奶一边摸做爽视频| 538任你爽精品视频国产| 国产三级韩三级日产三级| 放荡的少妇2欧美版| 国产精品深田咏美一区二区| 日本道免费一区日韩精品| 一边摸一边做爽的视频17国产| 中国a级毛片免费观看| 2021最新久久久视精品爱|