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

        ?

        基于ARIMA模型的遼河流域水質(zhì)主要指標(biāo)預(yù)測研究

        2021-02-21 03:33丁振軍
        綠色科技 2021年24期
        關(guān)鍵詞:原始數(shù)據(jù)差分氨氮

        郭 楊,丁振軍

        (遼寧省生態(tài)環(huán)境監(jiān)測中心,遼寧 沈陽 110161)

        1 引言

        水資源是人類生存不可或缺的物質(zhì)資源,也是生態(tài)環(huán)境的重要組成部分,水資源水體的質(zhì)量一直受到人們的廣泛關(guān)注。遼河流域是全國七大流域之一,是國家重點(diǎn)治理的“三河三湖”之一。遼河流域的水環(huán)境質(zhì)量的好壞直接影響流域人們的健康。隨著遼寧省水污染治理力度的加大,遼河流域水質(zhì)明顯改善。根據(jù)2020年中國環(huán)境公報(bào)顯示,遼河流域?yàn)檩p度污染,主要污染指標(biāo)為化學(xué)需氧量、高錳酸鹽指數(shù)和五日生化需氧量[1]。在水環(huán)境質(zhì)量管理和控制的工作中,需要了解和掌握水環(huán)境質(zhì)量在未來的變化趨勢,遼河流域水質(zhì)能否繼續(xù)保持良好態(tài)勢,是否存在超標(biāo)風(fēng)險(xiǎn),對(duì)全省未來水環(huán)境形勢進(jìn)行預(yù)判對(duì)未來水污染防治工作方向可以提供參考。

        2 預(yù)測方法

        目前較為常用的水質(zhì)預(yù)測方法有灰色系統(tǒng)理論法[2~4]、人工神經(jīng)網(wǎng)絡(luò)法[5,6]和時(shí)間序列分析法[7]等。其中時(shí)間序列法是指基于歷史數(shù)據(jù)利用統(tǒng)計(jì)方法建立模型預(yù)估未來水質(zhì)情況。時(shí)間序列預(yù)測方法分為自回歸模型(AR)、移動(dòng)平均模型(MA)、自回歸移動(dòng)平均模型(ARIMA)等,尤其以ARIMA模型最為經(jīng)典,它融合了時(shí)間序列和回歸分析優(yōu)點(diǎn),并且適用于平穩(wěn)時(shí)間序列,在預(yù)測分析中應(yīng)用最為廣泛。童俊以氨氮為例,構(gòu)建SVR-ARIMA組合模型預(yù)測了金澤水庫取水口的水質(zhì)[8]。Parmar等使用自回歸整合移動(dòng)平均時(shí)間序列模型預(yù)估了未來的水質(zhì)參數(shù)值,為水質(zhì)管理決策提供基礎(chǔ)[9],羅學(xué)科等采用ARIMA-SVR組合方法預(yù)測了巢湖水域pH值和溶解氧濃度[10]。顧杰等基于ARIMA模型與BP神經(jīng)網(wǎng)絡(luò)算法對(duì)嘉興市河道水質(zhì)進(jìn)行了預(yù)測[11]。李娜等利用ARIMA預(yù)測了太湖水體Chl-a濃度[12],江南等采用ARIMA乘積季節(jié)模型擬合序列,建立氟化物時(shí)間序列預(yù)測模型,預(yù)測了氟化物月均濃度[13]。謝建輝等利用AMIMA模型預(yù)測了化學(xué)需氧量和氨氮兩個(gè)指標(biāo)未來1天的濃度[14]。杜鑫運(yùn)用ARMA模型對(duì)遼河流域東陵大橋斷面COD水質(zhì)變化趨勢進(jìn)行了預(yù)測,結(jié)果顯示COD呈現(xiàn)增長態(tài)勢[15]?!笆濉逼陂g,遼河流域治理取得較大成就,水生態(tài)環(huán)境質(zhì)量改善明顯。但隨著經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)型升級(jí),水資源開發(fā)利用率高,遼河流域人均水資源量不足全國1/3,水污染防治形式依然十分嚴(yán)峻。為更好掌握未來水質(zhì)變化情況,有必要基于歷史監(jiān)測數(shù)據(jù)對(duì)遼河流域水質(zhì)狀況進(jìn)行預(yù)測,為水污染治理規(guī)劃提供引導(dǎo)方向,減少盲目性,以實(shí)現(xiàn)精準(zhǔn)治污。

        3 預(yù)測過程

        建立ARIMA模型的步驟一般包括確定時(shí)序是平穩(wěn)的→找到一個(gè)(或幾個(gè))合理的模型(即選定可能的p值和q值)擬合模型→從統(tǒng)計(jì)假設(shè)和預(yù)測準(zhǔn)確性等角度評(píng)估模型→預(yù)測。本次預(yù)測選取遼河流域部分水質(zhì)類別為Ⅳ類以上的斷面作為研究對(duì)象,基于2016~2020年監(jiān)測數(shù)據(jù),對(duì)COD、氨氮、總磷等主要指標(biāo)建立時(shí)間序列進(jìn)行預(yù)測。選取預(yù)測一個(gè)斷面的氨氮濃度為例來說明預(yù)測過程。

        3.1 驗(yàn)證序列的平穩(wěn)性

        將數(shù)據(jù)轉(zhuǎn)化為時(shí)間序列,畫出時(shí)序圖判斷平穩(wěn)性,如原始數(shù)據(jù)平穩(wěn)無需對(duì)數(shù)據(jù)進(jìn)行變換,原始數(shù)據(jù)不平穩(wěn)對(duì)數(shù)據(jù)進(jìn)行差分,觀察差分后數(shù)據(jù)是否為平穩(wěn)。在R語言中加載forecast包和tidyverse包:library(forecast)library(tidyverse),讀取斷面數(shù)據(jù):water <-read.csv("斷面.csv",sep = ",",header = T),將數(shù)據(jù)轉(zhuǎn)化為時(shí)間序列格式:waterts <-ts(water$氨氮,start=c(2015,1),end=c(2020,12),frequency=12),查看氨氮數(shù)據(jù)趨勢圖:plot.ts(waterts)(圖1、圖2)。

        圖1 原始數(shù)據(jù)時(shí)序圖

        圖2 數(shù)據(jù)一階差分后時(shí)序圖

        原始數(shù)據(jù)呈現(xiàn)出兩個(gè)先升后降的趨勢。需對(duì)原始數(shù)據(jù)進(jìn)行差分,差分階數(shù)為1:waterdiff <-diff(waterts, differences=1),查看差分后數(shù)據(jù)趨勢:plot.ts(waterdiff)。原始數(shù)據(jù)一階差分后數(shù)據(jù)點(diǎn)似乎呈現(xiàn)出平穩(wěn)分布狀態(tài)。

        3.2 選擇模型

        平穩(wěn)后查看ACF和PACF的結(jié)果:acf(waterdiff,lag.max = 30);pacf(waterdiff,lag.max = 30)(圖3、圖4)。

        圖3 ACF

        圖4 PACF

        一般結(jié)合ACF和PACF圖選擇參數(shù)p和q。我們通過程序包中的auto.arima()函數(shù)自動(dòng)計(jì)算合適的(p,d,q)值:auto.arima(waterts,trace=T)。根據(jù)auto.arima()計(jì)算結(jié)果,選用(1,1,1)非季節(jié)性模型進(jìn)行參數(shù)估計(jì):waterarima1 <-arima(waterts,order=c(1,1,1),method="ML")。

        3.3 模型檢驗(yàn)

        對(duì)殘差序列進(jìn)行白噪聲檢驗(yàn):Box.test(waterarima1$residuals,type="Box-Pierce",lag = 1);Box-Pierce test;data:waterarima1$residuals;X-squared=0.17719,df=1,p-value=0.6738,得出p=0.6738>0.05,殘差序列白噪聲檢驗(yàn)說明,模型顯著成立,ARIMA(1,1,1)模型對(duì)該時(shí)間序列擬合成功。

        3.4 預(yù)測

        采用forecast()函數(shù)預(yù)測1年后數(shù)據(jù):waterforecast <-forecast(waterarima1,h=12),并將預(yù)測結(jié)果作圖:plot(waterforecast),預(yù)測顯示為藍(lán)線,淺灰色和深灰色區(qū)域分別代表95%置信區(qū)間河80%置信區(qū)間(圖5)。

        圖5 氨氮預(yù)測結(jié)果

        4 預(yù)測結(jié)果

        ARIMA(1,1,1)能夠用于氨氮濃度預(yù)測?;谝陨蠗l件對(duì)選取的全部斷面的其他主要指標(biāo)濃度進(jìn)行了預(yù)測。結(jié)果顯示,在經(jīng)濟(jì)環(huán)境、自然條件狀況及環(huán)保治理力度不變的情況下,未來一年預(yù)測的斷面中,COD、BOD5、高錳酸鹽指數(shù)濃度總體保持穩(wěn)定,個(gè)別斷面氨氮、總磷濃度存在升高的趨勢,在“十四五”期間應(yīng)重點(diǎn)關(guān)注主要污染物濃度存在上升趨勢的斷面,提前做好相關(guān)管控計(jì)劃,避免水質(zhì)反彈惡化,實(shí)現(xiàn)精準(zhǔn)施策。

        5 結(jié)語

        本次研究采用ARIMA模型對(duì)遼河流域部分?jǐn)嗝娴闹饕笜?biāo)未來濃度進(jìn)行了預(yù)測,取得較好結(jié)果。水環(huán)境防治的重要依據(jù)就是對(duì)水質(zhì)的污染情況進(jìn)行預(yù)測并制定相應(yīng)的治理措施,達(dá)到提前對(duì)水環(huán)境進(jìn)行變化趨勢分析的效果。ARIMA是對(duì)單因素短期預(yù)測效果較好,但在實(shí)際中,一方面,河流水質(zhì)受水體內(nèi)部各物質(zhì)之間存在相互影響;另一方面,遼河流域水質(zhì)也受降水等自然情況及水資源開發(fā)利用、環(huán)保治理力度等人為因素的影響,因此在河流水質(zhì)情況預(yù)測時(shí)要充分考慮各因素的影響來篩選出合適的預(yù)測方法。

        猜你喜歡
        原始數(shù)據(jù)差分氨氮
        AQ2+間斷化學(xué)分析儀測定水體中氨氮的方法
        弗羅里硅土處理低質(zhì)量濃度氨氮廢水研究
        堿改性凹凸棒石去除水源水中氨氮的試驗(yàn)研究
        一類分?jǐn)?shù)階q-差分方程正解的存在性與不存在性(英文)
        基于國產(chǎn)管式透氣膜的養(yǎng)殖糞污沼液氨氮回收工藝裝置構(gòu)建及效能
        一個(gè)求非線性差分方程所有多項(xiàng)式解的算法(英)
        一類caputo分?jǐn)?shù)階差分方程依賴于參數(shù)的正解存在和不存在性
        論航空情報(bào)原始數(shù)據(jù)提交與應(yīng)用
        基于差分隱私的數(shù)據(jù)匿名化隱私保護(hù)方法
        對(duì)物理實(shí)驗(yàn)測量儀器讀數(shù)的思考
        国产亚洲精久久久久久无码77777 丝袜足控一区二区三区 | 久久熟妇少妇亚洲精品| 最新中文字幕av无码不卡| 自拍偷自拍亚洲精品播放| 免费a级毛片无码a∨免费| 亚洲精品你懂的在线观看| 亚洲欧美另类日本久久影院| 国产小视频一区二区三区| 日本一区二区免费高清| 成人免费直播| 国产av人人夜夜澡人人爽麻豆| 中文字幕国产91| 免费看男女啪啪的视频网站| 丝袜美腿亚洲综合第一页| 无码无套少妇毛多18pxxxx| 国产无套护士在线观看| 国产精品涩涩涩一区二区三区免费| 国产成人亚洲系列毛片| 男女性杂交内射妇女bbwxz| 国产精品99久久免费| 久久久9色精品国产一区二区三区 国产三级黄色片子看曰逼大片 | 熟妇人妻无乱码中文字幕真矢织江| 嫖妓丰满肥熟妇在线精品| 亚洲国产成人资源在线桃色| 成人爽a毛片在线播放| 精品久久人妻av中文字幕| 国产女人成人精品视频| 亚洲av一二三又爽又爽又色| 女优av性天堂网男人天堂| 亚洲人成精品久久久久| 极品粉嫩嫩模大尺度无码| av天堂吧手机版在线观看| 激情亚洲一区国产精品| 日本爽快片18禁免费看| 熟女性饥渴一区二区三区| 精品国产午夜久久久久九九 | 免费无码AⅤ片在线观看| 宅男亚洲伊人久久大香线蕉| 老师粉嫩小泬喷水视频90| 久久中国国产Av秘 入口| 水蜜桃视频在线观看入口|