基于全局敏感性分析方法的WASP模型不确定性分析

为了定量讨论WASP(The water quality analysis simulation program,水质分析模拟程序)模型中各参数对模拟结果的影响及其不确定性,本文在Simulink环境下对模型进行重组,利用Sobol方法,对影响DO、CBOD、NH3-N、NO3--N等4项输出的各参数敏感性进行了研究,重点讨论了输入条件如时空变化对参数敏感性的影响.结果表明:Sobol全局敏感性分析方法能够有效地筛选出WASP模型中对DO、CBOD、NH3-N、NO3-变化模拟较为敏感的参数,在实现模型参数“本土化”中具有较大的应用潜力;对比总敏感性与一阶敏感性指数之间的差异, WASP模型当中的若干参数(如GP1、PNH3、anc等)耦合性较强,不宜使用一次一个变量法对这些变量进行敏感性分析;在参数敏感性变化方面,即使对于同一条河流,WASP的参数敏感性指数会因边界条件的时空变化而发生改变.敏感性受空间变化的影响不大,但受时间(季节)变化的影响显著;输入变量随时间的变化,会引起模型不确定性在各季节上的较大的差异;WASP模型当中存在明显的“异参同效”作用,仅靠传统方法进行全局寻优率定,并不能体现水体各组分之间相互转化的过程,还需要结合实验对关键参数进行率定.     

基于BP神经网络人群流量预测的实现

人群拥挤踩踏突发性的特点决定了现场的事故救援措施效果较差,事前预防是唯一有效的策略。对商业区人群流量进行预测,对于合理控制商业网点人口,预防人群类事故的发生具有重要的意义。本文介绍了基于BP神经网络的人群流量预测方法,利用Matlab建立了相关模型,并结合实际数据对模型进行了调整,分析了隐含层神经元个数、不同输入-输出结构、不同传递函数等因素对网络性能的影响。研究表明利用神经网络的非线性映射能力对人群流量进行预测时可行的。     

潮河流域景观格局与非点源污染负荷关系研究

以密云水库上游潮河流域为研究区,在HSPF模型模拟的基础上,利用CCA排序和路径分析等多种统计分析方法,分析不同水平景观格局与非点源污染过程的相关关系,确定各景观指数对非点源污染的影响和贡献程度.结果表明:潮河流域景观格局与非点源污染过程的关系密切,二者的关系与空间尺度也有着紧密的关联.景观格局指数能累积解释55％的流域非点源污染负荷变化,土地利用面积比例的影响要大于景观格局指数,耕地是污染负荷的主要贡献源,而林地和草地较能有效控制污染物的输出.污染负荷受景观的破碎化、多样性和蔓延度的影响较大,流域内的景观越破碎、类型越丰富,斑块分布越零散,污染物的输出也就越多.斑块类型水平上,影响污染物负荷的指标因景观类型不同而异,其中,斑块密度(PD)和边缘密度(ED)是影响流域非点源污染负荷的共性指标.路径分析的结果表明,边缘密度(ED)、香农多样性指数(SHDI)、聚集度指数(AI)和蔓延度指数(CONTAG)是影响流域非点源污染负荷输出的主要景观格局变量,其中,香农多样性指数对TN、TP负荷的解释能力最大.较少的人类活动干扰和斑块类型的团聚分布能减少污染物输出的风险.