排序方式： 共有4条查询结果，搜索用时 31 毫秒
1
1.
对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal and trend decomposition using Loess,STL)技术和夏普利加法(SHapley additive exPlanations,SHAP)结合长短期记忆网络(long short-term memory neural network,LSTM)和门控循环单元(gated recurrent unit,GRU)构建了一个可解释的预测框架,以增强对湖泊总磷浓度演变的预测并提高其可解释性。研究表明:(1)在骆马湖总磷浓度的预测中,该框架拥有较好的预报精度(R2=0.878),优于LSTM和卷积长短期记忆模型(convolutional neural networks and long short term memory network,CNN-LSTM)。当预测时间步长增加到8 h时,该框架有效提高了总磷浓度的预测精度,平均相对误差和均方根误差分别降低了47.1%和33.3%。从预测趋势来看,骆马湖在汛期的总磷平均浓度为0.158 mg/L,相较于非汛期的平均浓度,增加了202.1%。(2)运河来水是骆马湖总磷浓度最重要的影响因素,贡献权重为60.0%,并且不同断面(三湾、三场)的污染源受水动力、气象等因素的影响存在显著的时空差异。本文凸显了神经网络模型在预警水体污染方面的可实施性,并且为提高传统神经网络的学习能力和可解释性的开发与验证提供了重要方向。 相似文献
2.
洪涝灾害是世界主要自然灾害之一,优化洪水预报方案对防洪决策至关重要,然而传统水文模型存在参数多、调参受人为因素影响,泛化能力弱等问题。针对上述问题,本文提出基于改进的鲸鱼优化算法和长短期记忆网络构建自动优化参数的WOA-LSTM模型,通过优化神经网络结构进一步增强该模型的稳定性和精确度,并且建立不同预见期下的洪水预报模型来分析讨论神经网络结构与预报期之间的关系。以横锦水库流域1986—1997年洪水资料为例,其中以流域7个雨量站点的降雨以及横锦站水文资料为输入,不同预见期下洪水过程作为输出,以1986—1993年作为模型的率定期,1994—1997年作为模型的检验期,研究结果表明:(1)以峰现时差、确定性系数、径流深误差和洪峰流量误差作为评价指标,相比较于LSTM模型和新安江模型对检验期的模拟结果表明WOA-LSTM模型拥有更高的精度、预报结果更稳定;(2)结合置换特征值和SHAP法分析模型特征值重要性,增强了神经网络模型的可解释性;(3)通过改变神经网络结构在一定程度避免由于预见期增加和数据关联性下降而导致的模型预报精度下降的问题,最终实验表明该模型在预见期1~6 h下都可以满足横锦水库的洪水预报要求,可以为当地的防洪决策提供依据。 相似文献
3.
利用增强型植被指数(enhanced vegetation index,EVI),采用Mann-Kendall方法和Sen’s斜率估计方法,研究2000~2014年洞庭湖区的植物面积及其变化趋势,以及其与水位之间的关系。研究结果表明,枯水年洞庭湖区的植物面积最大,平水年的次之,丰水年的最小;2000~2014年期间,洞庭湖区增强型植被指数的变化存在空间异质性,东洞庭湖区的大部分区域的增强型植被指数无显著变化,南洞庭湖区的大部分区域的增强型植被指数显著增大;洞庭湖区18.08%的区域的增强型植被指数显著增大,这些区域主要集中在高滩地(平均海拔为26.61 m);7.51%的区域的增强型植被指数显著减小,这些区域主要集中在低滩地(平均海拔为25.79 m);随着湖泊水位的上升,洞庭湖区植物面积在减少,当洞庭湖水位为24 m时,最适合植物生长,当洞庭湖水位低于24 m时,洞庭湖区的植物面积受水位变化的影响较小。 相似文献
4.
鄱阳湖作为中国最大的淡水湖泊,其水生态健康状态始终是人们关注的热点。近些年,鄱阳湖极端洪旱灾害频发,浮游植物生长受极端洪旱的影响发生了明显变化。为分析浮游植物时空变化特征、探究环境因子对鄱阳湖浮游植物影响机制以及极端洪枯事件对浮游植物的影响,利用结构方程模型(SEM)构建浮游植物与环境因子的影响路径模型,定量分析环境因子对浮游植物的影响程度。结果表明,鄱阳湖浮游植物以蓝藻、绿藻为主且有明显的季节特征,在7月丰水期浮游植物密度达到最高;由结构方程模型(SEM)可知,影响浮游植物密度最关键的因子为物理因子(水温>pH>透明度>溶解氧),其次为营养物质(总氮>硝态氮>总磷>磷酸盐),浮游植物对高温、高营养和高pH较偏好。2020年极端洪水和2022年极端高温干旱,浮游植物密度主要受水温、溶解氧、透明度等物理因子的影响;在影响较小的营养物质中,主要的限制性因素分别为磷和氮。与正常年份相比,极端洪水年鄱阳湖受入湖来水及降雨的增多,湖区水量急剧增加,“稀释”作用超过水温和透明度对浮游植物生长的促进作用造成浮游植物密度和生物量有所下降;在营养物质中,磷成为主要限制性因素。而极端高温干旱年受入湖来水的减少及湖水的快速蒸发,“浓缩”作用超过水温和透明度对浮游植物生长的抑制作用造成浮游植物密度和生物量显著增加,同时,营养物质对浮游植物的作用更加凸显。研究结果表明极端洪枯事件导致鄱阳湖浮游植物变化明显,确定其对浮游植物的影响机制,可以为极端洪枯事件下浮游植物监测、管理提供一定的理论基础。 相似文献
1