环境评价与预测的普适模型

《环境评价与预测的普适模型》建立了基于指标规范变换的分类环境和广义环境评价的普适指数公式及普适智能模型；提出了规范变换与误差修正相结合的广义环境系统预测模型，极大地提高了模型预测精度；并对评价和预测模型的普适性和可靠性及同型规范变换的不同变量预测模型之间的兼容性和等效性进行了严格的数学论证，因而评价与预测模型不仅因结构简化，避免了“维数灾难”，而且具有普适性、规范性和简洁性。《环境评价与预测的普适模型》思想新颖、理论严谨、实证翔实、系统性强，所提出的规范变换评价和预测建模的思想及方法对其他学科、领域的研究有借鉴和启迪作用。

目录

前言

第1章　概述　1

1.1　环境评价与预测的目的及意义　1

1.1.1　环境评价的目的及意义　1

1.1.2　环境预测的目的及意义　1

1.2　环境评价与预测的研究现状　2

1.2.1　环境评价的研究现状　2

1.2.2　环境预测的研究现状　2

1.3　本书的研究背景　2

1.3.1　基于规范变换的环境评价模型的提出背景　2

1.3.2　基于规范变换的环境预测模型的提出背景　3

1.4　本书的主要内容　5

参考文献　5

第2章　规范变换的环境评价与预测的建模思想和方法　10

2.1　评价指标或预测量及其影响因子的规范变换　10

2.2　基于规范变换的环境评价模型　11

2.2.1　指标参照值和规范变换式的设置　11

2.2.2　评价模型的优化和可靠性分析　11

2.2.3　评价模型综合输出值及其分级标准值的计算　12

2.2.4　指标的赋权　12

2.2.5　评价结果分析与比较　14

2.3　基于规范变换的环境预测模型　14

2.3.1　预测变量及其影响因子的参照值和规范变换式　14

2.3.2　预测模型的优化和可靠性分析　14

2.3.3　拟合和检测（预测）样本的模型输出值及拟合相对误差的计算　14

2.3.4　检测（预测）样本模型输出的误差修正及预测　15

2.3.5　预测模型精度F值的统计检验　15

参考文献　15

第3章　同类环境评价的普适指数公式　16

3.1　空气环境评价的普适指数公式　16

3.1.1　空气指标参照值和规范变换式的设置　16

3.1.2　指标规范值的空气环境评价普适指数公式　18

3.1.3　空气环境评价普适指数公式的可靠性分析　21

3.1.4　空气环境评价普适指数公式与传统指数公式的比较　22

3.2　空气环境评价普适指数公式的应用实例　23

3.3　水环境评价的普适指数公式　24

3.3.1　三类水体环境指标参照值和规范变换式的设置　24

3.3.2　指标规范值的水环境评价普适指数公式　32

3.3.3　水环境评价普适指数公式的可靠性分析　36

3.3.4　水环境评价普适指数公式与传统指数公式的比较　37

3.4　水环境评价普适指数公式的应用实例　38

3.5　本章小结　42

参考文献　43

第4章　同类环境评价的普适智能模型　44

4.1　空气环境评价的普适智能模型　44

4.1.1　基于指标规范值的空气环境评价的BP　神经网络模型　44

4.1.2　基于指标规范值的空气环境评价的投影寻踪回归模型　46

4.1.3　基于指标规范值的空气环境评价的支持向量机回归模型　49

4.2　空气环境评价的普适智能模型与传统智能模型的比较　52

4.3　水环境评价的普适智能模型　52

4.3.1　基于指标规范值的水环境评价的前向神经网络模型　52

4.3.2　基于指标规范值的水环境评价的投影寻踪回归模型　61

4.3.3　基于指标规范值的水环境评价的支持向量机回归模型　64

4.3.4　基于指标规范值的三种水环境智能评价模型的小结　67

4.4　水环境评价的普适智能模型与传统智能模型的比较　67

4.5　本章小结　68

参考文献　68

第5章　广义环境系统评价的普适指数公式　69

5.1　广义环境系统评价的指标参照值及规范变换式的设置　69

5.1.1　指标参照值及规范变换式的设置　69

5.1.2　规范变换式中各字母的物理意义及相互关系　71

5.2　基于指标规范值的广义环境系统评价的普适指数公式　71

5.2.1　训练样本的随机生成　71

5.2.2　广义普适指数公式的表达式　71

5.2.3　广义普适指数公式的优化　72

5.2.4　广义普适指数的分级标准　76

5.3　广义普适指数公式的可靠性分析　76

5.3.1　W-F定律指数公式的可靠性分析　76

5.3.2　普适卡森指数公式的可靠性分析　76

5.3.3　对数型幂函数指数公式的可靠性分析　77

5.3.4　幂函数指数公式的可靠性分析　77

5.3.5　Logistic指数公式的可靠性分析　78

5.3.6　*型分布函数指数公式的可靠性分析　79

5.3.7　加权加和型幂函数指数公式的可靠性分析　79

5.3.8　参数化组合算子指数公式的可靠性分析　80

5.3.9　二次函数指数公式的可靠性分析　80

5.3.10　普适指数公式分析　83

5.4　本章小结　83

参考文献　84

第6章　广义环境系统评价的普适指数公式的应用　85

6.1　广义普适指数公式用于空气环境评价实例　85

6.1.1　2001～2011年济南市空气环境评价　85

6.1.2　某室内空气环境质量评价　87

6.2　广义普适指数公式用于水环境评价实例　89

6.2.1　南水北调中线澧河水质评价　89

6.2.2　北京市朝阳区地下水水质评价　92

6.3　广义普适指数公式用于湖泊富营养化评价实例　99

6.4　广义普适指数公式用于海水评价实例　105

6.4.1　流沙湾海水水质评价　105

6.4.2　胶州湾海水富营养化评价　108

6.5　普适指数公式用于水资源评价实例　111

6.5.1　汉中盆地平坝区的水资源可持续利用评价　111

6.5.2　河南省11个市的水资源承载力评价　117

6.6　普适指数公式用于水资源安全评价实例　121

6.7　普适指数公式用于城市可持续发展评价实例　124

6.8　本章小结　127

参考文献　128

第7章　广义环境系统评价的普适智能模型　129

7.1　广义环境系统评价的前向神经网络模型　129

7.1.1　广义环境系统评价的前向神经网络模型的提出背景　129

7.1.2　基于指标规范值的广义环境系统评价的前向神经网络模型的特点　130

7.1.3　基于指标规范值的广义环境系统评价的前向神经网络建模　131

7.1.4　广义环境系统评价的NV-FNN模型的可靠性分析　133

7.2　广义环境系统评价的投影寻踪回归模型　136

7.2.1　投影寻踪回归模型的矩阵表示　136

7.2.2　基于指标规范值的投影寻踪回归模型的矩阵表示　137

7.2.3　矩阵表示的NV-PPR模型的优化　138

7.2.4　NV-PPR模型的可靠性分析　140

7.3　广义环境系统评价的支持向量机回归模型　141

7.3.1　最小二乘支持向量机回归算法的基本原理和方法　141

7.3.2　广义环境系统评价的NV-SVR模型的特点　143

7.3.3　广义环境系统评价的NV-SVR建模　143

7.3.4　广义环境系统评价的NV-SVR模型的可靠性分析　145

7.4　普适智能评价模型用于广义环境系统评价步骤　146

7.5　本章小结　147

参考文献　147

第8章　广义环境系统的智能评价模型的应用　149

8.1　基于NV-FNN和NV-PPR模型的空气环境评价实例　149

8.2　基于NV-FNN和NV-PPR模型的水环境评价实例　150

8.2.1　基于NV-FNN和NV-PPR模型的天津市塘沽区地表水水质评价　150

8.2.2　基于NV-FNN和NV-PPR模型的黑龙洞泉域地下水水质评价　152

8.2.3　基于NV-FNN和NV-PPR模型的长江口水域海水水质评价　154

8.3　基于NV-FNN和NV-PPR模型的湖泊富营养化评价实例　156

8.4　基于NV-FNN和NV-PPR模型的水资源评价实例　158

8.4.1　基于NV-FNN和NV-PPR模型的黄河山西段水资源承载力评价　158

8.4.2　基于NV-FNN和NV-PPR模型的福建水资源可持续利用评价　161

8.5　基于NV-FNN和NV-PPR模型的水安全评价实例　164

8.6　基于NV-FNN和NV-PPR模型的城市可持续发展评价实例　167

8.7　基于NV-SVR模型的图们江地表水水质评价　171

8.8　基于NV-SVR模型的甘肃省民勤县水资源承载力综合评价　173

8.9　本章小结　175

参考文献　175

第9章　规范变换与误差修正相结合的广义环境系统预测模型　177

9.1　规范变换及基于规范变换预测模型的一般表达式　177

9.1.1　传统预测模型的局限　177

9.1.2　预测变量及其影响因子的规范变换　178

9.1.3　几种常用的规范变换预测模型的一般表达式　181

9.2　误差修正公式及预测模型的建模过程　183

9.2.1　预测样本模型输出的误差修正公式　183

9.2.2　规范变换与误差修正相结合的预测模型的建模过程　184

9.3　规范变换与误差修正相结合的预测模型误差的理论分析　186

9.3.1　误差修正公式对模型输出的相对误差的影响　186

9.3.2　用误差修正和不用误差修正的两种预测值的相对误差分析与比较　188

9.4　基于规范变换的环境系统智能预测模型　192

9.4.1　基于规范变换的前向神经网络预测模型　192

9.4.2　基于规范变换的投影寻踪回归预测模型　195

9.4.3　基于规范变换的支持向量机回归预测模型　197

9.5　基于规范变换的一元线性回归预测模型　199

9.5.1　NV-ULR预测模型的建模思想和建模过程　199

9.5.2　NV-ULR预测模型的表达式及模型参数优化　200

9.5.3　NV-ULR预测模型的可靠性分析　200

9.6　规范变换的时间序列预测模型　200

9.6.1　时间序列数据的规范变换式　201

9.6.2　适用于规范变换的时间序列预测模型的建立与优化　202

9.7　具有同型规范变换不同变量的预测模型的兼容性和等效性　202

9.8　本章小结　204

参考文献　204

第10章　三种智能模型和NV-ULR模型在环境预测中的应用　207

10.1　三种智能模型和NV-ULR模型用于某城市SO2浓度预测　207

10.1.1　SO2浓度及其影响因子的参照值和规范变换式的设置　207

10.1.2　某城市SO2浓度的四种预测模型输出值的计算　209

10.1.3　三种智能预测模型的精度检验　212

10.1.4　检测样本的预测模型误差修正后的模型输出值及其预测值　212

10.1.5　检测样本的多种模型预测值的相对误差及比较　213

10.2　三种智能模型和NV-ULR模型用于郑州市NO2浓度预测　214

10.2.1　NO2浓度及其影响因子的参照值和规范变换式的设置　214

10.2.2　郑州市NO2浓度的四种预测模型输出值的计算　216

10.2.3　三种智能预测模型的精度检验　218

10.2.4　检测样本的预测模型误差修正后的模型输出值及其预测值　218

10.2.5　检测样本的多种模型预测值的相对误差及比较　219

10.3　三种智能模型和NV-ULR模型用于灞河口CODMn年均值预测　219

10.3.1　CODMn年均值及其影响因子