一、基于模糊综合聚类的土环境污染评价（论文文献综述）
陈南束[1]（2021）在《大型引黄灌区退水量预测及水质时空变化特征研究》文中研究说明大型引黄灌区退水的组成与分布较为复杂,退水中携带的氮磷等化肥残留物污染河流水质,造成水环境污染。查阅了国内外大量有关文献,将理论分析与实证研究相结合,以景电一期灌区为例,研究了灌区地表退水量组成和变化规律,以及退水量与其影响因素之间的关系,采用支持向量机和灰色系统模型建立了灌区退水量预测模型;在对灌区地表退水环境质量时空变化规律研究基础上,采用灰色聚类方法对灌区退水水质进行了综合评价;建立了农田排水灌溉再利用适宜性评价指标体系,并采用模糊识别模式模型对景电一期灌区退水再利用适宜性进行了评价。论文主要研究成果为:（1）研究了景电一期灌区地表退水量组成,揭示了退水量年内和年际变化规律,利用灰色关联度的方法确定了退水量的主要影响因素为地下水埋深、灌溉量和蒸发量。（2）对灌区月退水量建立支持向量机模型,并进行预测,对比预测值与实测值可以发现,支持向量机模型预测精度较高;建立了灰色GM（1,1）模型对景电灌区11、12月份退水量进行了预测。结果表明,两种模型均可用于景电灌区月退水量预测。（3）根据景电一期灌区地表退水水质监测资料,研究了不同水质指标的时空分布特征。结果表明,总磷、铵氮、pH、溶解氧指标随时间变化幅度相对较小,总氮、硝态氮、化学需氧量等指标随时间变化幅度较大。灌区红鼻梁沙河与南沙河不同水质指标沿河演变规律也略有差异。选择主要水质指标作为评价因子,采用灰色聚类方法对景电一期灌区地表退水水质进行评价,结果表明灌区退水水质在灌季较好,非灌季水质稍差。（4）建立了农田排水资源灌溉利用的适宜性评价指标体系,基于模糊识别模式模型对景电一期灌区退水再利用适宜性进行了评价。结果表明,泵站退水资源用于灌溉的适宜性最佳,各时期退水均可再用于灌溉。其他监测点退水在6～9月再利用适宜性程度较好,该时期可利用灌区退水资源代替部分引黄水量进行灌溉,而在10～12月退水利用适宜性程度较差。
张亮亮[2]（2021）在《复杂性视角下灌区灌溉用水效率空间变异特征及其调控机制研究》文中研究表明灌溉用水效率研究是开展农业深度节水工作的基础性研究课题。长期以来,高强度的农业开发与地区水资源利用匹配模式不尽合理,导致农业水资源利用效率低下,供需矛盾日益加剧,灌区运行风险日益凸显。进行灌区灌溉用水效率研究,科学合理地评价灌区灌溉用水效率,对于正确认识当地农业水资源开发利用程度,寻求科学的农业节水路径以及推动地区绿色农业健康与可持续发展等均具有重要的理论与现实意义。本研究紧密围绕国家及黑龙江省对绿色农业发展工作的具体要求,以我国重点粮食产区的黑龙江省三江平原腹地16个灌区为研究对象,针对灌溉用水效率的概念界定尚未形成统一,缺少相对客观、全面的地区适应性评价指标体系,评价方法选择与应用缺乏可靠性比较,关键影响因子识别与驱动效应剖析不够全面,应对策略与优化调控模式探讨偏于宏观等切实问题。通过密切跟踪相关研究进展,开展复杂性视角下灌区灌溉用水效率空间变异特征及其调控机制研究,弥补相关研究不足。以期能够丰富、完善灌溉用水效率诊断理论与技术体系,为区域农业高效用水规划与管理以及实现绿色农业可持续发展等提供决策依据与科技支撑。本研究得出的主要结论如下:（1）通过对灌溉系统复杂性内涵辨析,将灌溉系统的复杂性归结为输配水渠系平面布局结构的复杂性和降水的复杂、不确定性两个层次。以计盒维数算法原理为参考,依托Arc GIS强大的空间整合功能,提出了基于GIS手段的灌区输配水渠系平面布局结构复杂性测度方法。在此基础上,系统分析了灌区输配水渠系平面布局结构的复杂性特征及其空间尺度效应。结果表明:研究区不同灌区间的输配水渠系复杂性空间差异较为显着,总体表现出中部灌区的渠系复杂性相对较高,而东北部和西南部灌区的渠系复杂性相对较低。并且,随着尺度变化渠系复杂性的空间格局同样存在分异性。选择月降水（常规降水指标）和大雨以上日降水（极端降水指标）为研究对象,将优选和改进后的样本熵模型应用于降水的复杂性测度中。结果表明:研究区的降水复杂性相对于黑龙江省其它地区总体偏高,这将对当地的农业生产产生不利影响。灌区范围内,月降水复杂性变异在空间上呈现出显着的纵向条带状分布特点,大雨以上日降水复杂性空间分布相对于月降水复杂性空间分布存在一定的差异性,但整体仍表现出东部灌区的降水复杂性要高于西部灌区的特点。（2）通过对灌溉用水效率基本概念与内涵、要义的深度剖析,提出广义灌溉用水综合效率的概念。针对灌区水环境状况不明,难以为灌区灌溉用水效率综合评价提供全面指标问题,进行了灌区地表水与地下水环境状况的整合分析。结果表明:灌区的水环境状况整体不容乐观,其中地下水环境质量相对地表水环境质量较差。将灌区灌溉系统复杂性与当地水环境状况纳入到灌区灌溉用水效率综合表征指标体系中,以自然条件、工程技术、管理水平、生态环境与农业经济5维框架为约束,建立了表征灌溉用水效率的42个初始指标数据集,并采用主客观综合法构建了灌区灌溉用水效率评价指标体系SM-CV-SRC-PPC优选模型。在此基础上,分初步和深度两个步骤对初始表征指标进行了优选,最终以52.38%的指标数量反映了93.96%的原始信息,有效避免了灌区灌溉用水效率指标数据间存在的信息冗余和重复问题。（3）为提高灌区灌溉用水效率评价精度,在广泛参考已有研究成果的基础上,选用了随机森林回归（RFR）模型、逼近理想解排序（TOPSIS）模型以及支持向量机（SVM）模型作为灌区灌溉用水效率评价的初选方法。同时,引入了乌鸦搜索算法（CSA）优化RFR模型,引入熵权法（En W）改进TOPSIS模型,引入帝国竞争算法（ICA）优化SVM模型。在此基础上,运用序号总和理论整合了3种模型对灌区灌溉用水效率模拟计算的结果,实现了灌区灌溉用水效率的精确评价以及空间变异特征的准确分析。结果表明:基于某一种方法运算所得结果可能并不能精确、有效的反映灌区灌溉用水效率的真实情况。研究区范围内,不同灌区的灌溉用水效率在空间上存在明显的变异性,整体呈现东南部和西北部灌区相对偏低,而东北部和中部灌区相对偏高的空间分布模式。此外,研究所构建的CSA-RFR模型相对于En WTOPSIS模型以及ICA-SVM模型在灌区灌溉用水效率评价中应用效果更好,综合性能更高。（4）基于CSA-RFR模型,运用袋外数据错误率评估法对灌区灌溉用水效率的关键驱动因子及其驱动机制进行了深入分析与讨论。结果表明:地表水水质对研究区灌溉用水效率空间变异的影响程度最大。地表水水质、多年平均降水量、灌溉水利用系数、灌区技术员数量以及平均含水层厚度对研究区灌溉用水效率的影响位于第一层次,属于最为重要指标。自然条件维、工程技术维、管理水平维以及生态环境维指标,在影响灌区灌溉用水效率最为重要指标中均有分布,而农业经济维指标也在较为重要指标中有所分布。此外,生态环境维对研究区灌溉用水效率的作用强度最大,而农业经济维对研究区灌溉用水效率的作用强度最小。上述研究整体验证了,灌区灌溉用水效率是一个多维度和多因子综合影响与约束下的结果。（5）以灌区灌溉用水效率空间变异性及其关键驱动因子识别结果为依据,以空间优化和均衡发展为目标,通过情景分析法设置了11种优化调控情景模式。据此,对灌区灌溉用水效率进行了空间优化与调控。结果表明:研究区范围内,需要调控的灌区依次为:龙头桥灌区、蛤蟆通灌区、红旗灌区、松江灌区、梧桐河灌区、团结灌区以及江川灌区,共计7个灌区。可供选择的调控因子依次为:地表水水质、灌溉水利用系数、灌区技术员数量、平均含水层厚度、灌区工程配套率、支渠复杂性、人均可支配收入、地下水水质以及渠系水利用系数,共计9个因子。依照初始设定的不同优化调控情景模式,将需要调控灌区的灌溉用水效率逐级提升到Ⅲ～Ⅴ级,分别识别到强度最低的调控情景,同时定量化的给出了不同灌区的不同灌溉用水效率提升等级所对应不同关键驱动因子改善的下限百分比与优先序,进而为相应灌区的灌溉用水效率综合提升,提供了可参考的目标。
李丹[3]（2021）在《燃用后选煤副产品中环境敏感微量元素归趋及其效应》文中研究表明选煤是煤炭生产中不可或缺的一个阶段,通过选煤,原煤被加工成精煤,同时产生选煤副产品（煤矸石、煤泥和中煤）。选煤副产品是含有少量煤和许多杂质的复杂混合物,因其富集灰分、硫分和微量元素,热值低,被认为是劣质燃料。近年来,为处置日益增多的选煤副产品,同时也为缓解能源短缺问题,选煤副产品综合利用被大力倡导,其中燃用选煤副产品发电是选煤副产品综合利用的主要途径之一。然而,选煤副产品综合利用过程中引发的二次环境污染长期以来被忽视,关于此类问题的研究十分有限。不同类型选煤副产品（煤矸石、煤泥和中煤）的品质（热值、灰分和微量元素含量等）存在较大差异,为全面了解、同时也为横向比较分析不同类型选煤副产品燃用企业周边环境污染状况,本文选取六盘水某煤矸石电厂、萍乡某煤矸石电厂、济宁某煤泥电厂和大同某中煤电厂（涵盖不同类型的选煤副产品燃用电厂）这类代表性的选煤副产品燃用企业周边区域作为研究区,采集土壤和农作物样品,基于11种环境敏感微量元素（Be、Cd、Co、Cr、Cu、Mn、Ni、Pb、Sb、V和Zn）在土壤中含量、形态分布特征以及农作物各组织中分布规律,分析土壤样品中各微量元素间的关联特征以及农作物对元素的富集特征,揭示微量元素迁移转化特征,评估研究区周边土壤及农作物污染状况和健康风险,对比选煤副产品燃用电厂和燃煤电厂,以及不同类型选煤副产品燃用电厂周边环境污染特征,总结选煤副产品综合利用存在的主要问题并提出相关改进建议,结论概括如下:（1）结合各研究区土壤样品环境敏感微量元素描述性统计结果,总量和形态分布特征,以及Pearson相关性分析和聚类分析（Ward法）结果,选煤副产品燃用电厂对周边土壤环境产生了不利影响,微量元素已在研究区土壤中不同程度累积。土壤微量元素Sace（酸可提取态）能反映人类活动尤其是近期污染行为对环境的影响,而研究区土壤大部分元素的Sace随距离变化曲线规律大体符合高架点源排放污染物的地面浓度分布规律。选煤副产品燃用电厂尾气排放及其干湿沉积,作为研究区土壤的稳定外源,使得土壤中的微量元素脱离原有的集群,形成新的集群,这些集群可以用选煤副产品中元素的不同赋存模式来解释。（2）结合单因子标准指数法、内梅罗综合指数法、风险评价编码法和潜在生态风险指数法（综合考量元素总量、形态和毒性）的评价结果可知,研究区土壤受到不同程度的元素污染,污染程度依煤矸石电厂>煤泥电厂>中煤电厂递减。随着电厂用煤品质的提高,电厂微量元素排放物对环境的不利影响可得到有效降低。此外,电厂的运行时间及污染物治理情况亦是影响电厂周边土壤环境污染程度的重要因素。电厂污染物排放情况虽受其时代背景影响,差别较大,但随着我国政府对电厂排放管理的日趋严格,电厂污染物减排卓有成效。（3）选煤副产品燃用电厂周边部分农作物样品可食用组织中部分元素含量超过食品安全标准,健康风险评估表明长期摄入这些农作物会给居民带来健康风险。农作物玉米中微量元素的含量在很大程度上取决于土壤中相同元素的生物有效组分,而不是它们的总含量。农作物不同组织对同一元素的积累能力不同,且同一农作物组织对不同元素的积累能力也有差别。（4）相较文献已报道的国内外燃煤电厂周边土壤环境污染状况,本文研究的六盘水和萍乡两个煤矸石电厂周边土壤微量元素污染程度处于相对高位,而大同某中煤电厂和济宁某煤泥电厂周边土壤环境污染程度一般。因选煤副产品燃用电厂装机容量远小于一般燃煤电厂,其引发的环境污染尤其值得重视。（5）选煤副产品燃用电厂和燃煤电厂周边农作物均呈现出污染态势,农作物自身的生理特性是影响其吸收微量元素能力的重要因素之一,在监管电厂这类大气污染型企业周边农业活动时,应有意识地规避那些富集吸收重金属类元素能力强的农作物,如叶菜类。（6）综合考虑元素总量、形态和毒性评价表现,Co、Cd、Mn、Pb和Sb是选煤副产品燃用电厂和燃煤电厂周边土壤环境中存在较大环境风险的几种元素,需要重点关注。（7）选煤副产品综合利用是一把双刃剑,利用不当必然造成二次环境污染。以环境友好的方式利用选煤副产品显然比追求经济利益更重要。针对选煤副产品综合利用存在的问题提出了相关改进建议,包括:建立选煤副产品标准化检验方法和分类指南;科学规划,合理选址;制定选煤副产品综合利用企业的污染物行业排放标准,实施总量控制;优化管理体系;建立全过程跟踪管理系统;制定鼓励选煤厂技术创新的政策。世界各国正积极尝试从选煤副产品这类劣质燃料中收获能源,然而,本论文显示不同类型选煤副产品燃用电厂均对周边环境造成了微量元素污染,其中煤矸石电厂尤为严重,对比选煤副产品燃用电厂和燃煤电厂的装机容量,这值得引起重视。选煤副产品综合利用存在诸多问题,其燃用需慎重。不建议不经预处理就直接燃用选煤副产品,需要通过更合适的技术来利用它们。
夏治坤[4]（2021）在《模糊聚类模型在桃山水库水质评价中的应用》文中认为水库水质评价涉及指标体系、指标权重、评价模型三方面主要内容。桃山水库承载着七台河市65%人口的饮用水,其水质状况评价对饮用水安全尤为重要。本文选取桃山水库的9个监测断面26项指标,利用二元比较确定指标权重,采用模糊聚类模型对水质26个指标综合评价和采用水体富营养化5个指标以及水体有机污染程度4个指标的三种情况,对其丰水期、平水期和枯水期的水质进行评价,论文主要完成:1、水质全指标综合分析评价,选取26个指标,按4个等级利用模糊聚类模型求得模糊聚类中心矩阵,根据模糊聚类中心矩阵的性质对模糊聚类中心进行修正,求解出顺序一致的最优模糊聚类中心和最优模糊聚类划分矩阵。利用级别特征值求得在丰水期,有4个监测断面的水质评价结果为尚清洁,5个监测断面的水质评价结果为轻微污染。在平水期,有2个监测断面的水质评价结果为尚清洁,7个监测断面的水质评价结果为轻微污染。在枯水期,9个监测断面的水质评价结果均为轻微污染。其结果和采用综合污染物指数评价法结果基本一致,说明采用模糊聚类模型进行水质评价是切实有效的。2、水体富营养化评价分析,选取5个指标,按对桃山水库水体进行富营养化和有机污染分析,桃山水体富营养化程度:平水期>丰水期>枯水期,造成水体富营养化的原因主要是水库周边存在大量的农田,随着土壤下渗和降雨径流进入到水库中,使水库中的氮磷浓度升高,从而造成水库水体富营养化;3、水体有机污染程度分析:选取4个指标丰水期>平水期>枯水期,其主要原因是水库周边的工厂产生的工业废水和周边居民产生的生活污水和厨余污水进入到水库中,其污水含有大量的有机物,导致水库水体有机物污染程度增高。4、模糊聚类迭代模型对水质评价实用性分析本文最后通过与模糊识别模型和综合指标评价法对比,论证了模糊聚类模型的实用性。
杨楠楠[5]（2021）在《矿区土壤重金属污染评价与高光谱遥感反演模型研究》文中进行了进一步梳理随着工矿企业快速发展,矿区土壤重金属污染严重,严重制约矿区人民的生活生产活动。因此本文以河北省某铁矿区为研究靶区,通过样品采集、重金属含量化学检测、土壤光谱采集处理,采用遥感地学综合分析方法进行矿区土壤重金属空间分布特征分析和污染评价,并进行重金属高光谱遥感模型反演研究,以期为矿区土壤环境保护及矿区规划提供科学依据和决策支撑。结果表明:（1）矿区土壤重金属含量呈现强变异性（>30%）,重金属元素间显着相关,存在明显的聚类趋势,受人为因素和地理因素DEM影响,其分布在区域范围内呈现梯度特征,有着相似的形成规律。（2）采用指数法和改进的加权综合生态风险评价法进行矿区重金属污染评价,据综合潜在生态风险指数RI统计得各污染等级样本点百分比:很强（53.03%）>极强（40.91%）>轻微（4.55%）>中等（1.52%）>强（0%）;综合生态风险指数IER统计发现研究区所有样本预警类别分为了无警（4.55%）、重警（95.45%）两个等级;基于改进的加权综合生态风险评价综合污染指数平均值为1.9313,且重度、中度污染样本均位于尾矿库废渣堆积的阶梯子坝及坝端道路边缘,整体污染严重。（3）通过模型反演与精度评价发现,基于光谱变换指标的回归预测模型,尤其是光谱二阶导指标模型,有效提高了重金属模型反演精度;光谱倒数对数的二阶导数的多元逐步回归（SMLR）和偏最小二乘回归（PLSR）模型回归建模精度高达0.795、0.802;基于降噪处理光谱R的BP神经网络反演表明Fe、Cd、Co、Ni、Hg这5种元素预测精度均大于0.5,重金属BP神经网络模型反演精度大小:Hg>Ni>Co>Fe、Cu>Fe、Pb>Sn、Zn>Sn;三种反演模型方法中,Hg、Sn元素最优反演模型的建模精度均大于0.75,预测精度均大于0.5。（4）模拟Landsat8-OLI多光谱建立重金属SMLR、PLSR反演模型结果表明Cu、Co、Ni、Hg元素的SMLR、PLSR建模精度均大于0.5,且Hg元素建模和预测精度分别高达0.833、0.553;除Cd和Sn外,其余元素模拟Landsat8-OLI多光谱SMLR反演建模精度均大于基于降噪处理光谱R的SMLR建模精度。
同苗苗[6]（2021）在《基于模糊理论的水环境现状综合评价与水体污染源解析 ——以辽河流域典型河流为例》文中进行了进一步梳理在我国,水污染问题伴随着城市化日益突显,水环境状况不容乐观。辽河流域人口相对稠密,经济发展水平较高,流域内各项污染问题突出,如今已成为我国污染最重的河流之一。辽河流域流经辽宁省的中轴线,纵贯辽宁中部地区,流经区域水污染状况同样不容乐观。目前,基于断面实测数据的水质综合评价与重金属人类健康风险评估被广泛应用于流域水污染的研究,且在各大流域范围内得到了很好的评价结果和推广应用。为了提高流域水环境质量,本研究综合评价了辽宁省辽河流域两大水系的水环境质量,对重金属排放带来的人类健康风险进行评估,同时解析了研究区水体的污染物来源。选择2019年辽河流域22个水质采样点（包括地表河流与入海河流两种类型）,开展一月一次的常规水质指标(DO、BOD5、CODCr、CODMn、NH3-N与TP)和重金属污染指标（Cu、Zn、Pb、Cd与Cr）的监测,共获得227个样品,基于模糊数学理论,应用水质指标Zk在传统模糊评价法的结果的基础上表征各断面的水质,对研究区断面的水质状况做出客观合理的评价;同时,基于重金属污染物的监测数据,重金属污染现状评价首先采用重金属污染指数法进行,并应用美国环境保护署（US EPA）推荐的健康风险评价法,分别对饮水途径造成的成年人和儿童的非致癌（Rn）和致癌（Rc）健康风险进行计算,确定不同河流不同金属的评价等级,以评估研究区内的重金属带来的人类健康风险的大小;再者,对11项指标进行相关性分析和断面空间聚类分析,做基于多元统计法的不同水系和河流的污染源识别和解析研究;最终根据评价与评估结果,针对流域内水环境综合治理提出相应的意见和措施建议。主要结论如下:（1）2019年研究区内整体上浑太水系水质优于辽河水系、上游水质优于下游。具体表现为,辽河干流总体上处于良好水平,水质综合评价处于Ⅰ-Ⅲ等级的断面占比为71.4%;浑太水系三条主要河流断面水质综合评价处于Ⅰ-Ⅲ等级的比例为80%,水质状况整体处于优及良好等级;研究区内赵圈河、曙光大桥、于家房、于台和蒲河沿5个断面污染比较严重,其水质状况不容乐观;同时入海河流采样点辽河公园评价结果为Ⅲ级,赵圈河评价等级为Ⅳ级。水质综合指数进一步细化了评价结果,结果显示辽河水系巨流河大桥断面水质状况最佳（Zk=2.350）,曙光大桥断面水质状况最差（Zk=3.521）;浑太水系中,大伙房水库断面水质最佳（Zk=1.116）,于家房断面水质状况最差（Zk=3.911）。（2）22个水质断面的HPI指数均小于10,说明研究区水体的重金属污染程度低于国家Ⅲ级标准限值,处于可接受的水平;人类健康风险评估结果表明,儿童重金属污染的非致癌和致癌健康总风险总体上均明显高于成人,且辽河水系的重金属健康风险低于浑太水系。对于不同类型的重金属而言,致癌重金属Cr的风险远高于Cd,而非致癌均未超过US EPA推荐的最大可接受水平。同时,浑河水体中的重金属Cd、大辽河水体中的Cr带来的人类健康风险明显高于其他河流,太子河的小姐庙与蒲河沿断面、大辽河的三岔河断面的评价结果明显高于其他断面。（3）断面空间聚类分析的结果为,当欧氏距离平方（SED）为5时,辽河水系的7个断面聚类为3组,浑太水系的15个断面聚类为4组。针对空间聚类的结果,进一步结合因子分析法对水体的污染物及其来源进行分析,结果表明辽河水系的主要污染源为生活、工业和农业污染源,而生活污染源和工业污染源是浑太水系的主要污染源;同时对重金属的源解析表明辽河水系的重金属污染源主要为工业源、交通源和生活垃圾堆放源,而浑太水系的重金属污染源主要为工业源和交通源。同时,对辽河流域水环境综合治理提出对应的意见与建议。其中辽河流域水环境质量综合治理措施包括工程措施、管理措施以及保障措施,辽河流域水污染综合防治包括工业污染防治、农业污染防治及重金属污染防治三方面的措施。以上结论与建议可为进一步实施辽河流域综合管理工作提供可参考的实际建议,也可对我国流域治理提供相关参考。
张强[7]（2020）在《基于PCA-AHP降维组合赋权模型的河流水质综合评价》文中进行了进一步梳理流域内多河流水质情况的综合评价对于区域环境保护和水资源生态平衡,以及流域生态规划和管理具有重要的作用和意义。大多数河流水质的评价方法主要是依据评价目标和水质标准来实现单河流的分析,很难实现流域范围内多河流水质污染指标的定量化。此外,随着水质检测技术和分析仪器的不断开发,水质指标种类也越来越繁多,快速、准确、全面的水质综合评价模型,对流域整体水质的量化评价具有重要的现实意义。为了定量评价大清河流域中游五条河流25个断面,18项水质指标的检测数据,本文提出将主成分分析法（PCA）和层次分析法（AHP）相结合,构建了PCA-AHP降维组合赋权水质综合量化评价模型。PCA可以快速对水质参数进行筛选、降维,计算客观权重;AHP可对降维后的水质参数进行类别分析,计算主观权重;主、客观权重采用乘法归一法进行整合,通过统计分析软件R编程实现。主要研究工作及成果如下:（1）2017年7-8月对大清河流域中游五条河流的整体污染情况进行了调查取样,通过污染指数法对18项水质指标（高锰酸盐指数、化学需氧量、氨氮、总磷、总氮、铜、锌、氟化物、硒、砷、汞、镉、铬、铅、石油类、挥发酚、阴离子表面活性、硫化物）的结果进行了分析。采用单因子指数评价法,结果表明各河流总氮、总磷普遍超标严重,超标倍数大于5,高锰酸盐指数、化学需氧量普遍超标,超标倍数在1～3之间。采用内梅罗综合指数评价法,结果表明河流总体污染程度从重到轻顺序为瀑河>府河>大清河>孝义河>白沟引河。（2）为了全面、准确、快速的定量评价流域内多河流的污染情况,解决水质指标赋权不全面的问题,提出了构建PCA-AHP降维组合赋权水质综合评价模型。采用统计分析软件R编程运算,编写了一套水质评价方法运行程序代码,可方便、快速地得出流域水质综合分析数据。应用所构建的水质评价模型对大清河流域中游五条河流水质进行综合评价。（3）PCA将水质参数由原来的18个降维至5个,分别为高锰酸盐指数、化学需氧量、氨氮、总磷以及总氮,客观量化权重分别为0.208、0.078、0.306、0.098、0.31。以水体富营养化作为总目标,构建了5个水质参数的层次分析模型,通过AHP求得高锰酸盐指数、化学需氧量、氨氮、总磷、总氮的主观量化权重分别为0.11、0.22、0.13、0.27、0.27。最后由乘法归一法将主、客观权重组合,得到的组合量化权重,大小依次为TN（0.441）>NH3-N（0.209）>TP（0.139）>CODMn（0.121）>COD（0.090）,此结果对流域水环境治理修复与流域规划方案的制定均具有重要的参考价值。
张明慧[8]（2020）在《砂质海岸带整治修复工程效果评价方法研究》文中研究说明砂质海岸带整治修复工程是恢复和改善砂质海岸带资源环境的重要手段,受到了国内外普遍关注。针对砂质海岸带整治修复工程效果评价问题,本文在深入分析国内外海岸整治修复工程技术研究进展和我国砂质海岸带整治修复工程技术需求的基础上,提出本文的研究命题——砂质海岸带整治修复工程效果评价方法研究。论文采用现场调查/观测法、数值模拟法、遥感与GIS空间分析法、模糊综合评价模型等方法,通过对砂质海岸带整治修复工程实施前、实施后的海岸带自然环境、海滩资源、景观生态、社会经济指标变化调查/监测与对比分析,从砂质海岸带整治修复工程的海滩资源养护效果评价方法、景观生态修复效果评价方法、水动力水环境整治效果评价方法、自然环境-资源生态-社会经济综合整治修复效果评价方法四个方法研究建立了砂质海岸带整治修复工程效果评价方法体系。论文选取营口市月亮湾砂质海岸带整治修复工程和大连金石滩砂质海岸带整治修复工程进行应用实践研究,检验本文研究建立的砂质海岸带整治修复工程效果评价方法体系的适用性和可靠性。在砂质海岸带海滩资源养护效果评价方法方面,研究建立了基于GIS空间评价单元的海滩资源养护效果评价技术框架,将海滩资源效果评价分化为沙滩资源效果评价和潮滩资源效果评价。在沙滩资源效果评价方面,遴选了沙滩面积指数、沙滩厚度指数、沙滩底质指数;在潮滩资源效果评价方面,遴选了潮滩侵淤指数、潮滩游乐指数、潮滩底质指数。研究构建了基于GIS技术的海滩资源养护效果评价方法,包括海滩综合养护指数及其沙滩养护指数和潮滩养护指数,沙滩养护指数包含沙滩面积指数、沙滩厚度指数和沙滩底质指数,潮滩养护指数包含潮滩游乐指数、潮滩侵淤指数和潮滩底质指数。营口月亮湾海滩资源养护工程效果评价应用研究和大连金石滩海海滩资源养护工程效果评价应用研究结果表明:基于GIS技术的海滩资源养护效果评价方法可实现砂质海岸海滩资源养护工程效果的空间差异化评价,能详细反映砂质海岸带海滩资源养护工程效果的空间差异特征。在砂质海岸带景观生态修复效果评价方法方面,针对砂质海岸带以旅游休闲娱乐为导向的整治修复工程实施目标,借用景观生态学理论方法,研究建立了砂质海岸带整治修复工程景观格局高空间分辨率卫星遥感监测技术方法,构建了砂质海岸带景观生态修复效果评价技术框架,确定了砂质海岸带景观生态修复效果评价的主要内容,包括景观生态空间整理效果评价、景观生态保护与修复效果评价、景观生态格局优化效果评价和海滩资源恢复与养护效果评价。针对景观生态空间整理效果评价,研究构建了景观生态功能分区分析方法及景观主体度指数计算方法;针对景观生态保护与修复效果评价,构建并遴选了景观自然度指数和景观丰富度指数;针对景观格局优化效果评价,构建并遴选了景观变化度指数和景观破碎度指数;针对海滩资源恢复与养护效果评价,构建了沙滩面积指数和潮滩游乐指数。营口月亮湾海岸带景观生态修复工程效果评价应用研究和大连金石滩海岸带景观生态修复工程效果评价应用研究结果表明:高空间分辨率卫星遥感影像可以较为清晰地反映海岸带整治修复工程实施对海岸景观格局的改变程度,以此为基础构建的海岸带景观生态修复效果评价技术方法,可详细反映砂质海岸带整治修复工程的景观生态效果,实现了砂质海岸带整治修复工程景观生态效果的宏观定量评价。在砂质海岸带水动力水环境整治效果评价方法方面,通过对比海岸带整治修复工程实施前和实施后的海湾水动力环境变化特征,从涨落潮水动力过程变化和海湾水体交换周期变化2个方面确定了海岸带水动力环境整治工程效果评价思路。在涨落潮水动力过程变化评价方面,构建并遴选了落潮流速变化指数;在海湾水体交换周期变化评价方面,构建了海湾水体半交换变化率指标。在海湾水环境整治工程效果评价方面,研究建立了以海洋功能区划水环境质量要求为标准的海洋水环境污染指数和海洋水环境质量指数。对比分析整治修复工程实施前和实施后的主要海洋水环境污染指数变化和海洋水环境质量指数变化,评价海岸带整治修复工程的海湾水环境质量改善效果。营口月亮湾水动力水环境整治工程效果评价应用研究和大连金石滩近岸海域水动力水环境整治工程效果评价应用研究结果表明:海岸带水动力水环境整治工程效果评价方法可以全面反映砂质海岸带整治修复工程的海湾水动力水环境效果。落潮流速变化指数可以反映海岸带整治修复工程实施前和实施后潮汐水动力过程变化程度,间接揭示海岸带整治修复工程对落潮流夹沙侵蚀过程的影响程度;水体半交换率可反映海岸带整治修复工程实施前和实施后海湾内外水体交换过程变化程度,间接揭示海岸带整治修复工程对海湾水体交换过程的影响程度;海湾水环境质量指数可以反映海岸带整修复工程实施前和实施后对海湾水体中主要污染物类型及其污染物浓度变化的影响程度,间接揭示海岸带整治修复工程对影响海湾水环境质量的最主要污染物浓度的改善效果。在砂质海岸带整治修复工程自然环境-资源生态-社会经济综合效果评价方法方面,将模糊综合评价法与层次分析法相结合,研究构建了海岸带整治修复工程模糊多层次综合评价模型。海岸带整治修复工程模糊多层次综合评价模型,目标层为海岸带整治修复工程自然环境-资源生态-社会经济综合评价结果;准则层分别为海岸带自然环境效果、景观生态效果、海滩资源效果、社会经济效果4个指标;因素层包括准则层自然环境效果的3个评价因素,景观生态效果的4个评价因素、海滩资源效果的3个评价因素,社会经济效果的3个评价因素共13个评价因素;指标层包括13个评价因素的17个评价指标。营口月亮湾海岸带整治修复工程效果综合评价应用研究和大连金石滩海岸带整治修复工程效果综合评价应用研究结果表明,砂质海岸带整治修复工程效果综合评价模型和评价方法可实现对砂质海岸带整治修复工程自然环境-资源生态-社会经济效果的综合定量评价,为砂质海岸带整治修复工程效果综合管理提供决策依据。本文主要创新点包括:（1）将砂质海岸带海滩资源效果评价划分为沙滩资源效果评价和潮滩资源效果评价,同时将沙滩资源和潮滩资源各划分为若干个空间评价单元,建立了基于GIS空间叠加分析技术的砂质海岸带整治修复工程海滩资源效果空间差异化多指标评价模型,弥补了海岸带整治修复工程将海滩资源养护效果进行整体化评价的传统方法不足;（2）提出了砂质海岸带景观生态修复效果评价技术框架及其评价指标,包括景观主体度指数、景观自然度指数、景观丰富度指数、景观变化指数等,用于定量描述砂质海岸整治修复工程对海岸带景观生态的保护与修复效果,填补了该方面评价方法空白;（3）从海滩资源养护效果、景观生态修复效果、水动力水环境整治效果、自然环境-社会经济综合效果四个方面提出了砂质海岸带整治修复工程效果评价的定量评价指标与评价模型,实现了砂质海岸带整治修复工程效果评价由简单对比分析向评价指标、评价模型的转变,充实和填补了我国砂质海岸带整治修复工程效果评价方法的缺失。
徐冬云[9]（2020）在《基于星地多源信息融合的农田土壤信息快速获取及管理分区研究》文中指出精准农业是当前我国农业发展的主要趋势,其发展与生态、环境、经济等都密切相关。其中测土配方施肥是精准农业的重要内容之一,通过测土配方指导施肥等管理措施,对减少资源浪费、保护土壤和环境、提高作物产量等都具有重要意义。快速准确地获取土壤信息,科学合理地进行农田管理分区是指导配方施肥的基础工作。传统的土壤信息获取方法多基于布点采样、化学分析等一系列过程,费时费力,时效性相对较差,且实验室化学分析还会造成污染。随着近地传感和遥感技术的发展,越来越多的传感器被用于土壤信息获取。但土壤是一个复杂的综合体,基于单一传感器难以实现土壤的综合稳定大面积监测。基于此,本文围绕近地传感融合、星地传感融合、多时相融合等多源信息融合,综合利用了可见-近红外-中红外光谱仪、大地电导率仪、时域反射仪等近地传感技术以及高分一号、哨兵1号、哨兵2号、MODIS产品等遥感数据,进行了农田土壤信息快速估测及管理分区研究。具体研究内容和结果如下:（1）基于近地传感融合技术进行土壤6种属性估测研究针对单一传感器估测土壤属性稳定性低的问题,本研究设计并比较基于两种近地传感技术的三个层次的融合方法,旨在通过多传感融合技术提高土壤属性估测的精度和稳健性。利用可见-近红外漫反射光谱（visible near infrared diffuse reflectance spectroscopy,vis-NIR）和中红外漫反射光谱（mid infrared diffuse reflectance spectroscopy,MIR）两种近地传感技术,通过光谱特征筛选方法Boruta、外积矩阵分析方法（outer product analysis,OPA）以及模型融合方法（Granger–Ramanathan averaging,GRA）等进行了三个不同层次的融合,包括low-level融合（vis-NIR&MIR-PLSR模型）,middle-level融合（Boruta-vis-NIR&Boruta-MIR-PLSR）和high-level融合:包括OPA融合（Boruta-vis-NIR?Boruta-MIR-PLSR）和GRA融合（PLSR-GRA模型）。研究结果表明:使用单一传感器时,MIR技术对土壤各属性估测能力优于vis-NIR技术;三个层次的融合除low-level融合外,其它融合估测结果均优于MIR技术;其中OPA融合对6种土壤属性的估测精度最高,能够实现土壤有机质（SOM）、p H、全氮（TN）、速效氮（AN）的成功估测(林的一致性相关系数（8）均大于0.80,RPIQ都超过了2.0,对速效钾（AK）的估测结果也较好(（8）为0.77,RPIQ=2.00,有效磷（AP）的估测(（8）为0.60,RPIQ为1.70,也能实现粗略估测。此外,OPA模型的不确定性也低于其它模型。基于特征波段筛选的OPA融合方法能够显着提高土壤属性的估测精度和稳健性,可为近地传感的综合应用提供参考。（2）基于星地融合进行土壤6种属性的空间估测和数字制图研究地面光谱能够实现SOM、TN等多种土壤属性的准确预测,但其测试是基于点位进行的,难以实现大面积空间估测。针对此问题,本研究提出基于星地融合和深度学习算法的田块尺度土壤属性空间估测方法。采用星地融合的方法,充分利用地面光谱估测精度高、遥感覆盖范围广的优势,将二者结合起来进行土壤属性的空间估测和制图,并比较了线性回归（偏最小二乘法,partial least square regression,PLSR）、机器学习算法（随机森林,Random Forest,RF）以及深度学习算法（卷积神经网络,Convolutional neural network,CNN）对各个土壤属性的空间估测能力。研究结果表明:基于星地融合的土壤各属性的估测模型相比于基于遥感数据的估测模型精度显着提升,SOM、p H、TN、AN、AP和AK的RMSE分别降低了10.61%、20.00%、28.57%、15.29%、18.13%和15.09%;比较PLSR,RF和CNN三种不同模型对各土壤属性的估测能力,其中CNN模型对6种土壤属性的估测精度高于PLSR和RF,而模型不确定性则低于PLSR和RF,对各个土壤属性均实现了最优估测。基于星地融合和CNN模型的土壤p H和SOM估测效果最好(（8）>0.70,RPIQ>2.0,TN和AN也能满足一般的精度要求(（8）>0.64,RPIQ>1.60;与传统插值结果相比,基于星地融合和CNN的各土壤属性空间分布趋势与插值结果相似,但表达更细致,可为农田尺度土壤属性快速制图提供借鉴。（3）基于多源、多时相数据融合进行农田管理分区研究针对农田管理分区指标多样复杂以及单时相遥感数据难以表征农田作物多年生长状况的问题,本研究提出多源数据及多时相数据融合方法进行农田管理分区研究。综合利用多源、多时相数据包括土壤表观电导率数据、TDR水分及哨兵遥感数据、基于高分一号的多时相NDVI数据以及基于星地融合的各土壤肥力数据,集合地统计、深度学习算法（多层感知机,Multilayer perceptron,MLP）、时间序列数据分析方法构建了能充分表征土壤与作物时空异质性的农田管理分区指标体系,在此基础上利用稳健地理加权主成分回归法（robust geographical weighted principal component analysis,RGWPCA）以及可能性模糊c均值聚类方法（possibilistic fuzz c-means clustering,PFCM）进行了农田管理分区研究。结果表明:融合哨兵1号雷达后向散射系数以及哨兵2号多光谱指数的MLP模型能实现土壤水分的成功反演(（8）=0.77,RPIQ=1.87,其空间分布趋势与传统插值结果高度一致。利用MODIS 8天时间序列数据提取2016～2020年研究区小麦生长曲线发现,2016～2019年小麦生长线相似,各年份两个关键物候期返青期和抽穗期分别处于当年的第33天和116天左右;与其它年份相比,2020年小麦长势明显更好,由于生长前期墒情和温度条件较好,小麦长势到抽穗期前基本处于上升状态,返青期不明显,但抽穗期仍与其它年份接近。基于RGWPCA和PFCM的最佳分区数目为3,各分区内的土壤属性及作物信息均有显着差异,说明分区结果合理,能够为精确施肥和农田管理提供依据。
张彬彬[10]（2020）在《风电场有功功率优化分配及其控制》文中研究表明风力发电是解决化石能源日益短缺、环境污染的重要途径之一。近年来,风电装机容量不断增加,尤其是海上风电异军突起。随着电网中风电比例增大,风能的波动性、间歇性、不可控性和难以预测,对电力系统安全稳定运行带来巨大挑战,相关电网标准要求并网风电场有功功率输出服从调度指令要求,且具有参与电网调频能力。同时尾流效应会导致风电场功率损失,降低风电场经济效益。为保证电力系统安全稳定运行,提高风力发电竞争能力,风电场应提高自身有功功率控制水平。风电场有功功率分配中心接收电网调度中心调度指令,同时给风电场内每台机组分配有功功率指令。合适的风电机组有功功率分配算法,不仅满足调度要求,提高电网电能质量,还能减小风电机组疲劳载荷,提高计及尾流效应风电场功率输出,在保证电力系统安全稳定的前提下,提高风电场的经济效益。对此,本文对风电机组有功功率控制、风电场有功功率分配、风电场一次调频、考虑尾流效应的风电场聚类等值和最大风能跟踪等问题展开研究,其主要内容如下:（1）为进一步减小风电机组限功率运行时的变桨频繁动作,提出一种考虑变桨非工作区的风电机组限功率控制算法。建立风电机组的数学模型,为风电机组限功率控制和后续的风电场有功功率分配算法等提供基础。根据风电机组限功率运行特性,得到风电机组变桨非工作区,设计考虑变桨非工作区的转速偏差补偿器,最终完成风电机组限功率控制器设计。仿真结果表明,与传统PID算法和变速变桨协调控制算法相比,所提算法满足限功率控制要求,可有效减小机组变桨动作,具有较高的工程实用价值。（2）针对按风速权重风电场有功功率分配算法存在有功功率输出波动大、桨距角频繁调节的问题,提出一种基于模糊评价的风电场有功功率分配算法。将风电机组限功率运行分为变速、变速变桨和变桨运行,以风电机组的桨距角、转速和风速为输入,通过分区域模糊推理,得到风电机组的健康度和调节能力,最终采用按能力权重分配算法得到风电机组有功功率给定。仿真结果表明,基于模糊评价算法的风电场有功功率输出平滑,风电场机组转速变化和桨矩角变化小。（3）针对基于模糊评价的风电场有功功率分配算法依赖人工经验、主观性强的缺点,提出一种基于数据驱动的风电场有功功率分配算法。采集不同风速下风电机组转速和桨距角数据,利用Takagi-Sugeno模糊模型和变异系数法评价变速系统和变桨系统参与功率调节相对权重,确定机组功率调节能力,完成基于机组调节能力的风电场有功功率分配。仿真结果表明,与模糊评价风电场有功功率分配算法相比,两种有功功率分配算法结果一致,但是基于数据驱动的风电场有功功率分配算法运算量小。（4）针对所有风电机组均参与电网一次调频时,存在风电场效率低、次同步振荡的问题,提出一种考虑机组运行状态的风电场一次调频协同控制算法。根据是否机组可以释放旋转储能和提高风能捕获,将风电机组划分为不可调节、弱调节、一般调节和优先调节。弱调节和不可调节的风电机组不参与电网调频,一般调节的机组自行参与一次调频,风电场有功功率控制中心优先控制优先调节的风电机组。根据风电机组调频分类结果,完成风电场一次调频协同控制。仿真结果表明,与所有风电机组参与调频策略相比,本文所提算法的调频效果优,有效避免电网频率二次跌落问题,同时有效减小风电场次同步振荡。（5）采用经典差分法求解考虑尾流效应的风电场最大风能跟踪问题时,存在运算量大、对噪声敏感的缺点。为降低风电场最大风能跟踪算法控制时间、克服经典微分器的“噪声放大效应”,提出基于奇异值聚类和跟踪微分器的风电场最大风能跟踪算法。首先,建立风电场的Jensen尾流模型,根据风向和机组位置,建立尾流关系矩阵,对尾流关系矩阵奇异值分解,得到尾流关系矩阵奇异值。对奇异值类似的机组进行等值聚类。其次,介绍跟踪微分器求极值的工作原理,跟踪微分器根据风电场的功率输出和机组有功功率指令信息,获取风电场的梯度信息。最后,对排列规则的风电场等值聚类,完成风电场最大风能跟踪。仿真结果表明,本文所提算法可大大减少运算时间;并且与常规差分法和极值搜索算法相比,本文所提算法可有效提高风电场有功功率输出、减少机组的变桨动作和疲劳载荷。
二、基于模糊综合聚类的土环境污染评价（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于模糊综合聚类的土环境污染评价（论文提纲范文）
（1）大型引黄灌区退水量预测及水质时空变化特征研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 灌区退水研究进展 |
| 1.2.2 灌区退水量预测理论研究进展 |
| 1.2.3 农田退水环境质量评价研究进展 |
| 1.2.4 农田排水再利用研究进展 |
| 1.2.5 研究存在的问题 |
| 1.3 研究内容与技术路线 |
| 2 研究区概况及方法 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 气候特征 |
| 2.1.3 地形地貌 |
| 2.1.4 水系分布及水文地质条件 |
| 2.1.5 作物种植状况 |
| 2.2 研究方法 |
| 2.2.1 灌区退水水量监测 |
| 2.2.2 灌区退水水质监测 |
| 3 景电一期灌区退水量特征与影响因素 |
| 3.1 景电一期灌区退水量年内、年际变化规律 |
| 3.1.1 退水量年内变化规律 |
| 3.1.2 退水量年际变化规律 |
| 3.2 景电灌区退水量影响因素 |
| 3.2.1 灌溉量对退水量的影响 |
| 3.2.2 降水量对退水量的影响 |
| 3.2.3 蒸发量对退水量的影响 |
| 3.2.4 地下水埋深对退水量的影响 |
| 3.3 景电灌区退水量影响因子关联度分析 |
| 3.4 本章小结 |
| 4 景电一期灌区月退水量预测 |
| 4.1 月退水量预测的支持向量机模型 |
| 4.1.1 最小二乘支持向量机 |
| 4.1.2 灌区月退水量支持向量机模型 |
| 4.2 月退水量预测的灰色系统预测模型 |
| 4.2.1 灰色GM(1,1)预测模型 |
| 4.2.2 模型预测精度检验 |
| 4.2.3 残差修正模型 |
| 4.2.4 灌区月退水量预测模型 |
| 4.3 本章小结 |
| 5 景电一期灌区退水水质分析与评价 |
| 5.1 水质因子时间分布特征 |
| 5.2 水质因子沿河演变规律 |
| 5.3 主要水质因子空间分布特征 |
| 5.4 灌区退水水质评价 |
| 5.4.1 理论依据及基本原理 |
| 5.4.2 景电灌区退水水质评价 |
| 5.5 本章小结 |
| 6 景电灌区退水再利用评价分析 |
| 6.1 农田排水资源灌溉利用适宜性评价指标 |
| 6.2 农田排水再利用适宜性评价方法 |
| 6.2.1 建立评价模型 |
| 6.2.2 评价指标标准值确定 |
| 6.2.3 评价指标权重确定 |
| 6.3 景电灌区退水再利用适宜性评价 |
| 6.3.1 景电灌区退水资源潜力 |
| 6.3.2 灌区退水再利用适宜性评价 |
| 6.4 景电灌区退水再利用方式分析 |
| 6.5 本章小结 |
| 7 结论与建议 |
| 7.1 结论 |
| 7.2 建议 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（2）复杂性视角下灌区灌溉用水效率空间变异特征及其调控机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 立题依据 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究进展 |
| 1.3.1 灌溉用水效率研究历程 |
| 1.3.2 灌溉用水效率概念与相关术语研究 |
| 1.3.3 灌溉用水效率评价指标体系研究 |
| 1.3.4 灌溉用水效率评价方法研究 |
| 1.3.5 灌溉用水效率驱动因子研究 |
| 1.3.6 灌溉用水效率综合调控研究 |
| 1.3.7 国内外研究现状评析 |
| 1.4 主要研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 2 研究区概况与资料来源 |
| 2.1 自然地理概况 |
| 2.1.1 地理位置 |
| 2.1.2 江河水系 |
| 2.1.3 气候状况 |
| 2.1.4 土壤条件 |
| 2.2 水资源与农业经济概况 |
| 2.2.1 水资源开发利用 |
| 2.2.2 农业经济发展 |
| 2.3 资料来源 |
| 2.3.1 资料收集 |
| 2.3.2 数据处理 |
| 2.4 本章小结 |
| 3 灌区灌溉系统复杂性测度及其空间变异特征研究 |
| 3.1 灌区灌溉系统复杂性内涵辨析 |
| 3.2 研究方法 |
| 3.2.1 输配水渠系复杂性测度方法 |
| 3.2.2 降水复杂性测度方法 |
| 3.2.3 多模型优选方法 |
| 3.3 结果与分析 |
| 3.3.1 灌区尺度输配水渠系复杂性特征分析 |
| 3.3.2 干渠尺度输配水渠系复杂性特征分析 |
| 3.3.3 支渠尺度输配水渠系复杂性特征分析 |
| 3.3.4 降水时序复杂性特征识别 |
| 3.3.5 降水复杂性测度多熵模型优选 |
| 3.3.6 基于区分度理论的样本熵优化路径 |
| 3.3.7 样本熵模型参数优选 |
| 3.3.8 基于最优熵模型的降水复杂性测度 |
| 3.4 讨论 |
| 3.4.1 灌区输配水渠系复杂性测度方法分析 |
| 3.4.2 灌区输配水渠系复杂性空间尺度效应分析 |
| 3.4.3 输配水渠系复杂性与灌溉水利用系数相关性分析 |
| 3.4.4 灌区输配水渠系优化路径分析 |
| 3.4.5 降水复杂性测度方法与结果对比分析 |
| 3.5 本章小结 |
| 4 灌区灌溉用水效率综合表征指标体系研究 |
| 4.1 灌区灌溉用水效率内涵辨析 |
| 4.1.1 灌溉用水效率内涵与要义 |
| 4.1.2 灌溉用水效率综合表征 |
| 4.2 研究方法 |
| 4.2.1 内梅罗指数法 |
| 4.2.2 数据标准化 |
| 4.2.3 变异系数 |
| 4.2.4 系统聚类 |
| 4.2.5 皮尔逊相关系数 |
| 4.2.6 累计信息含量检验 |
| 4.3 结果与分析 |
| 4.3.1 灌区水环境质量检测 |
| 4.3.2 初始指标数据集构建 |
| 4.3.3 指标体系优选模型构建 |
| 4.3.4 灌溉用水效率指标体系优选 |
| 4.4 讨论 |
| 4.4.1 指标体系构建的逻辑框架分析 |
| 4.4.2 指标体系优选模型与结果对比分析 |
| 4.5 本章小结 |
| 5 灌区灌溉用水效率综合评价及其空间变异特征研究 |
| 5.1 研究方法 |
| 5.1.1 基于乌鸦搜索算法优化的随机森林回归模型 |
| 5.1.2 基于熵权法改进的逼近理想解排序模型 |
| 5.1.3 基于帝国竞争算法优化的支持向量机模型 |
| 5.2 结果与分析 |
| 5.2.1 基于CSA-RFR模型的灌区灌溉用水效率评价 |
| 5.2.2 基于En W-TOPSIS模型的灌区灌溉用水效率评价 |
| 5.2.3 基于ICA-SVM模型的灌区灌溉用水效率评价 |
| 5.2.4 灌区灌溉用水效率综合模拟评价结果厘定 |
| 5.2.5 灌区灌溉用水效率空间变异特征分析 |
| 5.3 讨论 |
| 5.3.1 不同模型优化效果分析 |
| 5.3.2 不同模型评价结果稳定性与可靠性分析 |
| 5.3.3 灌区灌溉用水效率空间变异模式分析 |
| 5.4 本章小结 |
| 6 灌区灌溉用水效率驱动机制研究 |
| 6.1 研究方法 |
| 6.2 结果与分析 |
| 6.2.1 不同指标对灌区灌溉用水效率的影响程度排序 |
| 6.2.2 不同指标对灌区灌溉用水效率影响的重要性分级 |
| 6.2.3 不同维度指标在不同重要等级中的分配状况分析 |
| 6.2.4 不同维度指标对灌区灌溉用水效率的影响程度分析 |
| 6.3 讨论 |
| 6.4 本章小结 |
| 7 灌区灌溉用水效率优化调控模式研究 |
| 7.1 研究方法 |
| 7.2 结果与分析 |
| 7.2.1 基础情景方案设定 |
| 7.2.2 优化情景方案设定 |
| 7.2.3 不同情景下灌区灌溉用水效率优化调控效果分析 |
| 7.2.4 基于优化情景的灌区灌溉用水效率调控方案确定 |
| 7.3 讨论 |
| 7.3.1 灌区灌溉用水效率优化调控模式分析 |
| 7.3.2 灌区灌溉用水效率优化调控优先序分析 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
（3）燃用后选煤副产品中环境敏感微量元素归趋及其效应（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 选煤副产品 |
| 1.1.1.1 煤矸石 |
| 1.1.1.2 煤泥 |
| 1.1.1.3 中煤 |
| 1.1.2 选煤副产品引发的环境问题 |
| 1.1.3 选煤副产品综合利用 |
| 1.1.3.1 选煤副产品综合利用背景 |
| 1.1.3.2 选煤副产品综合利用政策 |
| 1.1.3.3 选煤副产品综合利用模式 |
| 1.1.4 选煤副产品综合利用存在问题 |
| 1.1.4.1 煤中环境敏感微量元素 |
| 1.1.4.2 选煤副产品中环境敏感微量元素 |
| 1.1.4.3 选煤副产品综合利用引发的环境敏感微量元素污染 |
| 1.2 国内外研究现状 |
| 1.3 研究意义 |
| 1.4 研究目的、内容及技术路线 |
| 1.4.1 研究目的 |
| 1.4.2 研究内容 |
| 1.4.3 技术路线 |
| 第2章 样品与方法 |
| 2.1 研究区域选取 |
| 2.2 研究区域概况及样品采集 |
| 2.2.1 六盘水某煤矸石电厂概况及样品采集 |
| 2.2.2 萍乡某煤矸石电厂概况及样品采集 |
| 2.2.3 济宁某煤泥电厂概况及样品采集 |
| 2.2.4 大同某中煤电厂概况及样品采集 |
| 2.3 样品前处理及分析 |
| 2.3.1 样品前处理 |
| 2.3.2 样品痕量元素总量分析 |
| 2.3.3 样品形态分析 |
| 2.3.4 质量保证及控制 |
| 2.4 数据处理 |
| 2.4.1 评价标准 |
| 2.4.2 污染指数(P_I) |
| 2.4.3 内梅罗综合指数(P_(NSI)) |
| 2.4.4 风险评价编码法(RAC) |
| 2.4.5 潜在生态风险指数(E_r~i和R_I) |
| 2.4.6 健康风险(THQ和HI) |
| 2.4.7 生物富集系数(BAF) |
| 第3章 六盘水某煤矸石电厂周边土壤和农作物中环境敏感微量元素分布特征研究 |
| 3.1 概述 |
| 3.2 煤矸石电厂周边土壤中环境敏感微量元素分布特征 |
| 3.2.1 煤矸石电厂周边土壤中环境敏感微量元素含量 |
| 3.2.2 煤矸石电厂周边土壤中环境敏感微量元素形态分布 |
| 3.2.2.1 煤矸石电厂周边土壤中环境敏感微量元素形态 |
| 3.2.2.2 煤矸石电厂周边土壤元素总量对元素形态影响 |
| 3.2.3 煤矸石电厂周边土壤中环境敏感微量元素分布特征 |
| 3.2.4 煤矸石电厂周边土壤中环境敏感微量元素相关性和聚类分析 |
| 3.2.5 煤矸石电厂土壤中环境敏感微量元素污染评价及潜在生态风险分析 |
| 3.2.5.1 污染指数(P_I)和内梅罗综合指数(P_(NSI))评价结果 |
| 3.2.5.2 风险评价编码法(RAC)评价结果 |
| 3.2.5.3 潜在生态风险指数(E_r~i和R_I)评价结果 |
| 3.3 煤矸石电厂周边农作物中环境敏感微量元素分布及污染特征 |
| 3.3.1 煤矸石电厂周边农作物各组织中环境敏感微量元素含量 |
| 3.3.2 煤矸石电厂周边农作物环境敏感微量元素污染评价 |
| 3.3.3 煤矸石电厂周边农作物环境敏感微量元素健康风险评估 |
| 3.4 煤矸石电厂周边土壤-农作物系统环境敏感微量元素迁移 |
| 3.4.1 煤矸石电厂周边农作物中环境敏感微量元素富集系数 |
| 3.4.2 煤矸石电厂周边农作物与土壤中环境敏感微量元素含量相关性分析 |
| 3.5 小结 |
| 第4章 萍乡某煤矸石电厂周边土壤中环境敏感微量元素分布特征研究 |
| 4.1 概述 |
| 4.2 煤矸石电厂周边土壤中环境敏感微量元素分布特征 |
| 4.2.1 煤矸石电厂周边土壤中环境敏感微量元素含量 |
| 4.2.2 煤矸石电厂周边土壤中环境敏感微量元素形态分布 |
| 4.2.2.1 煤矸石电厂周边土壤中环境敏感微量元素形态 |
| 4.2.2.2 煤矸石电厂周边土壤元素总量对元素形态影响 |
| 4.2.3 煤矸石电厂周边土壤中环境敏感微量元素分布特征 |
| 4.2.4 煤矸石电厂周边土壤中环境敏感微量元素相关性和聚类分析 |
| 4.2.5 煤矸石电厂土壤中环境敏感微量元素污染评价及潜在生态风险分析 |
| 4.2.5.1 污染指数(P_I)和内梅罗综合指数(P_(NSI))评价结果 |
| 4.2.5.2 风险评价编码法(RAC)评价结果 |
| 4.2.5.3 潜在生态风险指数(E_r~i和R_I)评价结果 |
| 4.3 小结 |
| 第5章 济宁某煤泥电厂周边土壤和农作物中环境敏感微量元素分布特征研究 |
| 5.1 概述 |
| 5.2 煤泥电厂周边土壤中环境敏感微量元素分布特征 |
| 5.2.1 煤泥电厂周边土壤中环境敏感微量元素含量 |
| 5.2.2 煤泥电厂周边土壤中环境敏感微量元素形态分布 |
| 5.2.2.1 煤泥电厂周边土壤中环境敏感微量元素形态 |
| 5.2.2.2 煤泥电厂周边土壤元素总量对元素形态影响 |
| 5.2.3 煤泥电厂周边土壤中环境敏感微量元素分布特征 |
| 5.2.4 煤泥电厂周边土壤中环境敏感微量元素相关性和聚类分析 |
| 5.2.5 煤泥电厂土壤中环境敏感微量元素污染评价及潜在生态风险分析 |
| 5.2.5.1 污染指数(P_I)和内梅罗综合指数(P_(NSI))评价结果 |
| 5.2.5.2 风险评价编码法(RAC)评价结果 |
| 5.2.5.3 潜在生态风险指数(E_r~i和R_I)评价结果 |
| 5.3 煤泥电厂周边农作物中环境敏感微量元素分布及污染特征 |
| 5.3.1 煤泥电厂周边农作物各组织中环境敏感微量元素含量 |
| 5.3.2 煤泥电厂周边农作物环境敏感微量元素污染评价 |
| 5.3.3 煤泥电厂周边农作物环境敏感微量元素健康风险评估 |
| 5.4 煤泥电厂周边土壤-农作物系统环境敏感微量元素迁移 |
| 5.5 小结 |
| 第6章 大同某中煤电厂周边土壤中环境敏感微量元素分布特征研究 |
| 6.1 概述 |
| 6.2 中煤电厂周边土壤中环境敏感微量元素分布特征 |
| 6.2.1 中煤电厂周边土壤中环境敏感微量元素含量 |
| 6.2.2 中煤电厂周边土壤中环境敏感微量元素形态分布 |
| 6.2.2.1 中煤电厂周边土壤中环境敏感微量元素形态 |
| 6.2.2.2 中煤电厂周边土壤元素总量对元素形态影响 |
| 6.2.3 中煤电厂周边土壤中环境敏感微量元素分布特征 |
| 6.2.4 中煤电厂周边土壤中环境敏感微量元素相关性和聚类分析 |
| 6.2.5 中煤电厂土壤中环境敏感微量元素污染评价及潜在生态风险分析 |
| 6.2.5.1 污染指数(P_I)和内梅罗综合指数(P_(NSI))评价结果 |
| 6.2.5.2 风险评价编码法(RAC)评价结果 |
| 6.2.5.3 潜在生态风险指数(E_r~i和R_I)评价结果 |
| 6.3 小结 |
| 第7章 选煤副产品燃用电厂和燃煤电厂周边环境中微量元素污染特征对比分析 |
| 7.1 概述 |
| 7.2 选煤副产品燃用电厂和燃煤电厂周边土壤环境微量元素污染特征对比分析 |
| 7.2.1 选煤副产品燃用电厂和燃煤电厂周边土壤环境微量元素含量对比 |
| 7.2.2 选煤副产品燃用电厂和燃煤电厂周边土壤环境微量元素形态对比 |
| 7.2.3 选煤副产品燃用电厂和燃煤电厂周边土壤环境微量元素污染指数对比 |
| 7.3 不同类型选煤副产品电厂周边土壤环境微量元素污染特征对比分析 |
| 7.4 选煤副产品燃用电厂和燃煤电厂周边农作物环境微量元素污染特征对比分析 |
| 7.5 小结 |
| 第8章 选煤副产品综合利用存在问题及改进建议 |
| 8.1 概述 |
| 8.2 选煤副产品综合利用存在问题 |
| 8.3 选煤副产品综合利用改进建议 |
| 8.3.1 建立选煤副产品标准化检验方法和分类指南 |
| 8.3.2 科学规划,合理选址 |
| 8.3.3 制定行业排放标准,实施总量控制 |
| 8.3.4 优化管理体系 |
| 8.3.5 建立全过程跟踪管理系统 |
| 8.3.6 制定鼓励选煤厂技术创新的政策 |
| 8.4 小结 |
| 第9章 结论、创新点与展望 |
| 9.1 结论 |
| 9.2 创新点 |
| 9.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（4）模糊聚类模型在桃山水库水质评价中的应用（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究综述 |
| 1.3.1 水库水质评价的概述 |
| 1.3.2 水质评价方法的研究进展 |
| 1.3.3 水质评价常用方法 |
| 1.3.4 模糊聚类模型在水质评价中的应用 |
| 1.4 研究内容和研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 第2章 工程模糊集理论的概述 |
| 2.1 工程模糊集理论的介绍 |
| 2.2 模糊聚类迭代模型的原理和计算步骤 |
| 2.2.1 模糊聚类迭代模型的原理 |
| 2.2.2 模糊聚类迭代模型的计算步骤 |
| 2.3 模糊聚类迭代模型的性质 |
| 2.4 本章小结 |
| 第3章 研究区域概况 |
| 3.1 自然地理环境 |
| 3.1.1 地理位置 |
| 3.1.2 自然资源量 |
| 3.2 社会经济概况 |
| 3.3 桃山水库概况 |
| 3.4 污染源调查 |
| 3.4.1 调查范围与内容 |
| 3.4.2 污染源调查对象 |
| 3.4.3 入河排污口污染物调查 |
| 第4章 桃山水库水质模糊聚类评价及归因分析 |
| 4.1 桃山水库水质监测断面和监测指标的选取 |
| 4.1.1 桃山水库水质监测断面的选取 |
| 4.1.2 桃山水库水质监测指标的选取 |
| 4.2 桃山水库水质监测和评价 |
| 4.2.1 水质指标特征值矩阵进行规格化 |
| 4.2.2 水质指标评价权重的确定 |
| 4.2.3 求解最优模糊聚类矩阵U和最优模糊聚类中心S |
| 4.2.4 评价结果分析 |
| 4.2.5 桃山水库水质评价与原因分析 |
| 4.3 桃山水库水体富营养化评价 |
| 4.4 桃山水库有机污染物评价 |
| 4.5 本章小节 |
| 第5章 模糊聚类迭代模型对水质评价实用性分析 |
| 5.1 与模糊识别模型对比分析 |
| 5.2 与综合污染指数评价法 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 参考文献 |
（5）矿区土壤重金属污染评价与高光谱遥感反演模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景和意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究进展 |
| 1.2.1 矿产开发土壤重金属污染研究 |
| 1.2.2 土壤重金属污染评价研究进展 |
| 1.2.3 土壤重金属污染高光谱遥感监测 |
| 1.2.4 土壤重金属反演模型 |
| 1.3 研究内容与组织结构 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.3.3 组织结构与技术路线 |
| 1.4 本章小结 |
| 第2章 数据获取与预处理 |
| 2.1 研究区概况 |
| 2.2 数据获取 |
| 2.2.1 土壤样品野外采集与制备 |
| 2.2.2 土壤重金属含量化学测定 |
| 2.2.3 土壤光谱数据测定 |
| 2.2.4 多光谱遥感数据获取与处理 |
| 2.3 光谱数据处理 |
| 2.3.1 断点修正 |
| 2.3.2 平滑处理 |
| 2.3.3 光谱指标变换 |
| 2.3.4 多光谱传感器模拟与数据处理 |
| 2.3.5 土壤重金属与光谱指标相关性分析 |
| 2.4 本章小结 |
| 第3章 矿区土壤重金属分布特征分析 |
| 3.1 土壤重金属含量统计特征 |
| 3.2 土壤重金属多元统计分析 |
| 3.2.1 相关性分析 |
| 3.2.2 主成分分析 |
| 3.2.3 聚类分析 |
| 3.3 矿区土壤重金属空间分布特征 |
| 3.3.1 空间自相关分析 |
| 3.3.2 重金属与DEM相关性分析 |
| 3.3.3 重金属克里金空间插值分析 |
| 3.4 本章小结 |
| 第4章 矿区土壤重金属污染评价 |
| 4.1 内梅罗综合污染指数评价 |
| 4.2 潜在生态危害指数法评价 |
| 4.3 生态风险预警评估 |
| 4.4 改进的加权综合生态风险评价法 |
| 4.5 土壤重金属污染防治对策 |
| 4.6 本章小结 |
| 第5章 矿区土壤重金属高光谱遥感定量反演 |
| 5.1 土壤重金属高光谱反演模型概述 |
| 5.1.1 多元逐步回归 |
| 5.1.2 偏最小二乘回归 |
| 5.1.3 BP神经网络模型 |
| 5.2 高光谱土壤重金属模型反演 |
| 5.2.1 光谱特征波段的提取 |
| 5.2.2 高光谱土壤重金属模型建立与验证 |
| 5.3 土壤重金属估算模型对比与精度评价 |
| 5.3.1 重金属多元逐步回归模型精度评价 |
| 5.3.2 重金属偏最小二乘回归模型精度评价 |
| 5.3.3 重金属BP神经网络模型精度评价 |
| 5.3.4 模拟Landsat8-OLI多光谱重金属反演模型精度评价 |
| 5.3.5 土壤重金属反演模型比较与评价 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和参加科研情况 |
| 致谢 |
| 作者简介 |
（6）基于模糊理论的水环境现状综合评价与水体污染源解析 ——以辽河流域典型河流为例（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究进展 |
| 1.3 研究方案 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 第二章 研究区域概况与研究方法 |
| 2.1 研究区域概况 |
| 2.1.1 研究区概况 |
| 2.1.2 采样点位的设置 |
| 2.2 研究方法 |
| 2.2.1 模糊理论 |
| 2.2.2 样品采集与处理 |
| 2.2.3 水质综合评价方法 |
| 2.2.4 流域重金属风险分析 |
| 2.2.5 流域水体污染源解析 |
| 第三章 流域水环境质量综合评价 |
| 3.1 基于模糊理论的水质综合评价法 |
| 3.1.1 建立评价因子集 |
| 3.1.2 确定评价因子的权重 |
| 3.1.3 确定隶属度矩阵 |
| 3.1.4 传统模糊数学综合评价 |
| 3.1.5 水质综合指数评价 |
| 3.2 辽河水系水质综合评价结果 |
| 3.2.1 辽河干流采样断面评价因子权重集 |
| 3.2.2 辽河水系采样断面评价因子隶属度矩阵 |
| 3.2.3 辽河水系采样断面模糊综合评价结果 |
| 3.3 浑太水系水质综合评价结果 |
| 3.3.1 浑太水系采样断面评价因子权重集 |
| 3.3.2 浑太水系采样断面评价因子隶属度矩阵 |
| 3.3.3 浑太水系采样断面模糊综合评价结果 |
| 3.4 本章小结 |
| 第四章 流域重金属风险评估 |
| 4.1 重金属污染现状评价 |
| 4.1.1 重金属污染指数评价法 |
| 4.1.2 重金属污染指数评价结果 |
| 4.2 人类健康风险评估 |
| 4.2.1 人类健康风险评估方法 |
| 4.2.2 辽河水系评估结果 |
| 4.2.3 浑太水系评估结果 |
| 4.2.4 不同金属各河流评估结果 |
| 4.3 本章小结 |
| 第五章 流域水体污染源解析 |
| 5.1 水体污染物相关性分析 |
| 5.1.1 相关性分析方法 |
| 5.1.2 辽河水系水体污染物相关性分析 |
| 5.1.3 浑太水系水体污染物相关性分析 |
| 5.2 基于SED的空间聚类分析 |
| 5.2.1 空间聚类分析方法 |
| 5.2.2 辽河水系断面空间聚类分析 |
| 5.2.3 浑太水系断面空间聚类分析 |
| 5.3 基于多元统计法的水体污染源识别与分析 |
| 5.3.1 水体污染源识别与分析方法 |
| 5.3.2 水质指标污染源识别与分析 |
| 5.3.3 水体重金属污染源识别与分析 |
| 5.4 本章小结 |
| 第六章 流域水环境综合治理意见与建议 |
| 6.1 流域水环境质量提高措施 |
| 6.1.1 工程措施 |
| 6.1.2 管理措施 |
| 6.1.3 保障措施 |
| 6.2 流域水污染综合防治措施 |
| 6.2.1 工业污染防治措施 |
| 6.2.2 农业污染防治措施 |
| 6.2.3 重金属污染防治措施 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士期间取得的研究成果 |
| 致谢 |
（7）基于PCA-AHP降维组合赋权模型的河流水质综合评价（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外地表水水质评价方法 |
| 1.2.1 指数水质评价法 |
| 1.2.2 模糊数学理论水质评价法 |
| 1.2.3 灰色理论水质评价法 |
| 1.2.4 人工神经网络理论水质评价法 |
| 1.2.5 多元统计理论水质评价法 |
| 1.2.6 水质评价方法的发展趋势 |
| 1.3 研究内容、技术路线及创新点 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 创新点 |
| 第二章 大清河流域中游河流污染调查及初步评价 |
| 2.1 大清河流域概况 |
| 2.1.1 流域位置 |
| 2.1.2 气候水文条件 |
| 2.1.3 污染源排放调查 |
| 2.2 河流水质调查 |
| 2.2.1 调查技术依据 |
| 2.2.2 河流断面布设 |
| 2.2.3 水样采集方法 |
| 2.2.4 水质检测方法 |
| 2.2.5 水质评价标准 |
| 2.3 河流水质初步评价 |
| 2.3.1 孝义河水质评价结果与讨论 |
| 2.3.2 瀑河水质评价结果与讨论 |
| 2.3.3 大清河水质评价结果与讨论 |
| 2.3.4 白沟引河水质评价结果与讨论 |
| 2.3.5 府河水质评价结果与讨论 |
| 2.4 本章小结 |
| 第三章 PAC-AHP降维组合赋权水质评价模型的构建 |
| 3.1 多指标权重系数的计算方法 |
| 3.1.1 主成分分析法 |
| 3.1.2 层次分析法 |
| 3.1.3 专家咨询权数法(特尔菲法) |
| 3.1.4 熵权法 |
| 3.2 降维组合评价法的可行性 |
| 3.3 PCA-AHP降维组合赋权模型的实现 |
| 3.3.1 原始数据因子分析可行性 |
| 3.3.2 主成分分析法的R语言实现 |
| 3.3.3 层次分析法的R语言实现 |
| 3.3.4 PCA-AHP降维组合权重的计算 |
| 3.4 本章小结 |
| 第四章 河流水质综合评价及防治建议 |
| 4.1 河流水质综合评价结果分析 |
| 4.1.1 原始数据因子分析可行性 |
| 4.1.2 主成分分析法分析结果 |
| 4.1.3 层次分析法分析结果 |
| 4.1.4 PCA-AHP降维组合权重的计算 |
| 4.2 河流水体富营养化防治建议 |
| 4.2.1 河流点源污染防治建议 |
| 4.2.2 河流面源污染防治建议 |
| 4.2.3 河流生态系统修复建议 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的科研成果 |
（8）砂质海岸带整治修复工程效果评价方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景与意义 |
| 1.1.1 选题背景 |
| 1.1.2 问题提出 |
| 1.1.3 选题的目的与意义 |
| 1.2 海岸带整治修复工程及其效果评价国内外研究进展 |
| 1.2.1 海岸带整治修复工程技术方法研究进展 |
| 1.2.2 海岸带整治修复工程效果评价研究进展 |
| 1.2.3 我国海岸带整治修复工程研究存在的主要问题 |
| 1.3 本文主要研究内容与技术路线 |
| 1.3.1 本文研究思路 |
| 1.3.2 主要研究内容 |
| 1.3.3 研究技术路线 |
| 2 砂质海岸带海滩资源养护工程效果评价方法研究 |
| 2.1 砂质海岸带海滩资源养护工程效果评价技术框架建立 |
| 2.2 砂质海岸带沙滩资源养护工程效果评价指标建立与遴选研究 |
| 2.2.1 沙滩空间规模养护效果评价指标建立与遴选 |
| 2.2.2 沙滩体量养护效果评价指标建立与遴选 |
| 2.2.3 沙滩舒适度养护效果评价指标建立与遴选 |
| 2.3 砂质海岸带潮滩资源养护工程效果评价指标建立与遴选研究 |
| 2.3.1 潮滩适宜游乐区域规模养护效果评价指标建立与遴选 |
| 2.3.2 潮滩剖面形态养护效果评价指标建立与遴选 |
| 2.3.3 潮滩底质物质养护效果评价指标遴选 |
| 2.4 基于GIS的海滩资源养护工程效果空间差异化评价方法 |
| 2.4.1 GIS技术及海滩资源养护工程效果评价矢量数据 |
| 2.4.2 海滩资源养护工程效果评价指标标准化处理 |
| 2.4.3 基于GIS的海滩资源养护工程效果评价模型建立 |
| 2.5 讨论 |
| 2.6 本章小结 |
| 3 砂质海岸带景观生态修复工程效果评价方法研究 |
| 3.1 景观生态学主要理论与方法 |
| 3.2 砂质海岸带景观生态修复工程效果监测方法 |
| 3.2.1 景观生态修复工程效果监测数据 |
| 3.2.2 砂质海岸带景观生态类型划分 |
| 3.2.3 景观生态修复工程效果监测技术流程 |
| 3.3 砂质海岸带景观生态修复工程效果评价技术框架建立 |
| 3.4 砂质海岸带景观生态修复工程效果评价指标建立与遴选 |
| 3.4.1 景观生态空间整理效果评价指标建立与遴选 |
| 3.4.2 景观生态保护与修复工程效果评价指标建立与遴选 |
| 3.4.3 景观格局优化工程效果评价指标建立与遴选 |
| 3.4.4 海滩资源养护工程效果评价指标建立 |
| 3.5 砂质海岸带景观生态修复工程效果评价方法 |
| 3.6 讨论 |
| 3.7 本章小结 |
| 4 砂质海岸带海域水动力水环境整治工程效果评价方法研究 |
| 4.1 近岸海域水动力环境整治工程效果评价方法 |
| 4.1.1 近岸海域水文水动力环境整治工程效果数值模拟方法 |
| 4.1.2 近岸海域水文水动力环境整治工程效果评价指标建立与遴选 |
| 4.2 近岸海域水环境整治工程效果评价方法 |
| 4.2.1 海洋水环境效果评价方法 |
| 4.2.2 水环境整治工程效果评价指标建立与遴选 |
| 4.3 讨论 |
| 4.4 本章小结 |
| 5 砂质海岸带整治修复工程效果综合评价方法研究 |
| 5.1 模糊综合评价理论方法 |
| 5.1.1 模糊综合评价方法起源 |
| 5.1.2 模糊综合评价方法原理 |
| 5.1.3 层次分析法及其计算过程 |
| 5.2 多层次模糊综合评价模型计算过程 |
| 5.2.1 多层次模糊综合评价模型计算步骤 |
| 5.2.2 模糊综合评价模型计算过程 |
| 5.3 砂质海岸带整治修复工程效果综合评价框架建立 |
| 5.3.1 海岸带整治修复工程效果综合评价指标遴选 |
| 5.3.2 海岸带整治修复工程效果综合评价指标层次框架建立 |
| 5.3.3 海岸带整治修复工程效果综合评价指标量化方法 |
| 5.4 砂质海岸带整治修复工程效果综合模糊评价模型建立 |
| 5.4.1 综合评价模型建立 |
| 5.4.2 综合评价结果等级划分 |
| 5.5 综合模糊评价指标权重确定方法 |
| 5.5.1 Satty层次分析法评价指标权重计算 |
| 5.5.2 最大熵值法评价指标权重计算 |
| 5.5.3 模糊综合评价指标权重确定 |
| 5.6 讨论 |
| 5.7 本章小结 |
| 6 营口月亮湾海岸带整治修复工程效果评价应用研究 |
| 6.1 营口月亮湾海岸带整治修复工程概况 |
| 6.1.1 营口月亮湾砂质海岸带概况 |
| 6.1.2 营口月亮湾海岸带主要资源环境问题 |
| 6.1.3 营口月亮湾海岸带整治修复工程技术方案概况 |
| 6.2 营口月亮湾海滩资源养护工程效果评价 |
| 6.2.1 营口月亮湾海滩资源养护工程效果监测 |
| 6.2.2 营口月亮湾海滩资源养护工程效果评价 |
| 6.3 营口月亮湾海岸带景观生态修复工程效果评价 |
| 6.3.1 营口月亮湾海岸带景观生态修复工程效果监测 |
| 6.3.2 营口月亮湾海岸带景观生态修复工程效果总体评价 |
| 6.3.3 营口月亮湾海岸带景观空间整理效果评价 |
| 6.3.4 营口月亮湾海岸带景观生态修复效果评价 |
| 6.3.5 营口月亮湾海岸带景观格局优化效果评价 |
| 6.3.6 营口月亮湾海滩资源养护工程效果评价 |
| 6.3.7 结果讨论 |
| 6.4 营口月亮湾海湾水动力水环境整治工程效果评价 |
| 6.4.1 营口月亮湾海湾水动力环境整治工程效果评价 |
| 6.4.2 营口月亮湾海湾水环境整治工程效果评价 |
| 6.5 营口月亮湾海岸带整治修复工程效果综合评价 |
| 6.5.1 海岸带整治修复工程综合效果监测 |
| 6.5.2 海岸带整治修复工程效果综合分析与指标赋值 |
| 6.5.3 海岸带整治修复工程综合效果模糊评价计算 |
| 6.5.4 海岸带整治修复工程综合效果模糊评价结果分析 |
| 6.5.5 结果讨论 |
| 6.6 本章小结 |
| 7 大连金石滩海岸带整治修复工程效果评价应用研究 |
| 7.1 大连金石滩海岸带整治修复工程概况 |
| 7.1.1 大连金石滩砂质海岸带概况 |
| 7.1.2 大连金石滩海岸带整治修复工程概况 |
| 7.2 大连金石滩海滩资源养护工程效果评价 |
| 7.2.1 海滩资源养护效果监测 |
| 7.2.2 沙滩资源养护工程效果评价 |
| 7.2.3 潮滩资源养护工程效果评价 |
| 7.2.4 海滩综合养护工程效果评价 |
| 7.3 大连金石滩海岸带景观生态修复工程效果评价 |
| 7.3.1 海岸带景观生态修复工程效果监测 |
| 7.3.2 海岸带景观生态修复工程总体效果分析 |
| 7.3.3 景观生态空间整理效果评价 |
| 7.3.4 景观生态保护与修复效果评价 |
| 7.3.5 景观生态格局优化效果评价 |
| 7.3.6 海滩资源养护效果评价 |
| 7.3.7 结果讨论 |
| 7.4 大连金石滩近岸海域水文水环境整治工程效果评价 |
| 7.4.1 近岸海域水文水动力环境整治工程效果评价 |
| 7.4.2 近岸海域水环境整治工程效果评价 |
| 7.4.3 海滩底质环境整治工程效果评价 |
| 7.5 大连金石滩海岸带整治修复工程效果综合评价 |
| 7.5.1 综合评价指标监测与赋值 |
| 7.5.2 综合效果模糊评价计算 |
| 7.5.4 综合效果模糊评价结果分析 |
| 7.5.5 结果讨论 |
| 7.6 本章小结 |
| 8 结论与展望 |
| 8.1 主要结论 |
| 8.2 主要创新点 |
| 8.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果情况 |
| 致谢 |
| 作者简介 |
（9）基于星地多源信息融合的农田土壤信息快速获取及管理分区研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究进展 |
| 1.2.1 基于光谱的土壤属性预测 |
| 1.2.2 基于遥感的土壤属性估测 |
| 1.2.3 农田管理分区研究进展 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 研究区与数据 |
| 2.1 研究区域及样点布设 |
| 2.2 土壤地面数据采集及处理方法 |
| 2.2.1 土壤光谱数据及理化性质测量 |
| 2.2.2 土壤水分及ECa数据获取 |
| 2.3 遥感数据的获取及预处理 |
| 2.3.1 高分辨率数据 |
| 2.3.2 MODIS数据 |
| 2.3.3 哨兵卫星数据 |
| 第三章 基于近地传感融合的土壤属性预测研究 |
| 3.1 研究方法 |
| 3.1.1 土壤光谱数据预处理方法 |
| 3.1.2 特征波段筛选 |
| 3.1.3 多传感融合算法 |
| 3.1.4 土壤光谱建模方法 |
| 3.1.5 估测模型评价方法 |
| 3.2 结果与分析 |
| 3.2.1 土壤属性化学测试结果分析 |
| 3.2.2 基于单传感器的土壤属性预测 |
| 3.2.3 基于多传感融合的土壤属性预测 |
| 3.3 小结 |
| 第四章 基于星地融合和深度学习的土壤属性空间估测和数字制图研究 |
| 4.1 研究方法 |
| 4.1.1 土壤光谱数据分析 |
| 4.1.2 遥感数据处理及光谱指数计算 |
| 4.1.3 土壤属性空间估测方法 |
| 4.1.4 土壤属性空间估测评价指标 |
| 4.2 结果与分析 |
| 4.2.1 土壤原位湿样光谱转换及主成分分析 |
| 4.2.2 多时相遥感数据分析 |
| 4.2.3 土壤属性空间估测分析 |
| 4.3 小结 |
| 第五章 基于多源信息融合和多时相融合的农田管理分区研究 |
| 5.1 研究方法 |
| 5.1.1 土壤电导率空间分析 |
| 5.1.2 土壤水分遥感估测 |
| 5.1.3 农田管理分区方法 |
| 5.2 结果与分析 |
| 5.2.1 土壤电导率统计分析及空间分布 |
| 5.2.2 土壤水分遥感估测 |
| 5.2.3 长时间序列植被指数分析 |
| 5.2.4 农田管理分区 |
| 5.3 小结 |
| 第六章 结论与创新 |
| 6.1 主要结论 |
| 6.2 创新点 |
| 6.3 未来展望 |
| 参考文献 |
| 攻读博士期间的科研成果 |
（10）风电场有功功率优化分配及其控制（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 风电机组限功率控制研究现状 |
| 1.2.2 风电场有功功率分配优化研究现状 |
| 1.2.3 考虑一次调频的风电场有功功率分配算法 |
| 1.2.4 考虑尾流的风电场等值聚类算法 |
| 1.2.5 考虑尾流的风电场最大功率跟踪算法 |
| 1.3 当前研究存在的问题 |
| 1.4 本文主要内容和章节安排 |
| 2 考虑变桨非工作区的风电机组限功率控制算法 |
| 2.1 引言 |
| 2.2 风电机组数学模型 |
| 2.2.1 风力机模型 |
| 2.2.2 传动链模型 |
| 2.2.3 发电机模型 |
| 2.2.4 变流器模型 |
| 2.2.5 变桨系统模型 |
| 2.2.6 风电机组功率控制原理 |
| 2.3 风电机组时间尺度 |
| 2.4 考虑变桨非工作区的风电机组限功率控制算法 |
| 2.4.1 变桨非工作区 |
| 2.4.2 考虑变桨非工作区的风电机组限功率控制算法 |
| 2.5 算例分析 |
| 2.6 本章小结 |
| 3 基于模糊评价的风电场有功功率分配算法 |
| 3.1 引言 |
| 3.2 风电机组限功率运行分析 |
| 3.2.1 变速限功率运行区 |
| 3.2.2 变速变桨联合限功率运行区 |
| 3.2.3 变桨限功率运行区 |
| 3.3 全风况下限功率机组发电能力模糊评价 |
| 3.3.1 机组的健康度评价 |
| 3.3.2 机组的功率调节能力评价 |
| 3.4 基于模糊评价的风电场有功功率分配策略 |
| 3.5 算例分析 |
| 3.6 本章小结 |
| 4 基于数据驱动的风电场有功功率分配算法 |
| 4.1 引言 |
| 4.2 风电机组功率调节能力 |
| 4.3 变异系数法和TS模糊模型评价机组发电能力 |
| 4.3.1 变异系数法 |
| 4.3.2 TS模糊模型 |
| 4.3.3 风电机组功率调节能力评价方法 |
| 4.4 基于数据驱动的风电场有功功率分配 |
| 4.5 算例分析 |
| 4.5.1 风电机组功率能力评价 |
| 4.5.2 基于功率能力的风电场有功功率分配算法 |
| 4.6 本章小结 |
| 5 考虑机组状态的风电场一次调频协调控制算法 |
| 5.1 引言 |
| 5.2 风电机组的一次调频能力分析 |
| 5.2.1 风电机组一次调频能力划分 |
| 5.2.2 限功率运行机组一次调频能力评价 |
| 5.3 基于调频能力分类的风电场一次调频控制算法 |
| 5.3.1 风电场一次调频协同控制结构 |
| 5.3.2 风电机组一次调频控制结构 |
| 5.4 算例分析 |
| 5.5 本章小结 |
| 6 考虑尾流效应的风电场最大风能跟踪算法 |
| 6.1 引言 |
| 6.2 风电场尾流模型 |
| 6.2.1 理想风力机的动力学模型 |
| 6.2.2 Jensen尾流模型 |
| 6.2.3 Jensen多重尾流叠加模型 |
| 6.2.4 考虑时滞效应的Jensen尾流模型 |
| 6.3 基于奇异值分解的风电场聚类算法 |
| 6.3.1 尾流关系矩阵 |
| 6.3.2 奇异值分解原理 |
| 6.3.3 基于奇异值分解的风电机组聚类算法 |
| 6.4 跟踪微分器求极值 |
| 6.4.1 跟踪微分器 |
| 6.4.2 跟踪微分器求取函数极值 |
| 6.5 无模型风电场最大风能跟踪算法 |
| 6.6 算例分析 |
| 6.6.1 考虑尾流效应的风电场等值聚类 |
| 6.6.2 考虑尾流效应的风电场最大风能跟踪算法 |
| 6.7 本章小结 |
| 7 总结与展望 |
| 7.1 全文总结 |
| 7.2 下一步工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士期间参与项目及取得成果 |
四、基于模糊综合聚类的土环境污染评价（论文参考文献）
- [1]大型引黄灌区退水量预测及水质时空变化特征研究[D]. 陈南束. 西安理工大学, 2021(01)
- [2]复杂性视角下灌区灌溉用水效率空间变异特征及其调控机制研究[D]. 张亮亮. 东北农业大学, 2021
- [3]燃用后选煤副产品中环境敏感微量元素归趋及其效应[D]. 李丹. 南昌大学, 2021
- [4]模糊聚类模型在桃山水库水质评价中的应用[D]. 夏治坤. 黑龙江大学, 2021(09)
- [5]矿区土壤重金属污染评价与高光谱遥感反演模型研究[D]. 杨楠楠. 河北工程大学, 2021(08)
- [6]基于模糊理论的水环境现状综合评价与水体污染源解析 ——以辽河流域典型河流为例[D]. 同苗苗. 长安大学, 2021
- [7]基于PCA-AHP降维组合赋权模型的河流水质综合评价[D]. 张强. 河北大学, 2020
- [8]砂质海岸带整治修复工程效果评价方法研究[D]. 张明慧. 大连理工大学, 2020(01)
- [9]基于星地多源信息融合的农田土壤信息快速获取及管理分区研究[D]. 徐冬云. 浙江大学, 2020
- [10]风电场有功功率优化分配及其控制[D]. 张彬彬. 西安理工大学, 2020(01)