期刊文献+

水质监测数据时间序列的时域和频域分析 被引量:2

Analysis of Time Domain and Frequency Domain of Water Quality Monitoring Data in Time Series
下载PDF
导出
摘要 以2010年某河流5个自动监测水质断面主要污染指标高锰酸盐指数和氨氮、总磷、总氮日均浓度为研究对象,将时域和频域分析方法综合应用在水质自动监测数据的时间序列分析中,利用小波变换的多尺度、时频相结合的特点,并结合断面月均浓度变化规律,揭示出该河流多个监测断面主要污染物具有10 d左右的周期行为。 Taking the average daily values of CODMn ,NH3 -N,TP and TN of 5 sections of water quality automatic monitoring in a certain river in 2010 for study objects,this paper applied time domain and frequency domain analysis methods in the time series analysis of pollutant concentration. Combined with the variation rule of the sectional average monthly pollutant concentration and the wavelet analysis,this paper revealed the 10 days periodic activity of main pollutants in several water quality monitoring sections.
出处 《人民黄河》 CAS 北大核心 2013年第11期50-52,共3页 Yellow River
基金 国家水体污染控制与治理科技重大专项(2009ZX07528-003-06)
关键词 时域分析 频域分析 傅里叶变换 小波分析 水质监测 time domain analysis frequency domain analysis Fourier transform wavelet analysis water quality monitoring
  • 相关文献

参考文献7

二级参考文献71

共引文献121

同被引文献31

  • 1陈柳,马广大.小波分析在PM10浓度时间序列分析中的应用[J].环境工程,2006,24(1):61-63. 被引量:14
  • 2王景深,韩新庆.涡河流域水文特征分析[J].治淮,2007(7):21-22. 被引量:3
  • 3刘涛,曾祥利.实用小波分析人门[M].北京:国防工业出版社,2006.
  • 4LI Mei-na, ZHANG Lu-lu. Haze in China Current and future challenges[J]. Environmental Pollution,2014,189(2) : 85 -86.
  • 5Prakash A, Kumar L , Kumar K, et al. A Wavelet-based NeuralNetvork Model to Predict Ambient Air Pollutants ' Concentration[J]. Environmental Modeling & Assessment, 2011, 16 ( 5 ) :503 - 517.
  • 6CUEN Yuan,SUlRun-he, SUL Shi-jie, et al. Ensemble and enhancedPM 10 concentration forecast model based on stepwise regressionand wavelet analysis [J] . Atmospheric Environment,2013, 74(4) : 346 -359.
  • 7Siwek K , Osowski S. Improving the accuracy of prediction of PM10pollution by the wavelet transformation and an ensemble of neuralpredictors[J]. Engineering Applications of Artificial Intelligence,2012, 25(6) : 1246 - 1258.
  • 8Maryam S ,Karimi-Jashni A, UADAD K. Wavelet transform-basedartificial neural networks ( WT-ANN) in PM10 pollution level estimationbased on circular variables[J]. Environmental Science andPollution Research,2012,19(1) : 256 -268.
  • 9徐鸣,赵柳生,王斌.PM10浓度时间序列多时间尺度分析的小波方法[J].环境科学与技术,2008,31(4):57-59. 被引量:10
  • 10吴小玲,张斌,艾南山,刘丽君.基于小波变换的上海市近10年SO_2污染指数的变化[J].环境科学,2009,30(8):2193-2198. 被引量:23

引证文献2

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部