-
题名皖南农村地区需水量特征分析及预测模型研究
- 1
-
-
作者
刘怀利
徐浩
曼亚灿
周啸
王伟
-
机构
安徽省(水利部淮河水利委员会)水利科学研究院
合肥工业大学土木与水利工程学院
-
出处
《给水排水》
CSCD
北大核心
2024年第3期17-24,31,共9页
-
基金
安徽省自然科学基金"水科学"联合基金(2208085US05)
安徽省(水利部淮河水利委员会)水利科学研究院院科技攻关计划项目(KJGG202001)。
-
文摘
需水量的准确预测对于提高农村地区水资源利用率、优化农饮水厂日常调度有着重要作用,然而现有预测算法面临农村部分地区可用历史数据少、质量差等问题,同时部分预测算法的计算负荷较高,无法有效适应农饮水厂运维环境。选取2021-2022年安徽省南部不同地区3处农饮水厂日供水量数据作为研究对象。经过特征分析发现,皖南农村地区日需水量存在季节性变化趋势明显而短期内波动较大的特点。针对该数据特点及实际计算需求,选取了使用网格搜索法优化后的ARIMA模型进行预测,并与SVR、LSTM、RF等模型进行对比分析。研究结果表明,使用网格搜索法的ARIMA模型可以更好地适应农饮水厂运维环境,利用其对于周期性、季节性数据较强的学习能力,对农饮水厂供水量变化趋势和规律进行准确预测,具有一定的普适性,且计算负荷明显优于其他方法。模型对比分析显示,ARIMA模型的预测精度最高,在3处农饮水厂测试集数据上的平均绝对百分比误差(MAPE)分别为1.827、1.454、2.714。
-
关键词
农饮水厂
水量预测
机器学习
ARIMA模型
-
Keywords
Agricultural drinking water plants
Water quantity forecasting
Machine learning
ARIMA model
-
分类号
TU991
[建筑科学—市政工程]
-
-
题名入湖口沉积物重金属对微生物群落的影响
- 2
-
-
作者
朱小杰
黄健
张华
王金花
陶传奇
周宇
曼亚灿
-
机构
安徽建筑大学环境与能源工程学院
环境污染控制与废弃物资源化利用安徽省重点实验室
安徽省生态文明研究院
-
出处
《环境科学与技术》
CAS
CSCD
北大核心
2023年第4期176-182,共7页
-
基金
国家重点研发计划专项项目(2019YFC0408504)
安徽省高校省级自然科学研究项目(KJ2019ZD52,KJ2020A0466,KJ2021A0619)
安徽建筑大学引进人才及博士启动基金项目(2019QDZ64,0219QDZ60)。
-
文摘
重金属因其可蓄积、有毒性、易积累性等固有性质会对河流沉积物中的微生物群落产生较大影响。为了进一步探索南淝河入湖口重金属对微生物群落结构、多样性和功能的影响,找出诊断入湖口沉积物污染的合适的生物指示物,在南淝河入湖口采集了9个位点沉积物样品。结果表明:通过污染负荷指数评价,研究区域的污染状况处于中度污染水平;相比沉积物理化性质,重金属更能解释微生物群落的变化;重金属显著影响微生物群落的结构,金属Zn和Ni的含量与绿弯菌门及分其类水平下脱卤球菌纲显著性负相关,5种金属元素与厌氧绳菌纲也有一致的负相关;此外,重金属显著地影响微生物群落的功能,包括翻译、复制和修复、折叠、分类和降解、转录及核苷酸代谢功能。基于敏感微生物类群的丰度和预测功能,建立了反映和预测沉积物重金属污染状况的生物指示物:脱卤球菌纲、复制功能和修复与翻译功能。研究结果为重金属胁迫下沉积物的生物修复与环境检测提供了参考。
-
关键词
微生物群落
重金属
响应方式
生物指示物
环境检测
-
Keywords
microbial communities
heavy metal
response mode
biological indicator
environmental monitoring
-
分类号
X172
[环境科学与工程—环境科学]
-