用改进的灰色识别法评价地表水环境质量——以北京石景山区莲花河新开渠为案例

简要论述了利用改进的灰色识别法评价地表水环境质量的计算原理、方法和步骤。改进的灰色识别法以灰色关联法为基础,针对运用灰色关联法对水环境质量进行评价中存在的问题,引入关联离散度和隶属度算法加以改进,并将水环境质量标准等级与相应的隶属度加权平均求得精确水质类别,进一步提高了分辨率和实用性。以北京市石景山区莲花河新开渠为案例,对地表水环境质量进行评价,确定其水质等级以及变化趋势,为水环境保护规划提供科学依据。结果表明:改进的灰色识别法可比性强,分辨率高,具有较高的实用价值。

灰色识别法在单井流动单元预测中的应用

以华北油田岔 39断块油藏为例 ,在流动单元取心井划分、建立各类标准流动单元的基础上 ,运用灰色关联识别方法 ,回判取心井流动单元类型。研究表明 ,该识别方法判识精度较高 ,且方法简易 。

用改进的灰色识别法评价大气环境质量——以北京市石景山区为例

改进的灰色识别法以灰色关联法为基础,针对灰色关联法评价大气环境质量的不足,引入关联离散度和隶属度算法加以改进,并将大气环境质量标准等级就其相应的隶属度加权平均求得更为精确的大气环境质量级别,提高了分辨率和实用性。在简要论述利用改进的灰色识别法评价大气环境质量的计算原理、方法和步骤的基础上,以北京市石景山区为研究对象,对大气环境质量进行评价,确定质量等级及其变化趋势,为大气环境保护规划提供科学依据。结果表明:改进的灰色识别法可比性强,分辨率高,具有较高的实用价值。

灰色识别法在水环境质量评价中的应用研究

依据灰色系统理论,提出在灰色关联度模型中应用定义的关联离散度作为评价测度,并在此基础上引入隶属度理论,对贵州省湄江河某河段的水质作出评价。结果表明,以关联离散度为测度计算的隶属度能更精确地判定水体水质类别归属。

不同种质黄芩中黄酮类成分测定及分析

目的:对不同种质黄芩中3种黄酮类成分和总黄酮进行测定和综合评价,为遴选黄酮类成分含量高的黄芩种质提供依据。方法:采用改进的高效液相色谱法测定不同种质黄芩根中黄芩苷、黄芩素和汉黄芩素的含量,采用UV-可见分光光度法测定总黄酮含量,应用主成分分析和灰色模式识别法验证并综合评价不同种质黄芩的化学质量。结果:黄芩苷、汉黄芩素及总黄酮含量在不同种质间差异显著,其中13号黄芩种质黄芩苷和总黄酮含量最高,1号、7号黄芩种质黄芩苷、黄芩素与总黄酮含量均较高。主成分分析和灰色模式识别法分析结果验证了本次试验中1号、7号、13号为优良种质,可以作为黄芩新品种选育对象。结论:采用改进后的HPLC法可较好地测定黄芩3种黄酮类成分,不同种质黄芩中黄酮类成分含量均存在显著差异;应用主成分分析和灰色模式识别法均遴选出了目标种质,该方法适用于不同种质药材质量的综合评价。

不同栽培品种山茱萸药材的化学质量评价

目的:以化学成分为指标评价山茱萸不同栽培品种药材的质量。方法:测定山茱萸不同栽培品种药材中的熊果酸、马钱苷、总多糖、总鞣质、水溶性浸出物、醇溶性浸出物的含量,采用灰色模式识别法对山茱萸的不同栽培品种药材进行综合质量评价。结果:评价了山茱萸不同栽培品种药材质量的优劣。结论:初步建立了山茱萸不同栽培品种药材化学质量评价的新方法。

土壤含水量对地黄产量及质量的影响

目的:评价土壤含水量对地黄产量及质量的影响。方法:在地黄生长期的不同阶段调整土壤的含水量,收获后测定不同含水量土壤所产地黄药材的产量、浸出物和梓醇、毛蕊花糖苷及多糖的含量,使用灰色模式识别法对实验数据进行分析。结果:土壤含水量影响为中水分(M2)>高水分(M3)>低水分(M1)>空白(M4)。结论:地黄栽培过程中,土壤含水量在苗期应保持在40%-50%,块根形成期和块根膨大期应为50%-60%,收获期应为20%-30%,合理调节土壤含水量能够显著提高地黄的产量及质量。

Multivariate statistical analysis for the surface water quality of the Luan River,China

In order to analyze the characteristics of surface water resource quality for the reconstruction of old water treatment plant,multivariate statistical techniques such as cluster analysis and factor analysis were applied to the data of Yuqiao Reservoir-surface water resource of the Luan River,China.The results of cluster analysis demonstrate that the months of one year were divided into 3 groups and the characteristic of clusters was agreed with the seasonal characteristics in North China.Three factors were derived from the complicated set using factor analysis.Factor 1 included turbidity and chlorophyll,which seemed to be related to the anthropogenic activities;factor 2 included alkaline and hardness,which were related to the natural characteristic of surface water;and factor 3 included Cl and NO2-N affected by mineral and agricultural activities.The sinusoidal shape of the score plots of the three factors shows that the temporal variations caused by natural and human factors are linked to seasonality.