Геоэкологическая оценка и прогнозирование опасных природно-техногенных процессов на водосборе реки : на примере р. Белая Республики Башкортостан

  • Автор:
  • Специальность ВАК РФ: 25.00.36
  • Научная степень: Кандидатская
  • Год защиты: 2013
  • Место защиты: Уфа
  • Количество страниц: 236 с. : ил.
  • бесплатно скачать автореферат
  • Стоимость: 230 руб.
Титульный лист Геоэкологическая оценка и прогнозирование опасных природно-техногенных процессов на водосборе реки : на примере р. Белая Республики Башкортостан
Оглавление Геоэкологическая оценка и прогнозирование опасных природно-техногенных процессов на водосборе реки : на примере р. Белая Республики Башкортостан
Содержание Геоэкологическая оценка и прогнозирование опасных природно-техногенных процессов на водосборе реки : на примере р. Белая Республики Башкортостан

СОДЕРЖАНИЕ
Введение
Глава 1 Современное состояние проблемы геоэкологической оценки и прогнозирования опасных природно - техногенных процессов на водотокеЮ
1.1. Идентификация и анализ опасных природно - техногенных процессов на водотоке
1.1.1. Влияние физико - географических факторов на условия формирования опасных природно - техногенных процессов на водотоке
1.1.2. Воздействие астрономических изменений на гидрологический режим
водотока
1.1.3 Воздействие антропогенной деятельности на формирование опасных природно - техногенных процессов водотока
1.2. Прогнозирование качественного и количественного состояния водотока..
1.2.1 Прогнозирование водности водотока
1.2.2. Прогнозирование качества водотока
1.3. Подготовка и отбор входных параметров нейронной сети при прогнозировании геоэкологического состояния водотока
1.4. Геоэкологическая оценка риска возникновения опасных природно -
техногенных процессов на водосборах рек
Выводы по первой главе:
Глава 2 Характеристика объекта исследования и исходных данных. Методы исследования
2.1. Физико - географические условия водосборного бассейна реки Белая
2.2 Общая характеристика исходных данных
2.3. Методы исследования, используемые для оценки и прогнозирования опасных природно - техногенных процессов на водотоке
2.3.1. Методы элементов искусственного интеллекта
2.3.2. Отображение пространственно - распределенных данных с помощью
геоинформационных систем
Выводы по второй главе
Глава 3 Исследование закономерностей прохождения прохождения опасных природно - техногенных процессов на водотоке
3.1. Статистический анализ гидрохимических и гидрометеорологических данных реки Белая
3.2. Анализ временных изменений гидрологических характристик реки Белая

3.2.1 Анализ межгодовых временных изменений экстремальных гидрологичсеких характристик реки Белая
3.2.2 Анализ временных изменений дат наступления характерных
гидрологических явлений реки Белая
3.2.4 Анализ цикличности дат наступления характерных гидрологических явлений
3.3 Оценка пригодности качества речной воды для различных видов
водопользования
Выводы по третьей главе
Глава 4 Исследование влияния астрономических процессов на прохождение опасных природно - техногенных процессов на водотоке
4.1. Формирование базы данных показателей природных процессов, формирующих гидрологический режим водотока
4.2. Статистический анализ параметров природных процессов, формирующих гидрологический режим водотока
4.3. Анализ межгодовых и внутригодовых временных изменений
гидрологических, метеорологических и астрономических характеристик
4.4 Анализ внутригодовых временных изменений параметров природных
процессов, формирующих гидрологический режим реки Белая
4.4.1 Анализ внутригодовых временных изменений астрономических
гелиогеофизических параметров формирование гидрологического режима реки Белая
4.4.2. Анализ внутригодовых временных изменений астрономических
параметров приливных процессов Солнца и Луны, формирующих гидрологический режим реки Белая
4.4.3. Анализ внутригодовых временных изменений астрономических
параметров нестабильности вращения Земли, формирующих гидрологический режим реки Белая
4.5. Анализ цикличности параметров природных процессов, формирующих гидрологический режим реки Белая
4.6. Анализ запаздывающего влияния астрономических процессов на гидрологический режим реки Белая
4.7. Способ прогноза температуры воздуха на изобарическом уровне АТ -850 гПа на основании изменения приливного потенциала Солнца и Луны

4.7.1 Прогноз температуры воздуха на изобарическом уровне АТ - 850 гПа в зависимости от приливных процессов Солнца и Луны с помощью
искусственных нейронных сетей
Выводы по четвертой главе
Глава 5 Прогнозирование опасных природно - техногенных процессов на водотоке с помощью элементов искусственного интеллекта (на примере р. Белая)
5.1. Прогнозирование периодов прохождения фаз водного режима р. Белая .
5.3. Определение оптимального объема входных параметров обучающей выборки для прогнозирования опасных природно - техногенных процессов реки Белая
5.4 Отбор значимых входных показателей для прогноза опасных природно -техногенных процессов в каждый период водности
5.5 Прогнозирование опасных природно - техногенных процессов с помощью искусственных нейронных сетей
5.5.1 Краткосрочный прогноз опасных природно - техногенных процессов реки Белая
5.5.2 Среднесрочный прогноз опасных природно - техногенных процессов реки Белая
5.5.3. Долгосрочный прогноз опасных природно - техногенных процессов р. Белая
5.6 Прогнозирование гидрохимических показателей качества воды р. Белая..
5.7. Оценка геоэкологического состояния водотока истощения водных ресурсов
5.7.1. Анализ и расчет риска истощения водных ресурсов
5.7.2. Анализ и расчет риска загрязнения водных ресурсов реки Белая
5.7.3. Расчет риска количественного и качественного истощения водотока.... 166 5.8 Рекомендации по уменьшению негативных последствий опасностей
техноприродных процессов на водотоке
Выводы по пятой главе
Выводы
Список использованных источников
Приложения
Приложение
Приложение 2
Приложение 3

ских прогнозов приходится существенно упрощать реальные процессы, что приводит к снижению точности методов прогнозирования.
3. Искусственные нейронные сети (ИНС) представляют собой математический аппарат, позволяющий строить алгоритмы обработки информации, обладающие уникальной способностью обучаться на примерах и «узнавать» в потоке «зашумленной» и противоречивой информации приметы ранее встреченных образов и ситуаций. ИНС позволяют находить скрытые зависимости между входными и выходными данными, которые остаются вне внимания классических методов (Maier, 2006), что приобретает исключительную важность при прогнозировании количественных характеристик водных объектов, обусловленных региональными природными, антропогенными, климатическими особенностями территории.
В настоящей работе предлагается использовать подход к прогнозированию геоэкологических процессов водности и качества водотока с помощью ИНС, способных учитывать цикличность и запаздывающее влияние параметров, формирующих гидрологический режим, и выявить «слабокоррелируемые» и «зашумленные» взаимосвязи.
Как отмечают многие исследователи [14,21,41,50,163,210], несмотря на большие объемы накопленных гидрологических и гидрохимических данных наблюдений (ежедневных, среднемесячных и среднегодовых значений расходов и уровней воды, скоростей течения, показателей качества воды), отсутствует универсальный для любого водосборного бассейна алгоритм оценки их взаимосвязи, а данные по гидрохимическим показателям качества речной воды различных контрольных организаций противоречивы. Поэтому для разработки эффективной модели прогнозирования опасных природно - техногенных процессов на водотоке важную роль играет подготовка и отбор входных параметров модели прогнозирования.
1.3. Подготовка и отбор входных параметров нейронной сети при прогнозировании геоэкологического состояния водотока
При прогнозировании геоэкологических процессов водотока с помощью элементов искусственного интеллекта на этапе подготовки данных возникают сложности, связанные с пропусками данных и отбором значимых входных параметров [152,167]. Широко используемые статистические методы [146, 149] предполагают замену пропусков средним значением данного показателя либо удаление пропущенных данных из временных рядов. Аналогичным образом

Рекомендуемые диссертации данного раздела