基于ARIMA模型的湘江流域DO和NH4+-N含量贝叶斯预测

被引：6

作者：

刘潭秋 ^{[1
]}

王巧玲 ^{[2
]}

机构：

[1] 长沙理工大学经济与管理学院

[2] 长沙环境保护职业技术学院

来源：

湖南农业大学学报(自然科学版) | 2017年 / 43卷 / 05期

关键词：

湘江流域; 溶解氧(DO); 氨氮(NH4+-N)含量; 贝叶斯预测; 马尔可夫链蒙特卡罗(MCMC)模拟方法;

D O I：

10.13331/j.cnki.jhau.2017.05.020

中图分类号：

X52 [水体污染及其防治];

学科分类号：

0815 ;

摘要：

为实时把控湘江流域水质的变化趋势,采用污染比较严重的湘江流域长沙段和益阳段水质指标溶解氧（DO）和氨氮（NH4+-N）含量的监测数据,用贝叶斯方法推断经典的ARIMA时间序列模型,并用马尔可夫链蒙特卡罗（MCMC）模拟方法对DO和NH4+-N含量进行贝叶斯预测。结果表明,该模型的贝叶斯预测能实现对湘江流域长沙段和益阳段水质指标DO和NH4+-N含量的精确点预测、区间预测和概率预测。

引用

页码：575 / 580

页数：6

共 8 条

[1] 农业土地利用中磷流失研究进展 [J].

杨鑫芳 ;

李欣欣 ;

李晋超 ;

闫瑞 ;

闫胜军 ;

赵富才 ;

郭青霞 .

山西农业大学学报(自然科学版), 2013, (03) :255-261

[2] 南淝河沉积物有机物污染及其生态风险评价附视频 [J].

邓琳 ;

李宏卓 ;

廖达伟 ;

巫继龙 ;

杨才千 .

环境科学与技术, 2011, (08) :179-184

[3] 基于BP神经网络的天津于桥水库CODMn预测研究 [J].

赵英 ;

崔福义 ;

郭亮 ;

赵志伟 .

南京理工大学学报(自然科学版), 2008, (03) :376-380

[4]

Quantifying The Uncertainty of Nonpoint Source Attribution In Distributed Water Quality Models: A Bayesian Assessment of Swat’s Sediment Export Predictions[J] . Christopher Wellen,George B. Arhonditsis,Tanya Long,Duncan Boyd.Journal of Hydrology . 2014

[5] Prediction of water quality parameters of Karoon River (Iran) by artificial intelligence-based models [J].

Emamgholizadeh, S. ;

Kashi, H. ;

Marofpoor, I. ;

Zalaghi, E. .

INTERNATIONAL JOURNAL OF ENVIRONMENTAL SCIENCE AND TECHNOLOGY, 2014, 11 (03) :645-656

[6]

An empirical analysis of neural network memory structures for basin water quality forecasting[J] . David West,Scott Dellana.International Journal of Forecasting . 2010 (3)

[7]

Hydrological modelling of the Chaohe Basin in China: Statistical model formulation and Bayesian inference[J] . Jing Yang,Peter Reichert,Karim C. Abbaspour,Hong Yang.Journal of Hydrology . 2007 (3)

[8]

ROBUST BAYESIAN ESTIMATION OF AUTOREGRESSIVE‐‐MOVING‐AVERAGE MODELS[J] . GlenBarnett,RobertKohn,SimonSheather.Journal of Time Series Analysis . 2001 (1)

← 1 →