负载容量模型

负载容量模型

(1)负载容量线性模型

将复杂网络建模为无向无权的简单连通图G ，其中{}|1,2,,i V v i n == 代表顶点集；{}|(,),1,2,,k k i j E e e v v k n === 代表边集；其顶点数和边数为()N G 和()M G ；()ij n n A a ?=为图G 的邻接矩阵(如果顶点i v 连接j v 则=1ij a ，否则=0ij a )。 Motter 等[28]假设网络节点的容量与负载之间呈线性关系，并提出了ML 模型。模型的表达形式为：

(1)1,2,i i C L i N α=+= 其中，i C 为容量，错误！未找到引用源。为容量参数，N 为网络规模(网络的总节点数)，错误！未找到引用源。为初始负载，它是以该节点的介数来表示的。网络节点的介数[37]是指通过该节点的所有最短路径的数目和，其表达式为：

()1N st i i i i j st x L B x ≠===∑ 错误！未找到引用源。 st x 为节点s v 与节点t v 之间最短路径的总数目，()st i x 为节点s v 与节点t v 的所有最短路径中经过节点i v 的最短路径数目。当网络中某个节点遭受随机失效或故意

攻击时，节点将会被移除，失效节点上的负载根据最短路径策略进行全局重分配。模型是针对网络节点失效进行展开的，但其同样可以应用于边失效的情况，此时可将模型改成(1)ij ij C L α=+。

为了研究加权特征与级联失效之间的关系，文献[42]提出局部负载重分配原则，并以节点的度的乘积作为边的权值，其表达式为：

()ij ij i j L a k k θ= 错误！未找到引用源。 其中，θ为权值调节参数。文献采用上述分配方法以及ML 模型在典型网络(NW 小世界网络、BA 无标度网络)上进行模拟仿真，发现在随机攻击时，当1θ=时，几种网络均达到了抵御级联失效的最强鲁棒性能。

针对加权方式，Mirzasoleiman 等[36]提出将介数代替度进行网络边的加权，表达式为：

()ij ij i j L a B B θ= 错误！未找到引用

源。

其中，i B 、j B 分别为节点i v 、j v 的介数。同时提出以网络边的介数作为其

权值，并对三种不同的加权方式进行级联失效仿真，发现使用点的介数进行加权时错误！未找到引用源。，网络抵御级联失效的鲁棒性更强。

(2)负载容量非线性模型

文对实际的高速公路网、供电线路网、航空运输网和因特网进行了负载容量

分析，通过采集实际数据模拟其分布趋势，发现在实际网络中，负载与容量之间呈现非线性分布，且网络中负载较小的边拥有较大比例的容量。其负载容量非线性模型为：

错误！未找到引用源。 (1)()()i i i i i F w R C wS C =-+ 错误！

未找到引用源。

其中，i R 为鲁棒性测度，i S 为成本测度，i C 和i F 分别为网络的负载和容量，

错误！未找到引用源。为调节参数。

针对网络中负载和容量之间的非线性关系，基于ML 模型，文献[33]提出了一种新的负载容量非线性模型，通过理论和仿真证明了在一定的参数下网络在抵御级联失效和减缓交通拥堵方面具有很好的效果，可以获得良好的鲁棒性能。模型中负载与容量的关系为：

i i C L αβ=+错误！未找到引用源。 错误！

未找到引用源。

其中0α≥错误！未找到引用源。和错误！未找到引用源。为容量参数。该模型是针对网络节点失效进行展开的，但其同样可以应用于边失效的情况，此时可将模型改成ij ij C L αβ=+

同样的，在ML 模型的基础上，窦炳琳等[34]提出一种负载容量呈现非线性的模型，并将其与ML 模型在BA 无标度网络和Internet AS 级网络上进行仿真对比，发现其在实现网络鲁棒性方面要远远优于ML 模型。模型中负载与容量的关系为：

ij ij ij C L L αβ=+错误！未找到引用源。 错误！

未找到引用源。

其中α和β都是容量参数。

级联失效 A G B

G i

j k

m A G B G j m

网络A G 和网络B G 构成的相依网络模型及节点i 失效后的网络模型 当网络中节点i 遭受攻击时将其从网络中移除，与之相连的边也会相继的失效，(a)

(b)

由于相依网络的相互作用，节点j 、k 的功能依赖于节点i ，所以节点i 的失效会触发节点k (节点j 的功能同时依赖于节点m ，所以不会失效)，同样的，与节点k 相连接的边也会相继失效，节点i 移除后的状态如图(b)所示，此时的网络不会出现新的节点或边发生失效的情况，已经达到稳定状态。

级联失效负载重分配方法

1.均匀分配

文献[38]假定网络边在失效之后，边上的负载以相同的比例向其他边进行分配，ij L 为节点i v 与节点j v 之间的初始负载。定义一个均匀分配方法()U l ，其条件范围是01l <<，表达形式如下： ()1,

0,20.52()(2-8)1,21,10.521l l if l l U l l l if l l ?∈??≤????=??∈?-?≥??

?-? 其中l 整个网络的为平均负载值，由均匀分配方法()U l 可知，网络中边的最小初始负载受到非零的平均网络负载值的限制，且0.5l >，这也意味着网络中所有边的负载值都要大于这个平均值。

2.随机分配

在均匀分配方法中，其表达形式说明了网络中负载最小的边负载要大于一个阈值，但是在实际情况中，也会出现负载很小的情况，因此作者又提了随机分配方法[38]，将负载很小的边也涵盖进去，随机分配方法的表达式为：

()()()[]112()11,0,1(2-9)l F l l l l ---=--∈

尽管两种分配方法在网络负载值大小方面有区分，但其在本质上还是具有相同的特性。

3.局部负载重分配原则

为了研究加权特征与级联失效之间的关系，Wang 等[42]提出局部负载重分配原则(Local Weighted Flow Redistribution Rule ，LWFRR)，其重分配过程的示意图如图2-1所示。

i (m )j n

L mn ?L mn

图2-2 复杂网络负载重分配示意图

Fig.2-2 The scheme of local weighted flow redistribution rule

当边mn e 失效，其邻接边获得的额外负载为：

m n ij

mn mn ma nb a b L L L L L ∈Γ∈Γ?=*+∑∑ (2-10)

其中，m Γ和n Γ错误！

未找到引用源。分别为点m v 和n v 的邻接节点集(其中m Γ不包含点n v 错误！未找到引用源。，n Γ不包含点错误！未找到引用源。)。mn L 为边mn e 的初始负载，mn L ?为边ij e 从边mn e 处获得的额外负载。边容量ij C 决定了该边所拥有

的最大负载。当任意一条边ij e 的容量ij ij mn C L L ≥+?时，网络才不会出现级联失效

现象。

4.局部保护策略

在以往的研究中，负载的重分配都是在节点或者边移除的情况下进行的，而在实际的基础设施网络中，比如交通网络中，网络发生失效的现象并不是指某条道路被删除或者封闭，而是当某路段发生拥堵的状况，而这种拥堵状态下道路上的车辆一直都存在。因此文献[44]在网络整体总成本不变的情况下，提出了局部保护策略。该策略是指当网络中某个节点i 过载时，其近邻域节点将会向过载节点提供保护资源来解决或缓解失效情况，以确保网络能够正常运行。局部保护策略的示意图如图2-3所示。

i

图2-3 局部保护策略示意图

Fig.2-3 The scheme of the local protection method

当节点i v 失效时，节点i v 从其邻域节点获得额外容量，其表达式为：

错误！未找到引用源。 (2-11)

i Γ为节点i v 的邻接节点集，错误！未找到引用源。节点m v 的初始容量，m L 节点m v 的初始负载，[0,1]p ∈错误！未找到引用源。为邻域节点所能提供保护的能

力。其中，网络节点的负载错误！未找到引用源。是节点m v 的度决定的，m m

L k α=错误！未找到引用源。，α为一个可调的权值参数。网络中节点m v 的容量满足关系m m m C L L -≥错误！未找到引用源。，这样就确保了节点m v 在向节点i v 提供资

源的同时，其所持有的容量能大于等于初始负载而不至于使得本身失效。在这个方法中，由于是网络中节点之间的容量发生，整体网络的容量并没有改变，因此此策略不存在网络成本增加的情况。

上述局部保护策略对于网络鲁棒性的提高具有明显的效果，但对已投入使用的实际交通网络而言，由其他路段向拥堵边提供容量的方法并不现实。且在某段路程当中车辆拥堵时，造成拥堵的车辆可以根据交警指示或者导航信息进行改道运行，从而缓解该路段的拥堵状况。因此本文提出一种新的符合实际情况的局部负载分配策略，当边mn e 失效，说明边上的容量已超过其额定容量，除去额定容

量外，超出的容量向其邻接边进行分配，负载分配的示意图如图2-3所示： i (m )j n

mn e mn

L ?

图2-4 负载重分配示意图

Fig.2-4 The scheme of local weighted redistribution

如图2-4，当边mn e 失效时，边上大于额定容量的那部分容量将向其邻域边分

配，每条边所获得负载值的表达式为：

m n ij

mn mn ma nb a b L L C L L ∈Γ∈Γ?=?*+∑∑ (2-12)

其中，m Γ、n Γ错误！未找到引用源。、mn L ?的定义与上述公式(2-10)一样。mn C ?为使得边mn e (边mn e 的额定容量mn C )失效的那部分负载，mn mn C C ?+为边mn e 当前的容量，此时边已经处于失效状态，只有当边mn e 上的容量小于或等于mn C 时，才不会有失效的情况发生。

复杂网络的鲁棒性测度

网络的鲁棒性测度是用来衡量网络连通性能优劣的指标，不同的攻击方式和网络模型下，鲁棒性测度所度量出来的结果表现不一，有些测度在某种情况下并不适用。因此设计出合理的相适应的鲁棒性测度显得非常的必要。不同的鲁棒性测度能从各种角度反映着网络的连通性能。

1 最大连通片

当网络中节点遭受攻击时，网络中部分节点被移除，由于级联失效的传播，导致网络中其他部分的节点也失效，当级联失效结束时，网络中存在孤立节点或者分散的连通子图，而人们选取这些子图当中最大的子图作为网络遭遇级联失效之后网络拓扑结构，最大连通子图也即最大连通片的网络规模设为'N 。针对最大连通片，文献[59]提出了将最大连通片规模与原网络(未遭受到攻击时的网络)规模N 之比作为度量网络鲁棒性的指标。比例G 的值越大，网络所具有的鲁棒性能越好。

'

N G N = (2-13) 2 失效规模

文献[42]从整个网络鲁棒性角度出发，提出了一个衡量网络失效后网络整体鲁棒性。先从网络中移除一条边ij e ，并计算其产生的失效规模ij S (级联失效停止

后，失效边的累计和)，然后依次对网络中的每条边进行移除并计算其失效规模，再取所有网络边的失效规模ij S 的平均数，表达式如下:

ij ij S S M =∑ (2-14)

其中，S 为网络的鲁棒性测度，M 为网络中的边数。当0S ≈时，网络边的数量在级联失效发生前后几乎不变，具有很强的抵御级联失效的能力，即可以在级联失效的初始阶段便阻止其进一步传播，反之，1S ≈时，网络几乎完全破裂成碎片，即难以控制级联失效现象在网络中传播。

3 代数连通度

代数连通度是一个可以用来表征网络稳定性和鲁棒性的度量方法， Fiedler 等[60]定义图错误！未找到引用源。的拉普拉斯矩阵错误！未找到引用源。的第二小特征值错误！未找到引用源。为代数连通度，定义图G 的拉普拉斯矩阵为

L D A =-，其邻接矩阵A ，度矩阵为{,1,2,...,}i D diag d i n ==，其中，1n

i ij j d a ==∑。研究表明，一个图中连通片的数目等于该图Laplace 矩阵零特征根的重数，也就是说当且仅当简单图G 的Laplace 矩阵第二小特征值大于零时网络图为一个连通图。图G 的的Laplace 矩阵中所有特征根都是正实数，其大小关系为：

1202n λλλ=≤≤≤≤?… (2-15)

研究表明，当网络的代数连通度2λ越大，则网络的连通性能越好，鲁

棒性能越强。

4 自然连通度

在以往的研究中，多采用代数连通度来评价网络鲁棒性，但在不连通网络中，该测度不再有效。随后，吴俊[57]提出了自然连通度，该测度可以敏感稳定的测度网络鲁棒性的变化。

1()ln ()N

Q r E Q r Q r ==-∑ (2-16)

1

1ln()i N i e N λλ==∑ (2-17) 其中，Q E 为秩分布熵，()Q r 为图G 的秩分布。λ为自然连通度，λ越大，网络的鲁棒性能也就越好。通过采用这种物理意义明显数学形式简洁的测度进行网络鲁棒额仿真，发现了该测度能够准确地区分出不同移除策略的效果差异，得到的仿真曲线平滑，规律性强，并且仍然能够度量网络不连通时的网络性能。

容量分析的业务模型

业务模型 1．电路域业务 电路域可提供的主要有12.2kbit/s的语音业务和64kbit/s的电路域数据业务。这两种业务都可通过每用户忙时的话务量来描述，特征参数有以下3个： （1）忙时呼叫次数（BHCA）； （2）每次呼叫平均持续时间； （3）阻塞率，也称为服务等级QoS。 每用户的平均Erlang= BHCA×持续时间(s)/3600 语音业务的每用户的话务量的取定和用户的行为特征、运营商的建网策略目标有关，一般可取为每用户0.03Erl，CS64视频会议、可视电话等业务每用户的话务量可取为0.003Erl左右。需注意的是，对于不同等级的用户（高、中、低端用户），由于其消费能力和消费习惯的不同，实际产生的话务量尤其是可视电话业务量的差别是非常大的，对不同等级的用户话务分别建模将能得到更为细致的结果。但是考虑到业务发展初期总体业务量均不会很高，且处于简化设计流程的考虑，只取了各种等级业务量的均值作为业务模型的基础。 语音激活因子：语音业务的语音激活因子可取0.67；视频电话业务的激活因子一般取为1。具体的模型参数的取值见表3.3。 2．分组数据业务 分组数据业务的应用主要有流媒体、Web网页浏览、E-mail、监控和FTP下载等，其承载方式有CS64k，PS64k，PS144k，PS384k等4种，如图3.2所示。 无线网络规划当中直接用到的是在对各种应用的模型统计的基础上，结合各种应用的比例以及各自的承载业务类型得出的承载业务的吞吐量。因此还需要对承载速率进行建模，得到各种速率业务的参数统计值。 模型参数主要有忙时会话（Session）连接请求次数、每个会话包含的分组呼叫（Packetcall）次数、分组呼叫的平均数据量（包含若干个Data Burst）大小和激活因子等。具体取值见表3.4。

资源环境承载力评价技术设计方案

一、工作背景 （一）基本概念 据《江苏省市级资源环境承载力评价要点（试行）》，资源环境承载力是指在可以科学预期的时期内，区域土地资源、水资源、生态环境等要素所能够持续支撑该区域2020年、2030年经济社会发展及远景规划所确定的居民生活水平的最大人口规模，以及可持续增长的最大经济规模，由此可能允许的最低的耕地保有规模、最适的生态用地规模和最大的建设用地规模。具有资源环境承载的基础性、承载容量有限性、承载空间可调控性、动态变化性、区域关联性特点。 （二）评价目的与原则 资源环境承载力是山水林田湖生命共同体“健康水平”的关键表征指标。通过资源环境承载力评价，可以深刻揭示影响各设区市资源环境承载的短板与影响要素，科学反映各设区市资源环境综合承载水平，明确区域国土资源合理开发利用承载潜力和方向，为土地利用总体规划目标确定、指标规模调整、空间布局和结构优化等提供科学依据和基础支撑。主要原则有客观真实、限制性、可操作性、可应用性、“红线”原则。

二、评价内容 （一）资源环境现状分析 其一，全面查清资源环境现状。对影响承载力的资源环境要素（土地资源、水资源、地质环境、土壤环境、水环境、生态环境等）、社会经济发展作全面调查，查清资源与环境的数量、质量和空间分布，分析社会经济发展的目标、阶段和功能定位。其二，分析资源环境对土地利用的影响。利用历史数据分析土地利用结构的动态演变过程，分析资源禀赋对土地利用方式、结构和程度的影响。 （二）资源环境承载力影响或约束因素识别 从经济社会发展、主要资源要素或环境容量保障能力、粮食或农业生产、生态环境保护、地质灾害防范等方面，识别国土保护与开发和经济社会发展，尤其是区域土地利用的资源环境影响或约束因素。重点关注采煤塌陷对土地利用的影响。 （三）资源环境关键因素情景分析 经济社会发展设置“保持现有速度”、“基础情景”、“快速增长”三种情形，资源环境基础条件设置“改善”、

LOGIT模型参数估计方法研究_金安

第4卷第1期2004年2月 交通运输系统工程与信息 Jo ur nal of T r anspo rt atio n Sy stems Eng ineer ing and Infor matio n T echno lo gy Vo l.4No.1Febr uar y 2004 文章编号:1009-6744(2004)01-0071-05 LOGIT 模型参数估计方法研究 金　安 (广州市规划局交通研究所,广州510030) 摘要:　离散选择模型,特别是L OG IT 模型在交通需求模型建立过程中,应用非常广泛,许多实际的交通政策问题都涉及到方式选择,然而L OG IT 模型的建立非常困难,尤其是效用函数及参数估计.本文重点就L O GIT 模型参数估计的有关问题进行讨论,特别是运用统计方法如何对效用函数的变量进行选取及比较不同形式效用函数. 关键词:　L O GI T 模型;参数估计;t 检验;似然率检验中图分类号:　N 945.12 On Methodology of Parameter Estimation in L OGIT Model JIN An (Instit ute o f T r aspo r tatio n,G uang zho u P la nning Bur eau,Guang zho u 510030,China ) Abstract :　Disagg reg ate choice mo del ,especially L O GIT m odel ,hav e been used w idely in dev elo pment of tr avel demand mo del ,many pr actical tr anspor tation policy issues ar e concerned w ith mode choice.But pro cedure o f development of L OG IT mo del is difficult,especially mo del calibr atio n and for m of utility functio n.T his paper discuss r elat ional pr oblems o n development of L OG IT model,P articular emphasis is placed o n pr actical pr ocedur es for selection the co rr ect ex planato ry var iables and on compar ing differ ent ver sions of utility functio n using st atistical metho ds.Keywords :　L OG IT mo del;par ameter est imation;t -test;likeliho od test CLC number :　N 945.12 收稿日期:2003-11-24 金安:广州市规划局交通研究所工程师,工学硕士.研究方向为交通规划及交通需求模型. 1　引 言 实践过程中,LOGIT 模型效用函数不可能预先知道,模型师在建立LOGIT 模型最初阶段几乎没有效用函数任何信息,最多认为在效用函数中会有哪些可能的变量,但也不能确定所有的变量是否都需要,更不可能知道哪些变量需要进行函数变换或效用函数参数的具体数值是多少.这些问题只有通过拟合合适的观测数据,并检验这些模型来确定哪一个最能够描述观测数据.本文主要介绍拟合和测试LOGIT 模型方法. 2　数据的要求 估计和检验过程的第一步是选择合适的观测数据,用于建立LOGIT 方式选择模型所需的数据有: (1)对个体实际方式选择行为的观测.例如, 要建立工作出行方式选择模型,需要对上班出行者方式选择进行观测的数据. (2)所有被选择和没有被选择方式的相关属性值.这些属性可能作为模型中的变量.例如,假设总出行时间被认为是模型中的一个变量,则对于样本中每一个个体而言,所需数据包括每一种可能方式的总出行时间.如果属性数据仅包含被选择方式,LOGIT 模型就不能建立. (3)任何可能作为变量的个体属性值.例如,汽车拥有水平,则需要样本中每个个体家庭汽车拥有水平数. 3　模型的设定 所需数据收集后,下一步工作是设定一种或多种效用函数形式.设定步骤包括确定效用函数中变量、属性的函数变换以及效用函数的形式.这个步

水环境容量计算方法

水环境容量计算方法 中国环境规划院李云生 2004.5 ?基本涵义 ?计算模型 ?计算步骤 ?校核方法 第一部分水环境容量的基本涵义 容量涵义 技术指南中的概念定义 ?在给定水域范围和水文条件，规定排污方式和水质目标的前提下，单位时间内该水域最大允许纳污量，称作水环境容量。 ?从上述定义可知，水环境容量主要决定于三个要素：水资源量、水环境功能区划和排污方式。 要素之一：水资源量 ?从某种意义上讲，水资源量是水环境容量基础； ?为了确保用水安全，水环境容量计算采用的是较高保证率的水文设计条件； ?并不是所有的水资源量都用来计算环境容量。 要素之二：水环境功能区 ?水环境功能区划体现人们对水环境质量的需求，反映了人们对水资源的态度：开发、利用或保护。 ?已划分水环境功能区的水域，要从时间、空间两个方面规范功能区达标标准； ?未划分水环境功能区的水域可不进行容量计算；若考虑计算，按较高功能标准进行（II类）。 要素之三：排污方式 ?排污口沿河（或其他水体）位置布设，对河流整体水环境容量影响较大； ?排污口排放方式（岸边或中心，浅水或深水），对局部的污染物稀释混合影响很大； ? ? 第二部分水环境容量的计算模型 ?1、流域概化模型 ?2、水动力学模型 ?3、污染源概化模型 ?4、水质模型 1、流域概化 ?将天然水域（河流、湖泊水库）概化成计算水域，例如天然河道可概化成顺直河道，复杂的河道地形可进行简化处理，非稳态水流可简化为稳态水流等。水域概化的结果，就是能够利用简单的数学模型来描述水质变化规律。同时，支流、排污口、取水口等影响水环境的因素也要进行相应概化。若排污口距离较近，可把多个排污口简化成集中的排污口。 2、水动力学模型 ?最枯月设计条件

数学建模-新产品销量预测问题

销量预测问题 一、 摘要 本文通过建立微分方程模型，探讨了新产品进入市场后销售量变化的情况。模型由简单到复杂、由理想到现实，逐步利用广告对市场的限制探讨了产品销售量变化的情况，分析了广告费用对销售量产生的影响，建立比较符合现实的模型。 问题一中，新产品的投入，没有市场竞争，有良好的市场环境，也有良好的口碑，故属于较为简单的微分方程模型，可直接建立模型。 问题二中，产品销售存在一定的市场容量N , 统计表明dt dx 与该产品的潜在 容量)(t x N -成正比，故建立阻滞增长模型求解。 问题三中，则考虑了广告费用对产品销量的影响，分析了广告费用与销售速率之间的关系，建立数学微分方程模型，并运用了Matlab 软件编程求解。 二、 问题提出 一种新产品问世，经营者自然要关心产品的卖出情况。如何采取有效措施，使得产品销量大，获取更大的利润，这是每个经营者最为关注的问题。 1、设t 时刻产品销量的增长率dx dt 与)(t x 成正比, 预测t 时的产品销量()t x ； 2、设考虑到产品销售存在一定的市场容量N, 统计表明dt dx 与该产品的潜在 容量)(t x N -成正比, 预测t 时的产品销量()t x ； 3、试考虑影响产品销量的广告因素，并建立模型，预测t 时的产品销量()t x . 三、 模型假设与符号系统 模型假设： 模型基本假设：； 假设1：在考虑影响商品销售的因素时，不考虑偶然因素，如经济、战争因素、政治干预等； 假设2：产品的销售量符合产品的生命周期； 假设3：产品为日常用品，不是耐用品，每个人都需要。

符号系统： x(t) 为t 时刻新产品的销售量 a 为每件新产品的宣传效率 N 为市场的销售容量 b 为产品销售量的增长率与潜在容量的比例系数 s(t) 为商品t 时刻的销售量(即新产品在此时刻一段时间的销售量,如七月份,八月份的销售量,而不是总销售量) M(t) 为t 时刻的广告费用 θ 为销售量本身的衰减系数 ? 为广告宣传对销售速率的影响 T 为商品销售速率最大的时刻 四、 模型的建立与求解 问题一模型的建立与求解： 模型的建立： t 时刻时，新产品的销售量为x （t ），把x （t ）当做连续、可微函数处理。 每件新产品都是宣传品，且单位时间内每件新产品能够使a 件新产品被销售。 由假设可知： x(t+?t)-x(t)=ax(t) 即： dx ax dt = 开始时有0x 件新产品被销售 x(0)= 0x 整理得： (0)0dx ax dt x x ?=???=? 求解得： ()0at x t x e =

河流、湖泊、水库、湿地水环境容量计算模型

水环境容量计算模型 1）河流水环境容量模型 水环境容量是在水资源利用水域内，在给定的水质目标、设计流量和水质条件的情况下，水体所能容纳污染物的最大数量。按照污染物降解机理，水环境容量W 可划分为稀释容量W 稀释和自净容量W 自净两部分，即： W W W =+稀释自净 稀释容量是指在给定水域的来水污染物浓度低于出水水质目标时，依靠稀释作用达到水质目标所能承纳的污染物量。自净容量是指由于沉降、生化、吸附等物理、化学和生物作用，给定水域达到水质目标所能自净的污染物量。 河段污染物混合概化图如图。根据水环境容量定义，可以给出该河段水环境容量的计算公式： 图 完全混合型河段概化图 0()i si i i W Q C C =-稀释 i i si i W K V C =??自净 即：0()i i si i i i si W Q C C K V C =-+?? 考虑量纲时，上式整理成： 086.4()0.001i i si i i i si W Q C C K V C =-+?? 其中： 当上方河段水质目标要求低于本河段时：0i si C C = 当上方河段水质目标要求高于或等于本河段时：00i i C C =

式中：i W —第i 河段水环境容量（kg/d ）； i Q —第i 河段设计流量（m 3/s ）； i V —第i 河段设计水体体积（m 3）； i K —第i 河段污染物降解系数（d -1）； si C —第i 河段所在水功能区水质目标值（mg/L ）； 0i C —第i 河段上方河段所在水功能区水质背景值 （mg/L ）,取上游来水浓度。 若所研究水功能区被划分为n 个河段，则该水功能区的水环境容量是n 个河段水环境容量的叠加，即： 1n i i W W ==∑ 01131.536()0.000365n n i si i i i i i i W Q C C K V C ===-+??∑∑ 式中：W —水功能区水环境容量（t/a ）； 其他符合意义和量纲同上。 2）湖泊、水库水环境容量计算模型 有机物COD 、氨氮的水环境容量模型： 在目前国内外的研究中，多采用完全均匀混合箱体水质模型来预测水库水体长期的动态变化，即将水库视为一个完全混合反应器时，有机物的容量计算模型可以用水体质量平衡基本方程计算。水库中有机物容量模型如下： C t kV S t C t Q t C t Q dt dc c out in in )()()()()(V(t)++?-?= 假设条件：水量为稳态，出流水质混合均匀。 式中：V(t)——箱体在t 时刻的水量，m 3； dt dc ——箱体水质参数COD 、氨氮的变化率； )(t Q in ——t 时刻水库的入流水量，m 3/a ； )(t Q out ——t 时刻水库的出流水量，m 3/a ；

负荷预测的几种方法及其应用

负荷预测的几种方法及其应用 摘要：在电力改革进一步深入、电力市场逐步形成、电力企业自主经营、自负盈亏的今天，电力负荷预测工作开始越来越重要。科技发展为预测提供了各种理论和方法，通过对电力负荷预测，对预测方法及其应用进行初步探讨。 关键词：电力负荷预测方法应用 1趋势分析法 趋势分析法称之趋势曲线分析、曲线拟合或曲线回归，它是迄今为止研究最多，也最为流行的定量预测方法。它是根据已知的历史资料来拟合一条曲线，使得这条曲线能反映负荷本身的增长趋势，然后按照这个增长趋势曲线，对要求的未来某一点估计出该时刻的负荷预测值。常用的趋势模型有线性趋势模型、多项式趋势模型、线性趋势模型、对数趋势模型、幂函数趋势模型、指数趋势模型、逻辑斯蒂(Logistic)模型、龚伯茨(Gompertz)模型等，寻求趋势模型的过程是比较简单的，这种方法本身是一种确定的外推，在处理历史资料、拟合曲线，得到模拟曲线的过程，都不考虑随机误差。采用趋势分析拟合的曲线，其精确度原则上是对拟合的全区间都一致的。在很多情况下，选择合适的趋势曲线，确实也能给出较好的预测结果。但不同的模型给出的结果相差会很大，使用的关键是根据地区发展情况，选择适当的模型。分析珠海市1995年以来的用电量历史数据，发现具有比较明显的二项式增长趋势，模型曲线为y=0.229565x2-914.8523x+911472.65，利

用该模型曲线得到2005年到2010年的用电量水平分别为52.78亿kWh和85.08亿kWh。拟合曲线如图1所示。 2回归分析法 回归分析法(又称统计分析法)，也是目前广泛应用的定量预测方法。其任务是确定预测值和影响因子之间的关系。电力负荷回归分析法是通过对影响因子值(比如国民生产总值、工农业总产值、人口、气候等)和用电的历史资料进行统计分析，确定用电量和影响因子之间的函数关系，从而实现预测。但由于回归分析中，选用何种因子和该因子系用何种表达式有时只是一种推测，而且影响用电因子的多样性和某些因子的不可测性，使得回归分析在某些情况下受到限制。 对珠海市历年用电量和国内生产总值GDP、人口popu等数据进行分析，求得回归方程为：y=-3.9848+0.0727GDP+0.10307popu，用该模型预测2005年和2010年的用电量水平分别为47.11亿kWh和70.98亿kWh。 回归分析预测方法是要通过对历史数据的分析研究，探索经济、社会各有关因素与电力负荷的内在联系和发展变化规律，并根据对规划期内本地区经济、社会发展情况的预测来推算未来的负荷。可见该方法不仅依赖于模型的准确性，更依赖于影响因子其本身预测值的准确度。 3指数平滑法 趋势分析和回归分析都是根据时间序列的实际值建立模型，再利用模型来进行预测计算的。指数平滑法是用以往的历史数据的指数加权组

产品销量预测模型

2012年河南科技大学数学建模第二次模拟训练 承诺书 我们仔细阅读了数学建模竞赛选拔的规则. 我们完全明白，在做题期间不能以任何方式（包括电话、电子邮件、网上咨 询等）与队外的任何人研究、讨论与选拔题有关的问题。 我们知道，抄袭别人的成果是违反选拔规则的, 如果引用别人的成果或其他 公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正 文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守选拔规则，以保证选拔的公正、公平性。如有违反 选拔规则的行为，我们将受到严肃处理。 我们选择的题号是（从A/B/C/D中选择一项填写）： B 队员签名：1. 2. 3. 日期： 2012 年月--日

2012年河南科技大学数学建模第二次模拟 编号专用页 评阅编号（评阅前进行编号）：

B 题产品销量预测 摘要 对产品销售量的预测，无论是对于整体掌控市场的发育与成长态势的政策制定者，还是对于研究市场行情以制定营销策略的厂商而言，都具有极其重要的作用。 本文针对市场上新产品进入市场的销量预测的实际问题，确定模型应有的变量，做出一般的假设并确定约束条件，从而建立有效的模型，以更好的解决新产品进入市场的销量预测问题。 对于问题一，经过分析可设() =dx kx t dt ，从而建立简单的Malthus 模型，很 好地解决了产品销售量的预测问题。 对于问题二，针对市场中存在市场容量N 这一约束条件，又有 =k[N-x(t)]dx dt ，则可建立阻滞增长模型，即可得到产品的销售量在一定时间内迅速增加，达到一定时期后销售量开始趋于稳定。 对于问题三，综合考虑各个影响产品销售量的因素，通过筛选和忽略微小因素，主要考虑产品价格、产品广告投入、消费者习惯等因素，并引用媒体广告产出的模型，分别建立各因素与销售量的函数关系式，并通过这些关系式的组合，得到一种新的新产品扩散模型。通过该模型与logistic 模型和巴斯新产品扩散模型比较来进行模型检验，并通过Matlab 编程画图可以得出，该模型和两种已知的模型的曲线走向一致。 关键字：销量预测、Malthus 模型、阻滞增长模型、logistic 模型、巴斯新产品 扩散模型、Matlab 、媒体广告产出的模型 一 问题重述 随着我国市场经济的发展，各种产品层出不穷的进入市场，无论是作为整体掌控市场的发育与成长态势的政策制定者，还是研究市场行情以制定营销策略的厂商总是希望在一个新产品进入市场之前能够预测出产品在各种可能的情况下的销售量，研究产品销量预测算法，解决现阶段存在的问题，实现准确判断销量对国家决策者和厂家来说都具有很高现实意义。 有某种新产品要推向市场, t 时刻的销量为),(t x 假设产品性能良好, 每个产品都是一个宣传品, 则t 时刻产品销量()x t 与t 有关。 问题一设t 时刻产品销量的增长率 dx dt 与)(t x 成正比, 预测0t 时的产品销量0()x t ； 问题二设考虑到产品销售存在一定的市场容量N , 统计表明dt dx 与该产品的潜在容量)(t x N -成正比, 预测0t 时的产品销量0()x t ；

第五章 资源与环境承载力分析

第五章资源与环境承载力分析 5.1土地资源承载力 根据本次郭坑园区总体规划可知，开发区规划总用地面积为272.11 hm2，其中规划总建设用地面积为197.07 hm2，新增建设用地152.67 hm2。郭坑园区的规划建设需要漳州市龙文区提供相应面积的建设用地作为保障。 本次郭坑园区规划的土地利用类型情况见表5.1-1及图5.1-1。 表5.1-1 郭坑园区规划用地情况表 图5.1-1 郭坑园区规划用地类型构成图

本次规划实施后郭坑园区规划范围内的土地利用类型将发生明显的改变，规划范围内现状的园地、耕地、林地等农林业生产用地将逐步被建设用地所取代，工业用地将大规模的引入郭坑。规划实施后郭坑园区土地利用的变化情况见下图及下表。 表5.1-2 规划实施前后郭坑园区土地利用变化情况表 图5.1-2 郭坑园区规划实施前后土地利用变化图 根据《漳州市龙文区土地利用总体规划（2006-2020年）》确定的土地利用主要调控指标，2010~2020年，龙文区新增建设用地面积不超过1151 hm2，其中新增建设用地占用农用地规模不超过1289hm2，新增建设用地占用耕地规模不超过528 hm2，整理复垦开发补充耕地义务量不少于73 hm2。 表5.1-1 龙文区土地利用主要调控指标

从郭坑园区开发建设所需的土地资源量和《漳州市龙文区土地利用总体规划（2006-2020年）》给出的区域土地供给量之间的关系来看，到2020（规划中期），开发区建设用地面积将达到152.52 hm2，约占龙文区建设用地总量的3.25%，占城镇工矿建设用地总量的3.65%；规划中期（2020年）新增建设用地总面积为108.12 hm2，占龙文区新增建设用地总量的5.41%。郭坑园区建设所需的新增建设用地主要靠占用规划范围内现状的园地、耕地、林地等农林业生产用地来满足供给需要，根据开发区总体规划，到2020年，开发区内新增建设用地占用的农用地规模为龙文区所给调控指标的5.44%，所占比例较小，并且被占用的耕地中不涉及基本农田保护区。 因此，环评认为本次郭坑园区到规划中期（2020年），即《漳州市龙文区土地利用总体规划（2006-2020年）》的规划年限时，龙文区的土地资源存量可以承载郭坑园区的规划建设，规划是实施不会影响《漳州市龙文区土地利用总体规划（2006-2020年）》中确定的耕地、园地和基本农田面积等保有量指标的实现。但是，郭坑园区在建设过程中应该严格执行土地利用总体规划的要求，对占用有条件建设区的，应按规定进行报批和调整，杜绝对土地资源的浪费；同时，在龙文区下一轮土地利用规划修编和调整的过程中，在龙文区土地资源可以承载的前提下，也应适当考虑郭坑园区园区发展对建设用地的需求，以满足工业和经济发展的要求。 5.2水资源承载力 水资源承载力是指区域水资源能够承载的社会经济活动的极限值。随着时间和空间转换，水资源承载力与自然资源条件以及资源开发配置紧密相关，反映了社会经济活动与自然资源禀赋之间的相互影响与互动。 依据供水量分析和需水量预测结果，分析可利用水资源量与水资源需求总量的关系，评价水资源供给的安全性及用水的合理性，在此基础上提出水资源配置、节约用水等方面的建议。

电力系统负荷预测的综合模型

电力系统负荷预测重要的组成部分就是序列量，其中序列量包含最大负荷数值以及电量数值等成分，当前得到社会各界广泛认可的是采用多样性的方法完成序列量的预测。首先要设定具体的条件，然后在该条件下进行一定的假定，然后通过单一的方法对包含的多个不确定因素进行分析，由于采用的方法较为单一，因此最后得到的参数与理想数值存在较大差别，因此需要进行修正，通常采用的是多种方法进行预测分析。实验过程中，采用不同的研究方法得到的分析结果也是不同的，各个数据之间具有较大的差异[32]，那种预测结果最为接近真实情况，与预测人员的经验以及日常积累的常识等存在密切联系，此外还要综合考虑国家各项能源政策以及产业结构之间的关系，根据当地的经济发展状况，使用综合方法，对相关的数据进行分析预测，然后完成对比分析，从而得到最终的参数。还有一种常用的负荷预测模型是加权处理，使用多种方法完成历史序列等数据的分析和预测，通过一定的方式完成权重的设置，最后对获得的数据进行综合判断出来，得到最终分析数据。 首先，针对使用到的序列预测方法，做如下定义： 定义1：有关预测、推理及拟合序列： 当获得某一物理量后，在要求的历史时间段范围内如n t ≤≤1的取值分别为 n x x x ,,,21 对于未知时段N t n ≤≤+1范围内进行预测分析，可以得到如下预测公式： N n t t S f x t 2,1),,(?== 其中，预测模型的参数向量的数值用S 表示，例如当预测模型为线性状态时， 则有：T t b a S t b a t t S f x ],[,),,(?=?+==有 此时可以计算得到各个时段的预测数值大小，分别为N n n x x x x x ?,?,?,,?,?121 +，此时会将序列n x x x ,,,21 称为原始数列，n x x x ?,,?,?21 为原始数列的预测序列，在未来的某个时段得到的相对应的子虚列N n x x ?,?1 +称为原始序列的推理数列。相应 的拟合时段主要指的是时段n t ≤≤1这一段范围，推理时段主要指的是时段N t n ≤≤+1这一段范围。 定义2：拟合残差、方差以及协方差 采用m 种方法对原始数列的数值n x x x ,,,21 进行预测分析，其中的第i 中预 测方法对原始序列的拟合序列为n x x x ?,,?,?21 ，因此能够得到有关拟合残差的数值 大小：

地表水水环境容量计算方法回顾与展望_董飞

第25卷第3期 2014年5月水科学进展ADVANCES IN WATEＲSCIENCE Vol．25，No．3May ，2014 地表水水环境容量计算方法回顾与展望 董飞1，2，刘晓波1，2，彭文启1，2，吴文强 1，2（1．中国水利水电科学研究院水环境研究所，北京100038； 2.流域水循环模拟与调控国家重点实验室，北京100038） 摘要：为厘清中国地表水水环境容量计算方法演变历史，探讨计算方法发展趋势，在系统调研大量水环境容量研 究文献基础上，详细梳理水环境容量从概念引入到研究至今的过程，归纳出中国地表水水环境容量研究过程中产 生的五大类计算方法：公式法、模型试错法、系统最优化法（线性规划法和随机规划法）、概率稀释模型法和未确 知数学法。解析了各类方法的基本思路、产生过程及应用进展，评述了各类方法的优缺点及适用范围。通过与国 外水环境容量计算方法的比较，基于水环境系统复杂性及中国水资源管理特点与应用需求，认为中国应强化对概 率稀释模型法、未确知数学法及随机规划法等3种方法的研究和改进。 关键词：地表水；水环境容量；计算方法；概率稀释模型；系统最优化；未确知数学 中图分类号：TV131，X143；G353.11文献标志码：A 文章编号：1001- 6791（2014）03-0451-13收稿日期：2013- 10-11；网络出版时间：2014-04-10网络出版地址：http ：//https://www.wendangku.net/doc/1f16666569.html, /kcms /detail /32.1309.P.20140410.0950.010.html 基金项目：国家自然科学基金资助项目（51209230）；水体污染控制与治理科技重大专项（2013ZX07501- 004）作者简介：董飞（1983—），男，山东淄博人，博士研究生，主要从事流域容量总量控制理论与方法等研究。 E-mail ：dongfei99999@https://www.wendangku.net/doc/1f16666569.html, 通信作者：彭文启，E- mail ：pwq@https://www.wendangku.net/doc/1f16666569.html, 环境容量是环境科学的基本理论问题之一，是环境管理的重要实际应用问题之一［1］。水环境容量是环 境容量的重要组成部分，是容量总量技术体系的核心内容之一。随着中国水环境管理体系从浓度控制、目标 总量控制向容量总量控制的转变，实现流域水质目标管理 ［2］与水功能区限制纳污红线管理［3］，水环境容量理论及计算方法研究的重要性更加凸显。 早在20世纪70年代后期，随着环境容量概念的引入，中国学者即开始了对水环境容量的研究［4］。在经 过短时期的对水环境容量基本概念的强烈争论后，迅速实现从基本理论到实际应用，从定性研究到定量化计 算的转变［5］；同时注重吸收欧美等国的研究成果［6］。随着研究的不断深入，特别是水环境数学模型应用及 计算机技术的不断进步，逐渐形成了公式法 ［7］、系统最优化法［5］、概率稀释模型法［6］、模型试错法［8］等计算方法，盲数理论等不确定性数学方法也引入其中［9］。在地表水方面，水环境容量计算中所用的水环境数学模型从Streeter- Phelps 简单模型［5］发展到WASP 、Delft 3D 等大型综合模型软件［10］，计算区域从河段、河流发展到河口、湖库、河网、流域［11］，计算维数从一维发展到二维和三维［12］，计算条件从稳态发展到动 态［13］，所针对的污染物从易降解有机物、重金属发展到营养盐等［7］。近年来，常见关于水环境容量总体研究进展的文献 ［14-15］，然而未有专门系统论述水环境容量计算方法研究进展的文献；同时，文献中通常将中国水环境容量计算方法分为3类或4类 ［8，10］，笔者认为这难以对水环境容量计算方法作全面概括，本研究旨在弥补这一不足。以地表水水环境容量为重点，兼顾海洋水环境容量，大量调研中外文献，系统研究中国在地表水水环境容量计算方面从起步到当前的各种方法；同时对照欧美国家的计算方法，对中国地表水水环境容量计算方法进行重新归类。在解析各类计算方法研究及应用情况的基础上，对各类计算方法的优缺点及适用范围作了评述。在比较分析国内外计算方法特征的基础上，结合各类计算方法对复杂水环境系统的适应性及中国水资源管理特点对水环境容量计算的需求，对中国今后地表水水环境容量计算方法的发展趋势作了展望。DOI:10.14042/https://www.wendangku.net/doc/1f16666569.html,ki.32.1309.2014.03.020

预测模型分类

预测模型分类及优缺点分析 灰色(系统)预测模型 神经网络预测模型 趋势平均预测法 1 微分方程模型 当我们描述实际对象的某些特性随时间(或空间)而演变的过程、分析它的变化规律、预测它的未来性态、研究它的控制手段时,通常要建立对象的动态微分方程模型。微分方程大多是物理或几何方面的典型.问题,假设条件已经给出,只需用数学符号将已知规律表示出来,即可列出方程,求解的结果就是问题的答案,答案是唯一的,但是有些问题是非物理领域的实际问题,要分析具体情况或进行类比才能给出假设条件。作出不同的假设,就得到不同的方程。比较典型的有:传染病的预测模型、经济增长预测模型、正规战与游击战的预测模型、药物在体内的分布与排除预测模型、人口的预测模型、烟雾的扩散与消失预测模型以及相应的同类型的预测模型。其基本规律随着时间的增长趋势是指数的形式,根据变量的个数建立初等微分模型。微分方程模型的建立基于相关原理的因果预测法。该法的优点:短、中、长期的预测都适合,而.既能反映内部规律,反映事物的内在关系,也能分析两个因素的相关关系,精度相应的比较高,另外对初等模型的改进也比较容易理解和实现。该法的缺点:虽然反映的是内部规律,但是由于方程的建立是以局部规律:的独立性假定为基础,故做中长期预测时,偏差有点大,而且微分方程的解比较难以得到。 2 时间序列法 将预测对象按照时问顺序排列起来,构成一个所谓的时间序列,从所构成的这一组时间序列过去的变化规律,推断今后变化的可能性及变化趋势、变化规律,就是时间序列预测法。时间序列预测一般反映三种实际变化规律:趋势变化、周期性变

化、随机性变化。考虑一组给定的随时间变化的观察值,t=1,2,3,?,n},如何选取合适模型预报,t=n+1,n+3, n+k}的值。 上面的模型统称ARMA模型,是时间序列建模中最重要和最常用的预测手段。 事实上,对实际中发生的平稳时间序列做恰当的描述,往往能够得到自回归、滑动平均或混合的模型,其阶数通常不超过2。时间序列模型其实也是一种回归模型,属于定量预测,其基于的原理是,一方面承认事物发展的延续性,运用过去时间序列的数据进行统计分析就能推测事物的发展趋势;另一方面又充分考虑到偶然因素影响而产生的随机性,为了消除随机波动的影响,利用历史数据,进行统计分析,并对数据进行适当的处理,进行趋势预测。优点是简单易行,便于掌握,能够充分运用原时间序列的各项数据,计算速度快,对模型参数有动态确定的能力,精度较好,采用组合的时间序列或者把时间序列和其他模型组合效果更好。缺点是不能反映事物的内在联系,不能分析两个因素的相关关系,常数的选择对数据修匀程度影响较大,不宜取得太小,只适用于短期预测 3 灰色预测理论模型 灰色预测的基本思路是将已知的数据序列按照某种规则构成动态或非动态的 白色模块,再按照某种变化、解法来求解未来的灰色模型。它的主要特点是模型使用的不是原始数据序列,而是生成的数据序列。其核心体系是灰色模型(GM),即对原始数据作累加生成(或其他方法生成)得到近似的指数规律再进行建模的模型方法。优点是不需要很多的数据,一般只需要4个数据就够,能解决历史数据少、序列的完整性及可靠性低的问题;能利用微分方程来充分挖掘系统的本质,精度高;能将无规律的原始数据进行生成得到规律性较强的生成数列,运算简便,易于检验,具有不考虑分布规律,不考虑变化趋势。缺点是只适用于中长期的预测,只适合指数增长的预测,对波动性不好的时间序列预测结果较差。 4 BP神经网络模型

基于分类负荷预测法的电力负荷计算与预测模型研究

基于分类负荷预测法的电力负荷计算与预测模型研究 摘要本文运用数学归纳法及结合实际数据分析，研究分类负荷预测法预测模型中综合用电同时系数等参数取值，提出了运用分类负荷预测法对城镇规划用电负荷预测时各参数取值方案。 【关键词】负荷密度；单位建筑面积用电指标；电力工程规划；负荷计算与预测；用电指标；容积率；用电需要系数；综合用电同时系数 电力负荷计算与预测是城镇电力工程规划必不可少的内容之一，其结果用于推算出规划区域所需的10kV及110kV变电容量及该区域地块所需的10kV公共开关站、配电站等数量及所需10kV供电馈线回路数，从而对开关站、配电站数量及建筑面积、10kV供电馈线回路数及其敷设方式和路径进行预控，确保开发初期道路施工时各类管线的协调布局，确保地块开发设计阶段预留开关站、配电站数量及面积预控，由此可见，电力负荷计算与预测是城镇电力工程规划的关键，主导着城镇电网建设。目前，多使用分类负荷预测法进行电力负荷计算与预测，用分类负荷预测法一般将负荷划分为工业用电、农业用电、商业用电、居民生活用电及其它用电等五大类，然后对各分类负荷分别进行预测，相加乘以综合用电同时系数得到规划区域总用电负荷，该方法的优点在于：在某一负荷中，其增长趋势的不正常情况有可能被发现，并且由于各类负荷都得到预测，因此，总的负荷结果比较明确，缺点是：统计信息量大，计算指标、参数等确定难度大。下面运用数学归纳法及结合实际数据分析，对基于分类负荷预测法的电力负荷计算与预测模型的难点进行研究。 1 分类负荷预测法的数学模型 城镇规划根据城镇的发展目标与规划定位，制定出土地利用规划，形成了规划单元及建设用地性质，即分类地块，对应土地使用面积S，规定了建设用地使用强度控制指标，如容积率R等。下面根据城镇规划给出的已知条件建立电力负荷计算与预测的数学模型。 1.1 根据已知条件土地使用面积建模 当交通用地、道路广场用地、绿化用地、水域和其它非城市建设用地城镇规划中只能给出土地使用面积，则其空间负荷预测及其计算从数学角度来讲，只存在以下3种映射：f1、f2、f3。 （1）F（x，y）→S（x，y）→L（x，y）→Lt1. 式中：f1将分区（x，y）的特性F（x，y）映射成土地使用面积S（x，y）；f2将土地使用面积S（x，y）映射成分区负荷L（x，y）；映射f3将分区负荷累加成系统负荷Lt2。

大气环境容量测算模型简介(环发[2003]141号)

附件二： 大气环境容量测算模型简介 说明：本部分内容是“重点城市大气环境容量核定工作方案”中提到的各推荐模型的简介，主要目的是为了使各城市了解各模型的功能和基本原理，同时，了解如选用该模型，都需要准备哪些输入数据，以便各城市根据本市的实际情况，提前准备。 第一部分大气扩散烟团轨迹模型 1 大气扩散烟团轨迹模型简介 该模型由国家环境保护总局环境规划院开发。 烟团扩散模型的特点是能够对污染源排放出的“烟团”在随时间、空间变化的非均匀性流场中的运动进行模拟，同时保持了高斯模型结构简单、易于计算的特点，模型包括以下几个主要部分。 1.1 三维风场的计算 首先利用风场调整模型，得到各预测时刻的风场，由于烟团模型中释放烟团的时间步长比观测间隔要小得多，为了给出每个时间步长的三维风场，我们采用线性插值的方法，利用前后两次的观测风场内插出其间隔时间内各个时间步长上的三维风场，内插公式如下： [] ()t t t n n i t V t V t V V i ? - =? - + = 1 21 2 1 ) ( ) ( ) (

式中： V(t 1)、V(t 2)—分别为第1和第2个观测时刻的风场值； t ?—烟团释放时间步长； n —为t 1、t 2间隔内的时间步长数目； V i —表示t 1、t 2间隔内第i 个时间步长上的风场值。 1.2 烟团轨迹的计算 位于源点的某污染源，在t 0时刻释放出第1个烟团，此烟团按t 0时刻源点处的风向风速运行，经一个时间步长t ?后在t 1时刻到达P 11，经过的距离为D 11，从t 1开始，第一个烟团按P 11处t 1时刻的风向风速走一个时间步长，在t 2时刻到达P 12，其间经过距离D 12，与此同时，在t 1时刻从源点释放出第2个烟团，按源点处t 1时刻的风向风速运行，在t 2时刻到达P 22，其经过的距离为D 22，以此类推，从t 0时刻经过j 个t ?，到t j 时刻共释放出了j 个烟团，这时，这j 个烟团的中心分别位于Pij ，i=1，2，…j ，设源的坐标为（Xs ，Ys ，Zs(t)），Zs(t)为t 时刻烟团的有效抬升高度，Pij 的坐标为（Xij ，Yij ，Zij ），u 、v 分别为风速在X 、Y 方向的分量，则有如下计算公式： t 1时刻： 2 11211111001100110011)()()](,,,[)](,,,[)](,,,[s s s s s s s s s s s s s s Y Y X X D D t t Z Y X t W Z Z t t Z Y X t V Y Y t t Z Y X t U X X -+-==??+=??+=??+= t 2时刻： 2222222222112211221122211122111211121121111111111121111111111211111111112)()()](,,,[)](,,,[)](,,,[)()(],,,[],,,[],,,[s s s s s s s s s s s s s s Y Y X X D D t t Z Y X t W Z Z t t Z Y X t V Y Y t t Z Y X t U X X Y Y X X D D D D t Z Y X t W Z Z t Z Y X t V Y Y t Z Y X t U X X -+-==??+=??+=??+=-+-+=+=??+=??+=??+=

资源环境承载力综合评价

资源环境承载力综合评价 摘要：资源环境承载力评价是综合衡量区域人口、资源、环境是否协调、经济发展是否可持续的重要方式。通过建立资源环境承载力综合评判模型评估电白区生态环境承载的基本状况，对制约电白区社会经济发展的关键因素进行评价。结果显示，2015年电白区资源环境、社会经济及效率三个准则层承载力值分别为0.3，0.32，0.84，资源环境、社会经济承载力与效率承载力间存在较大差距。考虑到全区自然社会经济环境的协调有序发展，建议必须加强对当地自然资源尤其是森林、耕地等的保护，优化建设用地空间配置，提高土地利用效率和集约水平。 1前言 资源环境承载力是指在一定的时期和一定的区域范围内，在维持区域资源结构符合可持续发展需要，区域环境功能仍具有维持其稳态效应能力的条件下，区域资源环境系统所能承受人类各种社会经济活动的能力。区域资源环境承载力是对资源开发强度与环境承载力之间是否协调进行判断的一个重要标志。它综合衡量人口、资源、环境是否协调、经济发展是否可持续，具有系统性、开放性、动态性和综合性等特点。

通过建立资源环境承载力综合评判模型评估电白区生 态环境承载的基本状况，对制约电白区社会经济发展的关键因素进行评价。资源环境承载力评估的目的是为建设用地供给的空间配置和社会生产力的布局提供科学依据。2研究区概况 电白区位于广东省西南部，茂名市东南部，粤西地区的东部，东经110°54′-111°29′、北纬21°22′-21°59′。东部以儒洞河与阳西县为界，东北部与阳春县相邻，西北至北部与高州市接壤，西至西南部与茂南区、茂港区毗连，东南濒临辽阔的南海。电白区海岸线长约220公里，属亚热带季风气候，温暖湿润。2014年2月，国务院同意调整茂名市部分行政区划，撤销茂港区和电白县，设立茂名市电白区，原茂港区并入电白区成立新的电白区。 3资源环境承载力评价 3.1评价指标体系 资源环境综合承载力由资源承载力与环境承载力构成，遵循综合性、可操作性、可比性、区域性等原则，根据区域资源状况、环境条件和社会经济等方面与区域资源环境承载能力密切相关因素，从资源、环境、社会、经济、效率五个方面构建资源环境承载力评价指标体系，将资源环境合并为资源环境子系统，将社会、经济合并为社会经济子系统，效率单独为一个子系统。本次评价通过专家咨询并借鉴国际国