文献

J-GLOBAL ID：201902274482045584   整理番号：19A0492435

ANNとエントロピー解析を用いたデータ不足流域における多事象非点源汚染のモデリング【JST・京大機械翻訳】

Modeling Multi-Event Non-Point Source Pollution in a Data-Scarce Catchment Using ANN and Entropy Analysis

著者 (5件)： Chen Lei (State Key Laboratory of Water Environment Simulation, School of Environment, Beijing Normal University, Beijing 100875, China) ,  Sun Cheng (State Key Laboratory of Water Environment Simulation, School of Environment, Beijing Normal University, Beijing 100875, China) ,  Wang Guobo (State Key Laboratory of Water Environment Simulation, School of Environment, Beijing Normal University, Beijing 100875, China) ,  Xie Hui (State Key Laboratory of Water Environment Simulation, School of Environment, Beijing Normal University, Beijing 100875, China) ,  Shen Zhenyao (State Key Laboratory of Water Environment Simulation, School of Environment, Beijing Normal University, Beijing 100875, China)
資料名： Entropy (Web)  (Entropy (Web))
巻： 19  号： 6  ページ： 265  発行年： 2017年 
JST資料番号： U7179A  ISSN： 1099-4300  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 事象ベースの流出-汚染物質関係は水質管理の鍵であるが,測定データの不足は,特に複数の降雨事象に対して,貧弱なモデル性能をもたらす。本研究では,イベントベースの非点源(NPS)予測と評価のための新しいフレームワークを提案した。人工ニューラルネットワーク(ANN)を用いて,完全なデータイベントから他のデータの少ないイベントへの流出-汚染物質の関係を拡張した。次に,内挿法を用いて,シミュレーションした汚染グラフにおけるテール偏差の問題を解決した。さらに,エントロピー法を用いて包括的評価のためにANNを訓練した。事例研究を中国,三峡貯水池地域で行った。結果は,ANNがNPSシミュレーションにおいて,特に軽い降雨事象に対して良く機能し,リン予測は,不十分なデータ条件下での窒素予測より常に正確であることを示した。加えて,ピーク汚染物質データ不足は,モデル性能に及ぼす著しい影響を持った。さらに,これらの伝統的指標はモデル評価の間にある情報損失に導くであろうが,エントロピー重みづけ方法はより正確なモデル評価を提供することができた。これらの結果は,特にデータの乏しい流域において,イベントベースのNPS汚染のモニタリングスキームと定量化に有用である。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  水質管理 ,  汚染物質 ,  事例研究 ,  *流域 ,  窒素 ,  シミュレーション ,  降雨 ,  *エントロピー ,  *モデリング ,  重みづけ ,  *リン ,  予測 ,  *面汚染源
準シソーラス用語： モデル評価 , 【Automatic Indexing@JST】

著者キーワード (5件)： 非点源汚染 ,  ANN ,  エントロピー重みづけ法 ,  データ不足 ,  マルチイベント

分類 (2件)： 河川汚濁  (SB02020F) ,  流出解析  (DC07030N)

引用文献 (43件)：

• Ongley, E.D.; Zhang, X.L.; Yu, T. Current status of agricultural and rural non-point source Pollution assessment in China. Environ. Pollut. 2010, 158, 1159-1168.
• Li, X.F.; Xiang, S.Y.; Zhu, P.F.; Wu, M. Establishing a dynamic self-adaptation learning algorithm of the BP neural network and its applications. Int. J. Bifurc. Chaos 2015, 25, 1540030.
• Gong, Y.W.; Liang, X.Y.; Li, X.N.; Li, J.Q.; Fang, X.; Song, R.N. Influence of rainfall characteristics on total suspended solids in urban runoff: A case study in Beijing, China. Water 2016, 8, 278.
• Coulliette, A.D.; Noble, R.T. Impacts of rainfall on the water quality of the Newport River Estuary (Eastern North Carolina, USA). J. Water Health 2008, 6, 473-482.
• Chen, C.L.; Gao, M.; Xie, D.T.; Ni, J.P. Spatial and temporal variations in non-point source losses of nitrogen and phosphorus in a small agricultural catchment in the Three Gorges Region. Environ. Monit. Assess. 2016, 188, 257.

タイトルに関連する用語 (5件)： エントロピー解析 ,  流域 ,  事象 ,  非点源汚染 ,  モデリング