文献

J-GLOBAL ID：202202256347000220   整理番号：22A1028500

IFPA-ESNと転換点解析による河川硝酸塩濃度と輸送のカオスモデリング【JST・京大機械翻訳】

Chaotic Modeling of Stream Nitrate Concentration and Transportation via IFPA-ESN and Turning Point Analyses

著者 (4件)： Tang Yandong (1Sichuan Engineering Technical College, Deyang, China) ,  Deng Jiahao (2College of Computing and Digital Media, DePaul University, Chicago, IL, United States) ,  Zang Cuiping (1Sichuan Engineering Technical College, Deyang, China) ,  Wu Qihong (3School of Architecture and Civil Engineering, Chengdu University, Chengdu, China)
資料名： Frontiers in Environmental Science (Web)  (Frontiers in Environmental Science (Web))
巻： 10  ページ： 855694  発行年： 2022年 
JST資料番号： U7070A  ISSN： 2296-665X  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： 河川ネットワークにおける窒素化合物の濃度増加は,ヒトと生態系の両方の健康に有害である。時間的領域における硝酸塩濃度のモニタリング,モデリングおよび予測が,河川ネットワーク内の硝酸塩動力学および変換の詳細な理解に不可欠である。本研究では,旋削点解析を統合した先進カオスモデリングと予測手法を提案した。最初に,硝酸塩-亜硝酸塩の形での時系列の毎日の硝酸塩濃度を,カオス特性に基づいて再構築して,次に,予測モデルに入力した。第2に,1日先の硝酸塩濃度予測のためにエコー状態ネットワーク(ESN)を開発し,高効率を達成するために改良花受粉アルゴリズム(IFPA)によってハイパーパラメータを最適化した。さらに,放電とピーク硝酸塩濃度の間の関係を定量化するために,転換点解析を行った。Ricker関数に適合し,予測硝酸塩濃度と測定流量を用いて,パラメータを推定した。中国,四川盆地南部の8つの異なるモニタリングサイトから収集された流出に関する毎日の河川硝酸塩濃度と情報を含む現場データを,事例研究に利用した。比較分析を,3つのモデリングシナリオ,すなわち,従来の時系列モデリング,時間信号分解,およびデータ再構成とカオス特性による埋込みの下で実行した。4つのベンチマーク時系列予測アルゴリズムを上記のシナリオで提案したIFPA-ESNに対して比較した。各サイトについて,Ricker関数のパラメータを推定し,予測硝酸塩濃度と排出に基づいて,転換点を計算した。計算結果は,河川硝酸塩濃度予測の精度の改善において,提案した方法の優位性を検証した。窒素化合物の供給と輸送の限界を定量化し,それは将来における汚染軽減のために貴重であった。Copyright 2022 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： 予測技法 ,  アルゴリズム ,  最適化 ,  放電 ,  ネットワーク ,  流量 ,  *河川 ,  *硝酸塩 ,  ヒト ,  *モデリング ,  受粉 ,  事例研究 ,  *カオス ,  ベンチマーク ,  予測モデル

著者キーワード (5件)： 硝酸塩濃度 ,  カオス系 ,  改良花受粉最適化 ,  エコー状態ネットワーク ,  旋削点解析

分類 (1件)： 河川汚濁  (SB02020F)

引用文献 (56件)：

• AhmadT., ZhangD., HuangC. (2021). Methodological Framework for Short-And Medium-Term Energy, Solar and Wind Power Forecasting with Stochastic-Based Machine Learning Approach to Monetary and Energy Policy Applications. Energy 231, 120911. doi: 10.1016/j.energy.2021.120911
• BazineH., MabroukiM. (2019). Chaotic Dynamics Applied in Time Prediction of Photovoltaic Production. Renew. Energ. 136, 1255-1265. doi: 10.1016/j.renene.2018.09.098
• BelitzK., FramM. S., JohnsonT. D. (2015). Metrics for Assessing the Quality of Groundwater Used for Public Supply, CA, USA: Equivalent-Population and Area. Environ. Sci. Technol. 49 (14), 8330-8338. doi: 10.1021/acs.est.5b00265
• BleshJ., DrinkwaterL. E. (2013). The Impact of Nitrogen Source and Crop Rotation on Nitrogen Mass Balances in the Mississippi River Basin. Ecol. Appl. 23 (5), 1017-1035. doi: 10.1890/12-0132.1
• ChouikhiN., AmmarB., RokbaniN., AlimiA. M. (2017). PSO-based Analysis of Echo State Network Parameters for Time Series Forecasting. Appl. Soft Comput. 55, 211-225. doi: 10.1016/j.asoc.2017.01.049

タイトルに関連する用語 (7件)： 転換 ,  解析 ,  河川 ,  硝酸塩 ,  輸送 ,  カオス ,  モデリング