《环境系统模拟与仿真》理论与工程实践相结合，具有理念创新、实用性强等特色。本书以环境系统及污染控制数学描述的基本理论和技术方法为主线，将人工智能、数据科学与大数据技术、计算机科学的理论和技术方法应用到环境领域，为解决环境建模问题提供了新的途径，旨在形成一幅用环境数学模型解决环境问题的基本技术路线图，为学生今后在这一领域进一步深入学习、研究、应用实践等打下基础。全书内容涵盖数据预处理技术、环境系统数值模型与仿真、神经网络环境数学模型、静态神经网络模型、动态神经网络模型等。本书通过几个不同领域的大型案例数值模型及人工神经网络模型的介绍，建立模拟仿真的技术路线和方法。《环境系统模拟与仿真》适合高等院校环境科学与工程及相关专业师生使用，也可作为广大科研人员、学者、工程技术人员的参考用书。
本书共分为八章，第 一章为绪论，较为详细的介绍系统论的基本概念以及环境系统数学模型的分类；第 二章到第四章，介绍数学模型构建常用的基础方法，如Matlab基础、编程和数据处理等，以及上述方法在简单的环境多介质模型中的应用；第五章到第七章，基于定量化复杂环境系统描述的需求，以近来流行的人工智能算法人工神经网络作为基础数学工具和主要解决方案进行介绍；第八章，基于环境污染和治理领域典型的环境系统的大型案例，详细介绍数学模型在描述污染物的迁移转化和治理中的作用，深化环境数学模型的认识。
环境系统是环境各要素及其相互关系的总和。环境系统各要素之间彼此联系、相互作用，构成一个不可分割的整体。环境系统的内在本质是各种环境要素之间的相互关系和相互作用过程。揭示这种本质，对于研究和解决当前许多环境问题意义重大。
环境问题的解决需要理解环境系统行为，而环境系统行为的研究离不开各种各样模拟方法的应用。环境数学模型的建立对于描述环境系统中各因素的相互作用，厘清过程耦合变化至关重要。通过数学模型可以探明环境系统中因素冗杂关系的突出矛盾，归纳支配原理。用于描述环境系统的常见数学模型包括线性模型和非线性模型。随着计算机科学的发展，可以通过人工智能、神经网络等先进算法描述复杂的环境系统，为认识环境因子的迁移转化和环境污染管控提供了方法学支撑。
本书与其他环境类的书籍不同，并不是按照大气、水和固体废弃物等环境介质划分章节，而是更强调数学模型构建的基础理论和知识，同时结合典型环境系统污染模拟案例，突出数学模型在解决实际环境问题中的应用。本书这样的逻辑安排，并非标新立异，而是希望能够帮助读者更好地利用数学模型这一工具认识和解决环境突出问题。
本书共分为6章。第1章为绪论，较为详细地介绍系统论的基本概念以及环境系统数学模型的分类；第2章和第3章，介绍数学模型构建常用的基础方法，如Matlab基础、编程和数据处理等，以及上述方法在简单的环境多介质模型中的应用；第4～6章，基于定量化复杂环境系统描述的需求，以人工智能算法人工神经网络作为基础数学工具和主要解决方案进行介绍，同时在每章设置基于环境污染和治理领域典型的环境系统的案例，详细介绍数学模型在描述污染物的迁移转化和治理中的作用，深化读者对环境数学模型的认识。
本书由李英杰（昆明理工大学）、田森林（昆明理工大学）、铁程（云南省生态环境监测中心）、王开德（云南省生态环境监测中心）、顾济沧（云南省生态环境监测中心）、陈春燕（昆明市生态环境局安宁分局生态环境监测站）、赵琦琳（云南省生态环境监测中心）编写，全书由李英杰、赵琦琳统稿。
环境数学模型涉及面广、内容丰富、发展迅速，由于编者水平有限，疏漏之处在所难免，诚恳希望专家和广大读者批评指正。
主编
2022年6月
第1章绪论1
1.1系统论1
1.1.1概述1
1.1.2因果性2
1.1.3基本思想方法2
1.2控制论3
1.2.1概述3
1.2.2核心任务3
1.2.3黑白箱理论3
1.2.4基本方法4
1.3环境系统数学模型4
1.3.1概述4
1.3.2环境系统数学模型的分类4
学习提示5
习题6
第2章数据预处理技术7
2.1Matlab简介7
2.2统一数据文件格式、数据类型、单位、精度8
2.3无效数据识别及处理8
2.3.1剔除9
2.3.2插值填补10
2.4小波降噪13
2.4.1环境系统观测的随机误差13
2.4.2数据降噪技术概况14
2.4.3小波降噪的Matlab实现14
2.5归一化22
2.5.1Matlab的归一化函数23
2.5.2归一化应用实例23
2.6主成分分析25
2.6.1主成分及主成分分析的概念27
2.6.2主成分分析的基本原理和技术步骤27
2.6.3主成分分析的SPSS实现29
2.6.4主成分分析的Matlab实现33
学习提示35
习题36
第3章环境系统数值模型与仿真37
3.1概述37
3.1.1环境数学模型在环境管理中的应用38
3.1.2数学模型的功能38
3.2环境问题的数学模型39
3.2.1数学模型的特征39
3.2.2建立数学模型一般遵循的规律39
3.2.3系统的概念和基本特征40
3.2.4环境系统分析和环境数学模型41
3.3河流水质数学模型S-P模型42
3.4建立环境数学模型的机理分析法44
3.4.1环境数学模型遵循的基本约束44
3.4.2环境系统中的基本单位过程45
3.5基本环境流体动力学模型49
3.5.1零维模型49
3.5.2一维模型51
3.5.3二维（三维）基本环境流体动力学模型53
3.5.4一维模型的解析解54
3.5.5非稳定排放源污染物迁移特征55
3.6线性回归分析57
3.6.1一元线性回归57
3.6.2相关系数59
3.6.3多元线性回归分析61
学习提示63
习题63
第4章神经网络环境数学模型65
4.1人工神经网络概念65
4.2神经网络的特点67
4.3人工神经网络开发的技术路线68
4.4人工神经网络的发展史68
4.5神经网络的研究进展及环境应用69
4.5.1人工神经网络的研究进展69
4.5.2人工神经网络在环境建模中的应用71
4.6神经元72
4.6.1生物神经元72
4.6.2人工神经元模型73
4.7人工神经网络的类型及特点77
4.7.1以网络结构和学习算法分类77
4.7.2以是否延迟反馈及时间直接相关进行分类79
4.8人工神经网络的Matlab实现79
4.8.1神经网络工具箱80
4.8.2神经网络基础函数80
4.8.3神经网络求解环境问题的基本步骤88
学习提示88
习题89
第5章静态神经网络模型90
5.1感知器网络90
5.2线性神经网络98
5.2.1线性网络的基本语法98
5.2.2线性网络的实例99
5.3径向基函数神经网络107
5.3.1传递函数和网络结构108
5.3.2径向基网络108
5.3.3精确径向基网络109
5.3.4newpnn概率神经网络116
5.3.5newgrnn泛化回归神经网络117
5.4自组织网络120
5.4.1概述120
5.4.2通用型竞争网络120
5.5BP神经网络123
5.5.1传递函数124
5.5.2训练函数与学习函数125
5.5.3BP神经网络类型及语法格式125
5.5.4BP神经网络结构与内部计算传递的基本规则129
5.5.5BP神经网络的底层工作原理131
5.5.6BP神经网络隐层设计的一般性原则139
5.5.7提高BP泛化能力 139
5.5.8BP神经网络应用实例146
5.6静态网络可靠性评价150
5.7网络训练前数据处理技术路线和样本数据规划策略156
学习提示158
习题158
第6章动态神经网络模型160
6.1动态神经网络分类160
6.2典型动态神经网络的结构161
6.3动态神经网络的Matlab实现164
6.4带外部输入的非线性自动回归网络168
6.4.1narxnet的创建168
6.4.2闭环与开环169
6.4.3一步预测171
6.4.4多步预测177
6.5非线性自动回归网络188
6.5.1narnet的语法格式188
6.5.2一步预测188
6.5.3多步预测190
6.6动态神经网络性能评价197
6.7几种动态神经网络的比较200
学习提示200
习题201
参考文献202
书单推荐
