概括为量化分析洞庭湖湖区工业产值、总人口数、捕鱼量、降雨量这四个影响因素对湖水中污染物的影响力。将四个因素设为自变量，通过regress函数对其进行多元线性回归分析，得出多元线性回归函数，再将结果与原始数据进行误差分析，并进行优化。

数据包括2000年到2016年美国环保署记录的四种主要污染物情况，包括二氧化氮、二氧化硫、一氧化碳和臭氧的含量。

高斯扩散模式适用于均一的大气条件，以及地面开阔平坦的地区，点源的扩散模式。排放大量污染物的烟囱、放散管、通风口等，虽然其大小不一，但是只要不是讨论烟囱底部很近距离的污染问题，均可视其为点源。

SWAT的非点源污染模拟

一本SWAT应用于非点源污染评价分析的电子书。

基于四种决策树实现预测大气污染日的概率模型项目源码+数据+超详细注释 任务：根据环境数据，预测当天是不是大气污染日 内容包含： 1.本程序使用了四种模型进行预测，并对四种模型预测效果进行评估测试，分别是： 袋装决策树（BaggingClassifier） 额外决策树（ExtraTreesClassifier） 随机梯度提升（GradientBoostingClassifier） 随机森林（RandomForestClassifier） 2.本程序通过对例4中的梯度提升模型调整参数，来提高预测的准确率。分别调整了深度，学习率，采样集，和树数，通过brier skill score值来评价结果

工具简介本工具针对清华大学 MEIC 源排放清单(0.25°Í0.25°，2016)，实现了清单中各污染物排放量向 WRF-Chem 模式网格的插值和分配。工具

基于指数平滑法的环境噪声污染预测模型及应用，周挺进，陈日耀，为了要研究城市环境噪声污染的数学模型，通过对厦门市环境噪声的实际情况的分析并结合指数平滑预测模型，提出了符合当前环境噪声

基于深度学习的数据污染检测系统源码+教程（毕业设计）.zip 已获导师指导并通过的高分项目，内附说明书，小白也可操作，也可作为课程设计、期末大作业 包含：项目源码、项目说明等，该项目可以直接作为毕设使用。 项目都经过严格调试，确保可以运行！ 深度学习数据安全问题日益严重，在互联网中传播的数据很容易被污染，看似和正确数据没有什么区别，训练的模型却会受到严重影响，导致训练结果与预期差距巨大。 针对这几个问题，我们基于一个文件只有唯一的MD5码，将其正确的MD5码保存在数据库中保存，使用MD5与数据库结合，确保数据正确的MD5被保存，通过与MD5比对，鉴别数据是否被污染。将结果展示给用户，并且可以通过pdfkit生成pdf报告。 本系统使用pyQt技术构建界面，除了对数据使用前的安全检测，还为用户提供数据管理的能力，通过内置浏览器确保用户下载数据的安全，可以通过日志系统查看各类操作记录，通过设置对软件各功能进行管理。深度学习数据安全问题日益严重，在互联网中传播的数据很容易被污染，看似和正确数据没有什么区别，训练的模型却会受到严重影响，导致训练结果与预期差距巨大。 针对这几个问题，我们基于一个

1.使用工具“netkit-ng”在虚拟机（kali linux 2016 amd64）里搭建模拟的网络环境 2.使用python的scapy模块伪造DNS应答包，并发送给DNS缓存服务器（dns-local），从而污染DNS缓存服务器的缓存记录，使客户端（client）在访问域名“facebook.com”时，接收到来自DNS缓存服务器的已被攻击者污染的地址记录。最后使客户端实际访问到的是攻击者的web服务器（attserver）中的网页。