基于航空金属材料腐蚀的我国大气环境分区

目的针对我国服役飞机的腐蚀问题,实现飞机结构日历寿命的分区预测与精细化管理。方法收集我国大气环境17个典型地区的气象环境数据,编制各地区的气候、化学环境总谱,并根据腐蚀电荷当量原理,使用铝合金、合金钢两种材料的折算系数,将各地区的大气环境向标准潮湿空气作用时间进行折算。基于系统聚类的方法,根据大气腐蚀的差异性,将17个典型地区进行分类,确定各分区的划分标准和我国大气腐蚀分区个数,并综合考虑当前文献中可查的其他地区数据资料与我国气候、降水、大气污染的分布情况,对我国大气环境进行腐蚀分区。结果根据铝合金、合金钢的腐蚀特征量,可将我国大气环境划为5个分区。绘制了我国大气环境腐蚀分区图,给出了各分区的环境特点、地理位置分布和代表城市。结论应用我国大气环境分区结果,可以直观掌握我国飞机不同服役环境的腐蚀严酷程度,为编制加速腐蚀环境谱、评定飞机结构日历寿命、制定针对性的维护计划和飞行计划奠定基础。     

支持向量机在太湖叶绿素a非线性反演中的应用

根据湖泊监测的特点,采用支持向量机(SVM)方法,反演太湖叶绿素a的浓度分布.将2005年8月太湖29个现场水质监测点数据分为训练测试样本集和验证样本集,利用训练测试样本集以及与其时间同步的MODIS遥感影像,分别构建了4种SVM模型.对比分析表明,直接以波段反射率以及水深信息构成输入向量的SVM模型预测效果最好.利用训练测试样本构建了线性回归模型、主成分分析模型(PCA)以及神经网络模型(ANN),并利用验证数据比较了上述3种模型与SVM模型的预测结果.结果表明ANN模型和SVM模型预测能力明显优于另外2种模型,其中SVM模型对低值和高值均有较好的预测精度,平均相对误差仅为15.91%,预测精度比ANN模型提高了10%.利用SVM模型和ANN模型分别反演了2005年8月15日太湖叶绿素a浓度分布,比较了2种模型反演结果的异同,分析了太湖叶绿素a分布特征及其成因.     

专利资讯

正专利名称:一种快速、智能的废旧塑料分类方法专利申请号:CN201310507509.0公开号:CN103499552A申请日:2013.10.23公开日:2014.01.08申请人:天津工业大学本发明涉及一种废旧塑料的快速智能分类方法。具体为先用衰减全反射傅立叶变换红外光谱仪扫描样品的红外光谱,得到红外光谱数据矩阵。之后将数据矩阵进行预处理,包括标准化、主成分分析降维。最后采用系统聚类方法对降维后的数据进行聚类分析。结果表明,本方法所采用的样品测试手段无需样品预处理,测样速度快,所采用的主成分分析系统聚类模式识别方法可以对废旧塑料的分类达到100%     

基于PCA和M-SVMs的化学物质生态危害预测应用研究

为防止新化学物质投入市场时对生态环境造成危害,需对其生态危害程度进行评价。现有评价方法把各指标对生态危害的贡献看成是等效的,不能客观反映事实,且评价指标较多,指标之间具有较强的相关性,会降低预测精确度,为了解决该问题,文章将主成分分析和支持向量机相结合。首先运用主成分分析进行特征提取,降低数据维数,获取数据的主要信息;然后将二值分类支持向量机扩展到多类支持向量机,利用多类支持向量机建立化学物质生态危害预测模型,采用10折交叉验证法对模型进行检验,得到平均正确率达到89.24%。并与未进行主成分分析的支持向量机分类模型进行了比较,实验结果表明该方法具有更好的预测精度,值得推广。     

城市用水量预测影响因素分类以及对预测目标的权重分析

全面、充分地分析了影响城市用水量预测的各种因素,并逐一进行分析、分类、筛选和综合评定。结合预测的功能目标,对10类主要影响因素采用权重打分法的办法,在预测前优先遴选权重值比较高的敏感因子,为后续的预测模型建立筛选出最有价值的数据序列,并根据这些敏感因子来建立适宜的预测模型,、目的是规避预测结果的非关系成分扰动,并为快速建立预测模型限定合理的选择范围。     

基于主成分分析的上海春季近地面臭氧污染区域性特征研究

为研究上海春季近地面臭氧污染的区域性特征,对长三角地区55个城市国控站点及上海市54个城市监测站点2016年5月的臭氧监测网络数据进行主成分分析(Principal Component Analysis,PCA),并将分析结果与气象条件进行综合分析,结果表明,主成分分析在不同的空间尺度下可以解析出行为模式不同的臭氧生成及传输来源主成分,且在较大的空间尺度下可以解析出区域背景臭氧浓度.长三角地区春季区域臭氧特征复杂,存在9个主成分,第一主成分所能解释的背景臭氧浓度在68.8～154.7μg·m~(-3)之间,而上海市主成分解析结果较为集中,仅能解析出两个主成分,且第一主成分即可解释90.5%的臭氧.对比同时段长三角及上海市主成分分析解析结果,上海市春季臭氧污染主要受到来自海洋的东南风影响,高浓度臭氧污染的本地生成贡献显著.     

垃圾处理技术发展预测时两个不可忽略的因素——城市地域和类别的差异

通过对南、北方不同省份及省会城市、沿海开放城市、风景旅游城市、经济特区等种类 城市的对比，分析，研究了地域与城市类别对垃圾产生量及构成成分的影响及其规律。结果表明，城市地域和类另的差异是垃圾处理技术发展预测时两上不可忽略的因素，不同地域或类型的城市不宜套用典型城市现有的垃圾产量或成分的预测模式及其结论，数据，即使地域相近，基础条件相似的城市，也应结合自身主制约因素，有选择地借鉴已有的预测模式及有关     

江苏省城市人居环境定量评价分析

城市人居环境质量定量评价指标体系是描述、评价城市居住地域是否安全、舒适、和谐、方便的一套可感知的参数集合,是评价居住地域可居性、持续性的重要依据。本文通过城市人居环境指标体系的构建以及主成分和因子分析、聚类和判别分析的方法,来研究江苏省地区城市人居环境的质量,把江苏省在苏南、苏中、苏北的9个城市分为几个大类,并提出一些针对性的对策建议。     

遥感技术图象解译的主成分分析法——在大气污染监测半定量化中的应用

本文应用多光谱地面遥感技术监测大气污染的研究,采用波段0.45—0.48、0.5—0.56、0.62—0.72、0.7—1.4(μm),将十八场次的数据经4200F 机对信息分类进行主成分分析.通过55个向量使监测浓度与综合得分建立比较稳定序的关系,从而达到半定量化.对某一监测结果的得分,与十八档次排序则邻近场的值为上下限.这为大气环境质量评价,研究污染源的排放行为提供新途径.     

基于PSO-SVM算法的空气质量分类研究

由于空气组成成分多、含量波动较大,严重影响着分类结果的准确率,因此为了增加空气质量分类预测的可靠性,提出了粒子群（Particle Swarm Optimization,PSO）优化支持向量机（Support VectorMachin,SVM）算法的分类方法。此方法首先通过迭代寻优的方式在全局搜寻最优粒子作为支持向量机的运行参数,之后通过训练集数据进行机器学习建立了支持向量机多分类模型,最后将测试集的输入向量导入该模型得到分类结果。分析结果表明,粒子群优化的支持向量机分类方法能够有效的抑制人为设定运行参数对分类结果的影响,提高了支持向量机的分类准确率,为空气质量等级分类问题提供了一个新的研究思路。     

武汉市大气环境质量的综合评价

大气污染严重危害了人体健康和生态平衡,控制大气污染,改善大气环境质量是现代城市可持续发展的必要条件。文章首先选取了城市区域大气环境的评价指标,以武汉市环境保护局1997～2005年提供的原始数据为对象,使用主成分分析法分析了武汉市1997～2005年大气环境质量的变化状况,分析结果表明武汉市大气环境污染1997～2005年间逐年降低。在此基础上使用自组织特征映射验证了主成分分析的结果正确,最后给出了相关结论。     

严酷海洋大气环境下玻璃纤维复合材料腐蚀老化规律研究

目的 研究严酷海洋大气环境下,玻璃纤维增强树脂基复合材料的腐蚀老化规律.方法 通过实海大气环境试验,分析了南海岛礁大气环境下,复合材料暴露不同周期后的腐蚀形貌特征以及力学性能变化规律,建立了腐蚀老化性能预测灰色模型GM(1,1),并与青岛、厦门和三亚等典型海洋大气环境进行对比研究.结果 随暴露时间的增长,南海岛礁大气环境下的复合材料发生严重的纤维裸露,其弯曲强度呈下降趋势,基于弯曲强度建立的灰色模型GM(1,1)精度达到1级;与其他典型海洋大气环境相比,随着纬度的降低,复合材料的弯曲强度呈下降趋势.结论 灰色模型GM(1,1)对复合材料在岛礁等严酷海洋大气环境下的腐蚀老化性能预测精度较高.影响复合材料性能的最主要环境因素为辐照,其次为相对湿度和温度.     

塑料大气环境老化预测模型研究

目的为塑料老化行为预测提供简易而可靠的途径,充分发挥环境效应数据的内在价值。方法分别运用GM(1,1)模型、幂函数模型、指数函数模型、多项式模型预测9种工程塑料在3种典型大气环境下的拉伸强度、延伸率和弯曲强度等力学性能变化,并与自然环境试验实测结果进行比较。结果拉伸强度、延伸率、弯曲强度等3种力学性能中,弯曲强度预测效果最好,延伸率预测效果最差。4种模型之中,GM(1,1)模型在预测小样本数据方面具有最好的预测效果和最高的正确率,且在数据具有一定波动性的情况下仍能够保持较好的预测效果。结论在挖掘分析塑料大气老化评价指标和试验时间之间的函数关系时,不仅要考虑预测模型的拟合效果好坏、相关系数高低、预测误差和预测正确率高低,还应注意预测模型反映出来的塑料性能变化规律是否符合客观实际,这样得到的预测模型才能尽可能地反映塑料老化程度与试验时间关系的全貌。     

CALPUFF模型在洋浦区域环境空气影响评价中的应用

环境空气的预测评价技术方法众多,评价模型多种多样,其应用的技术条件各异,要求的状态参数亦不同。CALPUFF模型作为一种预测分析模型,在区域环境大气预测的分析应用评价中具有其独特的优点与特点。采用CALPUFF模型预测了洋浦经济开发区对环境空气的影响,得到了较好的结果,为提出减缓不利影响对策奠定坚实的基础,为洋浦经济开发区的环境管理提供科学依据。     

基于wavelet-SVM的PM10浓度时序数据预测

太原是以煤炭为主要能源的重工业城市,PM_(10)(particulate matter)是太原市的主要大气污染物,因此研究其变化趋势,并给出污染物浓度预测结果,为相关部门进行大气污染防治,为突发污染事件应急提供理论支持是一项非常重要的工作.支持向量机(support vector machine,SVM)应用于PM_(10)污染物浓度时序数据预测时,表现出良好的泛化能力.在预测模型建立过程中通常选择历史数据作为学习模型的输入特征,然而这样的数据表示形式,结构单一,信息表达不完备,在很大程度上将影响预测模型的泛化能力.本文以山西省太原市城区4个监测站点的PM_(10)日浓度数据为研究数据,通过小波变换(wavelet transform)将一维输入数据转化为由低频信息和高频信息构成的高维数据,并以该数据为输入数据建立wavelet-SVM预测模型.结果表明,相较于传统SVM模型预测,wavelet-SVM模型预测结果具有更高的精度,尤其能更加准确捕捉到PM_(10)浓度突变点,为大气污染预警提供有效信息支持,并且wavelet-SVM模型对于PM_(10)浓度时序数据变化趋势的预测精度有明显提升,能更好地预测PM_(10)浓度变化趋势,揭示PM_(10)浓度时序数据内在规律.     

SEA中非突发性大气环境健康风险分析

建立了一种基于指示性污染物的非突发性环境健康风险评价模式。根据研究区域的能源类型及气候条件选择对该区域人群健康产生明显影响的指示性污染物,并根据多个城市及地区的历史数据确定指示性污染物与常住人口死亡率之间的定量对应关系,将大气预测模型和GIS系统进行集成开发,再将指示性污染物浓度与区域常住人口死亡率之间的定量对应关系嵌入与GIS集成后的大气预测模型中．．通过将区域气象数据及规划中关于指示性污染物连续排放的源强数据输入上述模型进行模拟预测,得出区域不同级别大气环境健康风险范围分布。     

基于组合模型的PM2.5浓度预测及其不确定性分析

运用GIS软件及克里金（Kriging）插值等方法分析合肥城市圈PM_2.5浓度的时空分布,根据合肥市环境监测历史数据、地面气象站点数据及历史气象数据,采用多元回归分析、相关分析等方法,研究合肥市PM_2.5浓度的影响因素。结果表明:1）PM_2.5 浓度整体变化情况为冬季 > 秋季 > 春季 > 夏季,大部分城市PM_2.5浓度峰值出现在1月,之后浓度开始逐渐下降,7月达到最低值,此后浓度逐渐升高。2）PM_2.5浓度与CO呈高度正相关,相关系数高达0.875;与PM₁₀、SO₂、NO₂的相关性也较高;与O₃呈负相关。PM_2.5浓度与气压、风速、降雨量以及能见度呈负相关,与温度、相对湿度呈强正相关。基于2018—2019年合肥市地面站点PM_2.5浓度监测数据,构建预测PM_2.5浓度的组合模型:对比三次指数平滑模型,确定模拟退火+遗传+三次指数平滑为优组合模型,拟合度达到95%。通过Kappa及MAPE指数对组合模型不确定性进行分析评价,两者分别为0.654和0.072,说明该模型具有高度稳定性。恰当的预测因子组合和模型不确定性研究有助于模型预测精度的提升和改善,从而为大气环境质量监测和评价提供参考。     

大气腐蚀数据降维最优维度研究

目的确定金属大气腐蚀数据降维的最优维度。方法分别采用PCA、MDS、Isomap和LLE四种方法对大气腐蚀数据进行降维处理,并采用集成学习算法建立预测模型。针对不同的降维方法和近邻点个数计算,使用MAPE(Mean Absolute Percentage Error,相对百分误差绝对值的平均值)对预测结果进行评价,将最佳预测速率所对应的维度作为最优维度。结果不同的降维方法和近邻参数作用下,最优维度从2维到7维不等。流形学习方法对大气腐蚀数据进行降维的MAPE均小于线性降维方法。结论适合每种降维方法的最优维度可能是不同的,通过对MAPE进行对比,得到大气腐蚀数据在各种降维方法的最优维度。