构建径向基函数神经网络模型预测沙尘暴对上海的影响

以全国47个城市的空气污染指数(API)为输入变量，翌日上海API值为响应输出，建立径向基函数神经网络模型预测沙尘暴影响上海的情况：结果表明，选取合适的模型结构可以取得较好的预测效果。     

溢油清除水面机器人在海洋石油污染处理中的应用

为解决现有清除溢油技术存在的效率低、自动化程度低、成本高等问题,针对其无法适应海面油污清理的机械化、智能化的需求,自主研发了一种超疏水亲油材料,即泡沫金属基浮油收集材料,设计并制作了溢油回收装置,结合自主水面机器人平台,研制出溢油清除水面机器人系统,该系统具有自主持续性吸油、自主巡航、自动识别油污等功能。实验表明,该超疏水亲油材料吸油效果良好,效率高,且吸油材料能够循环利用。通过水面机器人模拟测试分析可知,该溢油清除水面机器人系统能够实现海面油污清除的智能化、自动化,且具有较好的发展前景和应用前景。     

基于卡尔曼滤波融合算法的空气质量指数预测

分析了卡尔曼滤波算法的基本原理及其对空气质量指数(AQI)的预测机制。利用自回归滑动平均模型(ARMA)为卡尔曼滤波建立数学模型,提出了将径向基函数(RBF)神经网络融合于卡尔曼滤波,实现了新的融合算法对AQI进行预测。根据AQI时间序列的特点,建立了自回归预测模型,进而建立卡尔曼滤波的状态方程和测量方程。采用随机梯度逼近训练算法训练RBF神经网络,用RBF神经网络的输出作为卡尔曼滤波测量方程的观测值。仿真结果表明,融合了RBF神经网络后的卡尔曼滤波预测算法改善了单一方法预测滞后的现象,减小了误差,提高了预测精度。     

长江中下游河道整治工程施工期溢油风险防范措施研究

文中主要针对长江中下游河道整治工程施工期可能会发生的溢油事故,利用费伊公式进行油膜扩散的预测,提出溢油风险防范措施。建议在施工范围内的饮用水取水口在施工期预先设置围油栏,将溢油事故对取水口的影响降低至最低程度。     

三维荧光联合气相色谱/质谱快速溢油鉴别技术研究

通过一个具体溢油事例的研究,提出了通过三维荧光联合气相色谱/质谱(GC/MS)进行海面溢油鉴别的方法。采用三维荧光指纹信息(谱图形状、荧光特征峰位置、荧光特征峰强度)对14个可疑溢油源样品进行筛选,排除了13个可疑溢油源样品后,再利用GC/MS方法对溢油样品以及剩余可疑溢油源样品中难降解的生物标志化合物(饱和链烷烃、萜烷、甾烷、多环芳烃)进行分析,计算相应的诊断比值并采用"重复性限"方法进行溢油样品和可疑溢油源样品的鉴别分析。结果表明,溢油样品与其中的一个可疑溢油源样品一致,为同一来源;采用三维荧光联合GC/MS进行海面溢油鉴别,既可保证鉴别的准确性,又可大幅度减少检测工作量,缩短鉴定周期。     

CTAB改性膨润土制备及其对海洋溢油的吸附

利用室内吸附实验,以钙基膨润土和改性后的CTAB-膨润土为研究对象,研究了改性前后的膨润土在海洋环境条件下对石油的吸附性能。结果表明,CTAB已经成功地插层到钙基膨润土层间,使其表面形貌更加蓬松,层间距增大为2.04 nm,改性后膨润土由亲水性变为疏水性。改性前后的膨润土对海洋溢油的吸附率均随着膨润土浓度的增加及粒径的减小而增加,改性后膨润土的吸油率比改性前提高了13.1%,最高达到59.5%。临界颗粒物浓度为1 000 mg·L~(-1),最佳颗粒物粒径范围为100μm。CTAB-膨润土对委内瑞拉原油的吸附过程较好地符合准二级动力学模型和Freundlich吸附等温线模型,吸附的最佳时间为240 min,最佳温度为30℃,饱和吸附量约为526 mg·g~(-1)。改性前后的膨润土在海洋环境条件下对石油的吸附性能有明显变化,CTAB-膨润土对海洋溢油的吸附优势较为显著。     

Visual modflow在模拟实验室含水砂槽中柴油运移特征中的应用

Visual modflow是一个可以对三维地下水水流和溶质运移进行数值模拟评价的标准可视化专业软件.建立了砂箱物理实验模型来研究柴油在含水砂槽中的迁移特征.通过模型检验,各个监测时期观测值和预测值相关系数r值在0.564 ～0.669之间,证明这种建模方法是合理的和有效的.利用校正的模型对实验室含水砂槽中柴油运移特征进行模拟,发现所建模型可以较为准确地反映出含水砂槽中柴油污染物的分布特征,拟合、验证和预测结果显示该模型可作为地下水管理的有效工具,这为深入研究柴油污染地下水提供理论依据.     

过硫酸盐缓释材料释放过程模型构建

为预测评估过硫酸盐缓释材料的释放性能,对释放过程模型的构建以及模型的验证进行了研究。借助微积分思想,从材料体的概化分割、初始条件设定、每个小单元的状态标定、各个小单元中过硫酸钾的迁移变化量以及材料最外层释放过硫酸盐的量5个方面构建过硫酸盐缓释材料释放模型,利用Excel-VBA编程实现其释放过程模拟。采用欧盟标准NEN7375测试过硫酸盐缓释材料释放性能并获得模型参数。通过输入相关模型参数得到过硫酸盐动态迁移过程及其释放特征曲线,并利用实测数据与模拟数据进行拟合校验。结果表明,模型模拟值与实测值拟合较好,平均误差为1.88%,表明该模型设计合理,能够准确模拟过硫酸盐缓释材料释放过程,可作为缓释材料优化设计工具。     

应用分散剂控制水面溢油污染的环境影响分析及建议

喷洒分散剂是一种广泛采用的水面事故性溢油应急措施.在分析了分散剂分散效果及其影响因素、分散剂的毒性及其生态环境影响、不同国家对于分散剂的使用及管理规定和中国关于分散剂的研究与使用管理现状的基础上,提出了中国分散剂研究与使用管理建议,主要包括:(1)建立国家级分散剂重点实验室,深入分散剂生态毒理学和迁移转归研究以及新型分散剂开发研究,提高中国在此研究领域的国际地位;(2)修订或建立中国分散剂分析、检验和使用相关标准;(3)建议海事和水运交通管理部门进行所辖区域溢油应急措施的风险评估,并加强对溢油应急事故处理中分散剂使用的授权和管理.     

GM（1,1）模型对TNT生化降解的研究

利用灰色系统理论中ＧＭ（１，１）的建模方法，对ＴＮＴ生化降解过程中浓度变化值建立了模型，并运用此模型对ＴＮＴ的降解浓度及天数进行了预测，通过与水质预测公式Ｃ＝Ｃｐｅ＾－ｋ１＾ｔ比较，发现达到该公式的水平，预测值与实测值吻合程度很好。     

基于改进支持向量回归机的污水处理厂出水总氮预测模型

在小样本数据的情况下,采用粒子群优化算法(PSO)对传统支持向量回归机(SVR)进行改进,将其应用于北京某大型污水处理厂出水总氮浓度预测上。预测结果精度对比分析表明,PSO-SVR模型预测结果平均相对误差为1.836%,决定系数为67.76%,均方根误差为0.693 9,各评价指标均优于多元线性回归模型、BP神经网络模型。因此在小样本情况下,利用PSO-SVR模型对污水处理厂出水总氮浓度进行预测是可行有效的,为应用数据驱动模型对污水处理过程进行建模模拟提供了一种新方法尝试。     

基于IGA-BP网络的水质预测方法

针对水质预测中传统BP神经网络模型收敛速度慢,对隐层结点选取缺乏有效的手段等问题,引入了遗传算法优化BP网络的结构和隐层神经元阈值和连接权值,通过设计灵活的实数编码方案和新型交叉算子等,对实数编码遗传算法进行改进,在此基础上,提出了一种基于改进的实数编码遗传算法优化BP神经网络(IGA-BP)的水质预测新模型,并以安徽蚌埠蚌埠闸逐周水质监测的PH值数据为例,进行水质预测,通过与传统的GA-BP神经网络以及BP神经网络的水质预测模型对比,结果表明,这种预测方法训练的BP神经网络收敛速度快,样本逼近精度高且泛化能力强。     

RBF与Elman神经网络在人工湿地复合基质去污效果预测中的应用

人工湿地的去污机理复杂、呈高度非线性,故利用神经网络技术构建模型预测其长期运行效果。通过构建人工湿地复合基质模拟槽系统进行为期4个月的实验,监测得到56组COD去除率数据样本,经Matlab小波去噪后分别利用RBF和Elman网络构建动态神经网络模型,预测该系统对生活污水中COD去除效果。结果表明,RBF和Elman神经网络预测值的均方根误差分别为0.0186和0.0163,精度较高,该系统后期的COD去除率在49.4%～59.0%之间。     

基于改进BP神经网络的厌氧发酵产气量预测模型

为准确预测大中型沼气工程日产气量,采用改进BP神经网络算法,引入动量和自适应调节学习率,根据厌氧发酵机理以及实际工程运行状况,建立以温度、TS浓度以及pH值作为输入层节点,沼气日产气量为输出层节点的预测模型。利用实验获取的150组数据作为模型的训练样本和测试样本,通过Matlab软件进行仿真,结果表明,改进的BP神经网络对沼气的日产气量具有良好的预测能力,建立的沼气日产气量预测模型不仅收敛速度快而且精度高,150组数据的平均预测准确率为84.02%。     

糎T] "7.16"大连新港石油管道爆炸事故中的热红外溢油监测

利用有效的监测手段、降低溢油事故的风险是海洋环境保护和社会经济节约的关键问题。"7.16"事故中使用3.0～5.0μm红外热像仪作为机载监测的一种手段,对事故海域进行常规监测,识别海面油膜,利用热红外油膜厚度模式分析油膜的相对厚度,并且结合其他遥感数据,在GIS系统中绘制每日的事故海域溢油分布图,为清污指挥部门提供决策依据。     

基于改进型灰色神经网络组合模型的空气质量预测

基于空气质量数据不足及波动较大的情况,将灰色GM（1,1）模型与人工神经网络模型组合并改进,建立改进型灰色神经网络组合模型。利用天津市2001—2008年PM10、SO2和NO2年均值作为原始数据预测2009—2010年PM10、SO2和NO2的浓度以进行模型精度检验,最后利用该模型预测2011—2015年天津市空气质量状况。结果表明,与灰色GM（1,1）模型、传统灰色神经网络组合模型相比,所建立的改进型灰色神经网络组合模型相对模拟误差小,预测结果更为可靠,可以用于空气质量预测。     

不同pH条件下短程硝化序批实验和数学模拟

为考察pH值对短程硝化过程动力学的影响,采用SBR工艺,以人工模拟氨氮废水为研究对象,进行了不同pH条件下的硝化批次实验,对氨氮降解过程进行动力学分析。在Monod方程的基础上,分析pH值对氨氧化菌(AOB)和亚硝酸氧化菌(NOB)生长速率的影响,分别建立了AOB和NOB的生长数学模型。利用MATLAB软件,将模型与硝化阶段实测数据进行拟合,取得良好的模拟效果。在此基础上通过模型预测得到泥龄(SRT)为6 d,溶解氧为1.5 mg O2/L,pH值在7.3~8范围内有利于实现短程硝化。     

人工神经网络在强化一级处理系统过程模拟与优化中的应用

针对化学强化一级处理系统(CEPT)处理废水时影响因素多,难以进行适当的控制和处理效果的预测等问题,建立起基于BP人工神经网络的CEPT法处理猪场稳定塘废水预测模型,并应用该模型对烧杯试验进行了模拟.结果表明,预测值和实测值吻合较好,模型对COD、总磷、浊度去除率预测的平均相对误差分别为7.5%、4.8%和4.9%.通过对pH值和絮凝剂投药量等可控参数进行优化计算,得到CEPT系统的最佳操作条件和最合理操作条件.该模型的建立为CEPT法处理废水工艺系统实现自动化控制提供了一条简便实用的途径.     

围油栏在急流溢油应用中存在的问题与应对措施研究

分析了围油栏在急流溢油应用中存在的四种典型问题:溢油逃溢、溢油泄漏、溢油飞溅、围油栏不稳定性,研究讨论了四种相应的围油栏的应对措施,包括围油栏与水流成一定角度布放、围油栏以一定速度相对水流运动、采用急流分流器系统、实行多级重叠布放围油栏、优选围油栏以及围油栏顶部底部设置绳索,为急流条件下溢油污染的防治提供参考与借鉴。     

分散剂在溢油污染控制中的应用

使用分散剂来控制海上溢油污染是常用的应急措施之一。本文介绍了油分散剂的发展历史、作用机理及其优越性 ,列出了分散剂用于溢油污染控制的实例。针对分散剂使用中存在的问题 ,指出施加分散剂时应综合考虑多种因素 ,并做环境风险评价。最后根据我国的实际情况 ,提出应加强与分散剂有关的科学研究