基于Keras长短时记忆网络的矿井瓦斯浓度预测研究

瓦斯浓度监测是煤矿瓦斯灾害事故预警的重要的手段,其浓度变化预测对于提升矿山安全生产具有重要意义。针对矿井瓦斯浓度预测问题,建立了一种基于Keras长短时记忆网络的矿井瓦斯浓度预测模型。该模型首先对矿井瓦斯浓度时间序列进行标准化处理,并将处理后的时间序列划分为训练集与测试集;然后通过调用测试集数据进行模型训练,利用提出的基于LSTM网络建立的矿井瓦斯浓度多步预测模型,实现了对矿井瓦斯浓度发展趋势的预测,并利用损失函数计算预测误差大小,评估模型的预测精度;最后以贵州某煤矿掘进工作面为工程背景,利用基于LSTM网络建立的矿井瓦斯浓度多步预测模型,开展了矿井瓦斯浓度预测研究,并通过与ARMA模型、ARIMA模型的预测结果进行对比,验证该模型的预测效果。结果表明:该模型预测结果的均方根误差RMSE值最小仅为2%,且预测步长约为ARMA模型、ARIMA模型的5倍,说明该模型的预测效果好,可为煤矿井下合理规避瓦斯灾害事故提供科学依据。     

湍流模型对预测街道峡谷污染物扩散的影响

文章选取标准k-ε湍流模型、RNGk-ε湍流模型、realizablek-ε湍流模型和单方程Spalart-Allmaras涡黏系数模型对街道峡谷附近的流动和汽车尾气污染物扩散进行了模拟,并与风洞试验值进行了比较,结果表明,4种模型对街谷壁面的浓度预测在趋势上与试验值基本一致,Spalart-Allmaras模型的预测效果最好,realizablek-ε模型预测最差,而标准k-ε模型和RNGk-ε模型的预测介于其间;RNGk-ε模型和realizablek-ε模型的修正作用在预测建筑物尖角和顶部附近的流动处有所体现,但对街谷内浓度分布的预测仍不如标准k-ε模型;本文从流场分布的特点对4种模型的浓度预测差别进行了解释,证明了壁面浓度与其附近的速度和湍流黏性系数的分布相对应。     

应用GM(1,1)模型预测阿什河水质变化趋势

GM(1,1)模型在水质预测中得到了较为广泛的运用。本文应用GM(1,1)模型对阿什河入松花江口内断面中高锰酸盐指数和氨氮两项指标的浓度变化趋势进行了预测,结果表明:高锰酸盐指数浓度呈上升趋势,氨氮浓度呈下降趋势。对比灰色动态模型群和子模型的预测结果精度,发现对于两极分化的数据,模型群预测结果的关联度低于子模型。本文将为制定阿什河水质改善方案提供科学依据。     

基于轻量级梯度提升机的南京大气臭氧浓度预测

采用南京地区2015年1月至2016年12月期间的空气质量数据和常规气象资料数据,分析了南京地区O₃浓度变化特征,建立基于轻量级梯度提升机(LightGBM)的O₃浓度预测模型,并将该模型与支持向量机、循环神经网络和随机森林等3种在空气质量预测方向上常用的机器学习方法进行了对比,验证模型的有效性和可行性.结果表明,南京地区O₃浓度变化具有显著的季节性差异,浓度变化受前期浓度、气象因子和其他空气污染物浓度的共同影响.LightGBM模型较为准确地预测了南京地区地面O₃浓度(R²=0.92),且该模型的预测精度和计算效率等性能优于其他模型.尤其是在容易出现臭氧污染的高温天气,该模型预测准确性明显高于其他模型,模型稳定性较好.LightGBM具有预测准确度高、稳定性好、有良好的泛化能力和运算时间短等特点,在O₃浓度预测方面具有显著的优势.     

基于航班运行规律的典型机场NOx浓度临近预测方法研究

针对天津机场区域考虑航班运行影响,应用广义加性模型（Generalized Additive Model,GAM）建立污染物浓度预测模型,对因子间的共线性问题和交互作用进行改进,得到最优的NO_x浓度预测模型.选取天津机场区域2019年11月—2020年3月环境、气象及航班数据,建立改进的GAM.结果显示：（1）改进的GAM预测效果优,可以更加准确地预测浓度峰值及变化趋势;（2）样本量会影响模型选择的因子数量及模型性能;（3）改进模型adj-R²为0.940,实测和预测NO_x浓度的相关系数为0.975,预测效果好;（4）航班活动对机场区域污染物浓度影响较大.改进的GAM考虑污染物浓度与影响因子之间的复杂非线性关系及影响因子之间交互作用对污染物浓度变化的影响,使模型精度进一步提升. GAM对污染物浓度的准确预测可为机场区域污染防治提供依据.     

多机器学习模型下逐小时PM2.5预测及对比分析

为了能及时、准确的估算出PM_2.5浓度及污染等级,分别构建了K最邻近模型（KNN）、BP神经网络模型（BPNN）、支持向量机回归模型（SVR）、高斯过程回归模型（GPR）、XGBoost模型和随机森林模型（RF）6个PM_2.5浓度预测模型,选取江西省赣州市为实验区域,采用2017~2018年逐小时气象站数据、PM_2.5浓度数据和Merra-2再分析数据开展PM_2.5预测实验.结果表明,缺少污染物观测数据时,利用能见度和气象因子等数据也能较好的预测PM_2.5浓度.在PM_2.5浓度预测精度方面,XGBoost模型最高,随机森林模型次之,高斯过程回归模型最差.6个模型的预测精度总体呈现冬季最高,秋季和春季次之,夏季最低.XGBoost模型的PM_2.5污染等级预测准确率高于其他模型,综合准确率达87.6%,并且XGBoost模型具有训练时间短,占用内存小等优点.XGBoost模型的变量重要性结果表明,能见度变量的重要性最高,相对湿度和时间变量次之.本研究可为环境部门准确预测、预报PM_2.5浓度提供参考.     

XGBoost-LSTM变权组合模型支持下短期PM2.5浓度预测——以上海为例

为进一步提高PM_2.5浓度预测的精度,基于XGBoost和LSTM进行改进得到变权组合模型XGBoost-LSTM（Variable）.过对预测因子进行相关性分析,得到其它大气污染物和气象因素对PM_2.5浓度的影响,确定最优PM_2.5浓度预测因子,再将预处理后数据集输入LSTM模型和XGBoost模型分别进行预测,采用基于残差改进的自适应变权组合方法得到最终预测结果.结果表明,污染物变量的相对重要性高于气象因子变量,其中当前PM_2.5和CO浓度的相对重要性较高,而平均风速和相对湿度重要性较低.XGBoost-LSTM（Variable）模型的RMSE、MAE和MAPE值为1.75、1.12和6.06,优于LSTM、XGBoost、SVR、XGBoost-LSTM（Equal）和XGBoost-LSTM（Residual）模型.分季节预测结果表明,XGBoost-LSTM（Variable）模型在春季预测精度最好,而夏季预测精度较差.模型预测精度高的原因在于其不仅考虑了数据的时间序列特征,又兼顾了数据的非线性特征.     

基于深度学习模型的广州市大气PM2.5和PM10浓度预测

精准预测大气污染颗粒物PM_2.5、PM₁₀浓度能为大气污染防治提供科学依据,但目前较多PM_2.5和PM₁₀浓度预测在缺少污染源排放清单和能见度数据时,预测精度不高。而目前深度学习模型应用于PM_2.5和PM₁₀浓度预测的研究还鲜见报道。基于广州市2015年6月1日—2018年1月10日的空气质量和气象监测历史数据,分别构建了随机森林模型(RF)、XGBoost模型2种传统的机器学习模型和长短时记忆网络(LSTM)、门控循环单元网络(GRU)2种深度学习模型,并对广州市的PM_2.5、PM₁₀日均浓度值进行预测。结果表明:在缺少污染源排放清单和能见度数据时,4种模型也能较好地预测PM_2.5、PM₁₀日均浓度。根据MSE、RMSE、MAPE、MAE和R2等评价指标,对4个模型的PM_2.5、PM₁₀预测效果进行测评,得出深度学习GRU模型预测效果均为最佳,RF模型的预测结果均为最差。相比目前研究及应用较多的RF模型、XGBoost模型、LSTM模型,基于深度学习的GRU模型能更好地预测PM_2.5、PM₁₀浓度。     

GM(1,1)模型在湘江株洲段氨氮预测中的应用

用MATLAB语言建立GM(1,1)模型,以湘江株洲段2003年-2008年氨氮监测值为基础,预测了湘江株洲段2003年-2015年氨氮年平均浓度。所建模型,经精度检验符合预测规律,具有一定的有效性、可行性和适应性。结果表明,建立的GM(1,1)模型精度较高,预测结果与实际监测浓度接近。氨氮年平均浓度呈下降的趋势。     

改进的整合加和模型INFCIM及其应用于混合物毒性预测

目前,准确预测混合物毒性仍然面临着挑战, 为改进现有整合加和模型INFCIM,将该模型中“浓度=浓度+效应”形式修改为更加科学合理的“浓度=浓度+浓度”形式.利用分子电性距离矢量(MEDV)表征混合物组分的分子结构,以模糊数学中的隶属函数表征混合物组分的相似性和相异性,从而构建新的整合加和模型.利用6组六元混合物(共72个样本)验证模型的预测能力,结果表明,改进的模型能够准确预测无相互作用混合物毒性.在改进的模型中,利用多组混合物作为校正集,克服了INFCIM模型仅使用少量混合物数据作为校正集的缺点,使之更加可靠和具有代表性.     

太湖叶绿素a浓度时空分异及其定量反演

利用2005年实测叶绿素a浓度数据分析了太湖叶绿素a浓度的时空分布特征,并利用同步光谱数据,分季节对太湖叶绿素a浓度的反演模型进行研究,从而分析叶绿素a的时空变化对反演模型的影响.首先分析1a内叶绿素a浓度随时间的变化规律,然后利用反距离加权插值法绘制叶绿素a浓度不同季节空间分布图,分析叶绿素a浓度在不同季节的空间分布规律,在此基础上分春、夏、秋3个季节和中营养化、轻度富营养化、中度富营养化、重度富营养化4个营养状态进行叶绿素a浓度定量反演模型研究.结果表明,太湖叶绿素a浓度具有明显的时空分布特征.夏季叶绿素a浓度最高,冬季最低,平均浓度分别为56.29μg/L、13.61 μg/L.秋季由于受到夏季高浓度的影响,叶绿素a浓度高于春季,平均值分别为26.43μg/L、34.78μg/L;夏季叶绿素a浓度空间变化最大,冬季全湖叶绿素a浓度含量较为均一,空间变化不明显,秋季空间差异要大于春季;全年北部湖区的空间差异较大,而南部湖区相对较小.不同季节叶绿素a反演算法模型不同,春、秋季波段比值法反演效果较好;而夏季微分法反演效果明显好于其它反演算法,不同营养状态条件下反演算法差异相对较小.     

马关县三岔河砷污染特征的研究

该研究通过对三岔河两支流水样、底质进行采样分析,探讨了河流水质、底质中砷污染特征及其相互关系。结果表明,两支流水质砷浓度远超地表水环境质量标准Ⅴ类,且花石头河远高于天生桥河,前者是后者的6倍,其差异性达到显著性水平。花石头河水质砷浓度是丰水期高于平水期;天生桥河砷浓度是丰水期低于平水期。两支流水质砷浓度丰水期波动大,平水期则趋于平稳。在丰水期的前期,两支流底质砷的浓度最高,然后逐渐降低,到丰水期的后期河流底质砷浓度接近于平水期底质砷的浓度。研究还表明,花石头河底质砷对水质中砷有显著性正相关关系;而天生桥河,底质砷浓度对水质砷浓度呈显著性负相关关系。     

硒对烤烟的生态毒理效应及临界指标研究

通过营养液水培试验，研究了不同浓度Se对烤烟生物量、叶绿素a、叶绿素b、叶绿素a＋b、类胡萝卜、SOD、POD和MDA活性的影响。Se胁迫下的烟株生长受到抑制，浓度越高，抑制效应越明显；低浓度Se对烤烟叶片中叶绿素a、叶绿素b、叶绿素a＋b和类胡萝卜含量有促进作用，并提高烟株体内活性氧防御体系，使MDA酶含量下降；高浓度Se则对其有抑制作用，对活性氧防御体系产生胁迫效应，MDA上升，SOD、POD酶活性下降；相关分析表明，除MDA呈极显著正相关外，其余均呈极显著负相关。MDA含量变化为Se胁迫烤烟生长的最敏感生理指标。     

北京大气中CFC-11的浓度观测与变化趋势

近几年大气中CFC的浓度在人类活动的影响下发生了迅速变化,考虑到CFC浓度变化对平流层臭氧和全球变暖的影响,采用两步深冷冻浓缩自动进样系统,配以气相色谱/质谱联机对北京大气中的CFC-11进行了连续观测.结果表明,1999～2003年CFC-11的浓度季节变化均呈单峰形态,峰值出现在7～8月,月平均浓度最高值为1149.5±531.9×10^-12(体积分数);谷值出现在春季的3～5月份,月平均浓度最低值为487.5±131.5×10^-12(体积分数);北京大气中CF-11年平均浓度在观测时间段内呈先上升后下降的趋势,其中1995～1998年增长较快,平均增长率为17.9%,1999年后呈缓慢下降趋势,平均下降率为10.7%,平均浓度是Mauna Loa全球基准观测站观测到大气本底CFC-11浓度的3～5倍.     

太湖北部湖区COD浓度空间分布及与其它要素的相关性研究

利用2004年夏季在太湖北部湖区的采样数据,分析了化学需氧量(COD)浓度的空间分布,建立了COD浓度与有色可溶性有机物(CDOM)吸收、荧光、溶解性有机碳(DOC)浓度之间的定量关系.并以2004-01、2005-01、2007-06的数据探讨了COD的来源.结果表明,夏季COD浓度的变化范围为3.77～7.96 mg·L-1,均值为(5.90±1.54)mg·L-1. COD浓度从梅梁湾内往湾口再往大太湖呈现逐渐降低趋势,梅梁湾和大太湖的均值分别为(6.93±0.89)ms·L-1、(4.21±0.49)mg·L-1,梅梁湾的值显著要高于大太湖开阔水域. COD浓度与CDOM吸收、荧光、DOC浓度存在显著的正相关.通过对光学活性物质CDOM浓度的反演,可以外推水体有机物污染程度,为日后利用遥感影像反演和评估太湖水体有机物污染状况奠定基础.夏季COD浓度与叶绿素a浓度存在极显著正相关,而冬季没有相关或这种相关性很弱,并且夏季的值明显要高于冬季的值,反映了除入湖河流带来外源COD的输入外,夏季浮游植物大量生长死亡腐烂后的降解产物也是水体中COD的重要来源.     

Size distribution of the secondary organic aerosol particles from the photooxidation of toluene

In a smog chamber, the photooxidation of toluene was initiated by hydroxyl radical （OH.） under different experimental conditions. The size distribution of secondary organic aerosol（SOA） particles from the above reaction was measured using aerodynamic particle sizer spectrometer. It was found from our experimental results that the number of SOA particles increased with increasing the concentration of toluene. As the reaction time prolonged, the sum of SOA particles was also increased. After a reaction time of 130 min, the concentration of secondary organic aerosol particles would be kept constant at 2300 particles/cm^3. Increasing illumination power of blacklamps could significantly induce a higher concentration of secondary organic aerosol particle. The density of SOA particles would also be increased with increasing concentration of CH30NO, however, it would be decreased as soon as the concentration of CH30NO was larger than 225.2 ppm. Nitrogen oxide with initial concentration higher than 30. 1 ppm was also found to have little effect on the formation of secondary organic aerosol.     

苏南地区CO2本底浓度及源汇特征

基于2015~2018年苏州张家港站CO₂在线观测数据，采用时序检查、选取稳定性数据、异常值剔除等质量控制方法获得可靠数据，并通过平均移动过滤（MAF）本底筛分法获得本底数据，讨论苏南地区CO₂变化特征.结果发现：CO₂本底浓度日变化为单峰结构，谷值和峰值分别出现在下午15：00和凌晨5：00前后；季节变化为双峰结构，峰值分别出现在12月和4月；日、季节变化的分布特征均与陆地生态系统、气象条件和人类活动有关.此外，2015~2018年CO₂浓度呈逐年上升趋势，抬升浓度占比逐年增加，吸收浓度占比波动较小，表明人类活动对CO₂浓度的影响正在逐年增加；而陆地生态系统对CO₂吸收汇的作用则相对稳定.源汇分析显示，CO₂抬升浓度随季节小幅波动；吸收浓度则夏半年较低，冬半年较高；抬升浓度日变化为单峰结构，谷值和峰值分别出现在15：00和8：00前后，早晨正值上班高峰，机动车排放可能为早晨峰值的主要因素；吸收浓度日间低、夜间高，这主要与植物光合作用及对流输送有关.分析CO₂浓度与风的关系发现，所有季节静风情况下，CO₂浓度偏高均最为明显，大部分方向CO₂浓度高低与风速大小有明显的负相关，其中S~WNW方向偏高最为明显，这可能是因为SW~NW方向主要为内陆城市群，且测站周边建筑区主要位于W~N方向，弱风有利于本地排放累积的结果.此外，WNW方向风速较大时浓度仍偏高明显，可能与测站W~N方向为建筑区及内陆城市群有关；而测站偏东方向主要为农田和林区，受人类活动影响较小，且海上气流较为洁净，故偏东风较弱时浓度也不高；说明了CO₂浓度除了与风速大小有关外，与周边下垫面类型及较远距离环境特征（城市群或海洋）也有一定的关系.     

MMT对汽油机微粒排放影响的试验研究

在一台自然吸气式气口喷射汽油机上,开展了甲基环戊二烯三羰基锰(MMT)汽油添加剂对发动机微粒粒径分布、数量浓度和质量浓度影响的研究.结果表明,随着含锰量的增加,核膜态和积聚态颗粒的数量浓度都急剧增加,微粒中超细颗粒所占比重大幅增加,微粒排放的质量浓度逐渐增加.当量比燃烧时,核膜态微粒的数量浓度随着负荷的增加而降低,而在外特性时所有粒径的数量浓度都大幅度增加.随着含锰量增加,微粒数量浓度随负荷增大而降低的趋势逐渐减弱.     

垃圾填埋场内部CH4浓度随时间的变化特征及其模拟

通过对佛山市五峰垃圾填埋场内部部分时段CH4浓度的监测 ,分析了在填埋场内部垃圾发酵过程中CH4浓度随时间的动态变化特征 ,提出了利用某些统计曲线分别模拟或综合模拟CH4浓度随时间的变化过程的方法 .应用表明 ,本方法可以较准确地预测垃圾发酵主要时段内的CH4浓度随时间的变化 ,仅在垃圾发酵的尾声阶段 ,模拟浓度与实测浓度有少许出入 .     

垃圾填埋场内部CH4浓度随时间的变化特征及其模拟

通过对沸山市五峰垃圾清现场内部部分时段ＣＨ４浓度的监测，分析了在填埋场内部垃圾发酵过程中ＣＨ４浓度随时间的动态变化特征提出了利用某些统计曲线分别模拟或综合模块ＣＨ４浓度随时间的变化过程的方法，应用表明：本方法可以较准确地预测垃圾发酵主要内的ＣＨ４浓度随时间的变化，仅在垃圾发酵的尾声阶段，模拟浓度与实测浓度有少许出人。