基于PCA-BN的银川市空气质量预测

考虑到在城市空气质量的预测中参与建模的气象因素之间可能存在相关性,增加了模型结构和数据分析的复杂度,以银川市10项历史气象数据和空气中6种主要污染物浓度数据为基础,利用主成分分析(PCA)方法对10项气象数据进行降维处理并提取气象因素的综合评价指标,结合贝叶斯网络(BN)建立了银川市空气质量的预测模型(即PCA-BN模型),并与随机森林(RF)模型的预测结果进行了比较。结果表明:RF模型和PCA-BN模型预测结果的准确率分别为88.03%和97.88%,且实验证实PCA-BN模型在银川市空气质量的预测中有较高的预测精度,有效地降低了模型结构和数据分析的复杂性,其在城市空气质量预测中具有一定的实用价值。     

国际战略环评实践追踪及中国对规划实施环境影响评价的管理程序和技术路线探讨

本文概述了战略环境影响评价(SEA)在国际上的推广及应用情况，总结了SEA的成型和具体化两个发展阶段；分析了SEA的三种类型；讨论了国际环境评价协会(IAIA)所推荐的六个类别共17条SEA执行标准；介绍了对规划实施战略环境评价的一个典型案例——美国加利福尼亚州San Joaquin郡2010年综合规划的SEA。在此基础上，讨论了在中国开展SEA应考虑的一些原则和所涉及的各个部门的职责，提出了中国开展战略环境评价的管理程序和技术路线。     

武汉市"十一五"总体规划纲要战略环境评价研究

战略环境评价(Strategic Environmental Assessment,SEA)是环境影响评价在政策、计划和规划层面的应用,是使可持续发展战略从概念到实际应用的有效工具和方法.迄今为止,已有超过25个国家和地区建立了SEA制度.目前SEA在规划和计划层面上的应用较为普遍,特别是能源、交通、废物处理、水资源部门以及空间或土地利用规划等,而政策或法律层面的SEA还不多见.我国于20世纪90年代引入SEA的概念.     

以海岸带可持续发展为目标的战略环境评价

 战略环境评价(SEA)就是对政策、计划/规划及其各种替代方案的环境影响进行规范的、系统的、综合的分析和评价过程.以海岸带可持续发展为目标的SEA应遵循与战略决策过程紧密结合、综合、多元评价标准及公众参与4个基本原则进行厦门岛东部海岸发展规划的战略环境评价案例研究.     

城市可持续发展的交通战略环境影响评价

文章意在探索适应可持续发展战略的城市交通发展 ,建议将战略环境评价 (SEA)引入现在的城市交通战略、规划等方面 ,切实将抽象的宏观性可持续发展战略需求与具体交通决策联系起来。并对如何进行SEA从工作程序、要素考虑、指标选取进行了分析和研究。     

基于生态文明的战略环境评价制度(SEA2.0)设计研究

文章归纳了我国战略环境评价(SEA)发展的阶段性特征,探讨了目前我国SEA在理论研究、规划环评制度与实践方面的发展现状及存在的问题。同时分析了SEA发展面临的新形势,指出生态文明建设背景下,对SEA制度——从当前的"SEA1.0版"到"SEA2.0版"的全面升级,需建立涵盖"价值规范—评价模式—技术方法—制度设计"的SEA体系,并具体分析了SEA2.0制度的基本特征和设计要点。     

空气质量模型CMAQ的国内外研究现状

空气质量模型是支撑环境管理与决策的重要工具。文章系统地回顾了空气质量模型的发展历程,重点介绍了多尺度空气质量模型CMAQ(Community Multiscale Air Quality Modeling System)在模拟预测臭氧、氮氧化物、硫氧化物和颗粒物等方面的国内外应用研究现状,同时指出CMAQ模型存在的问题、在我国环境管理中的应用以及未来空气质量模型的发展方向。研究表明,国内外对CMAQ模型的应用研究主要体现在3个方面:评价模型的模拟性能、模拟预测空气中污染物浓度以及研究各污染物的来源、产生机理及传输扩散过程。     

欧美战略环评法律制度中的主体比较研究

自战略环境评价(SEA)的概念于20世纪90年代提出以来,世界上已有20多个国家和地区在涉及经济发展的政策、计划和规划等过程中专门增设了SEA程序,目的在于将环境和可持续发展因素直接纳入政府的重大决策之中.     

基于贝叶斯网络的大连市空气质量预测与诊断

贝叶斯网络具有双向推理能力,可有效解决空气质量研究中的不确定问题。将贝叶斯网络引入到空气质量研究中,基于大连市2014—2016年空气质量指数(AQI)以及SO_2、NO_2、O_3、CO、PM_(10)、PM_(2.5)6种污染物浓度数据,通过构建贝叶斯网络模型对大连市空气质量进行了预测与诊断研究。结果表明:(1)利用贝叶斯网络因果推理功能验证了贝叶斯网络预测模型的有效性:大连市春、夏、秋、冬四季和全年的空气质量预测精度分别为89.29%、92.86%、88.89%、85.19%、89.09%;(2)利用贝叶斯网络模型和模糊综合评价法分别对大连市2017年5月1日至15日的空气质量进行预测,并比较官方的监测值,结果显示贝叶斯网络模型用于空气质量的预测更为准确;(3)利用贝叶斯网络诊断推理得出O_3和PM_(2.5)是大连市空气污染的主要贡献者。贝叶斯网络技术用于空气质量的预测和诊断具有可行性和可靠性。     

港口规划的战略环境评价实践

提供了战略环境评价(SEA)在我国港口规划应用的一个范例，并对本次战略环境评价实践所取得的经验进行了总结和讨论。SEA在该规划编制开始即全面介入，依据评价区域的环境与资源特征及国家和地方的相关法规，提出港口总体布局规划的环保原则性框架意见，作为规划制定的先决条件和依据；在规划制定之前先行完成了环境现状调查及公众参与，在规划过程中从区域的角度评价了规划的累积环境影响，对规划实施的可持续性进行了评估，提出环保措施和替代方案，并不断将所得成果反馈给决策者和规划制定者、协助规划的形成。     

基于逆方差多模型融合的空气质量指数预测方法

空气质量预测对合理制定环境治理政策具有重要意义。针对目前单体预测模型存在模型不稳定和泛化能力不强的问题,提出基于逆方差权重分配方法融合3种单体模型的空气质量指数(air quality index, AQI)预测方法。首先,以北京市为例,构建空气质量指数预测数据集;其次,分别构建长短期记忆网络(LSTM)、门控循环单元(GRU)、双向长短期记忆网络(Bi-LSTM)、自回归积分滑动平均模型(ARIMA)和多元线性回归(MLR)5种模型对数据集进行预测,并对比以上模型的预测结果;最后,在多模型融合方法中,选择逆方差法计算预测精度较高的3种单体模型的权重,根据算得权重构建逆方差融合预测模型。与预测精度较高的3种单体模型以及加权平均融合预测模型相比,逆方差融合预测模型对空气质量指数的预测精度R²分别提高3.9%、3.4%、1.6%和0.5%,达到0.933。结果表明：逆方差融合预测模型综合了各单体预测模型的优点,能够提高AQI预测精度。     

保山中心城市环境空气质量现状与预测

以保山中心城市2006～2010年环境空气质量监测数据为基础,建立了保山中心城市环境空气质量预测灰色理论GM（1,1）预测模式,各项目预测模式精度均在合格及其以上。由2006～2010年的监测数据和2011—2015年的预测数据来看,保山中心城市空气尘污染明显,是决定城市空气质量级别的主要污染物。     

基于树模型的北京市PM2.5预测效果对比分析

在城市空气质量预测中,ρ（PM_2.5）会受到气象条件和时间周期的影响。选取北京市全市为实验区域,对多种污染物浓度特征、时间特征及天气特征等进行分析,采用2019年33个空气质量监测站逐小时数据开展PM_2.5预测实验,建立了基于特征的LightGBM （light gradient boosting machine） PM_2.5质量浓度预测模型,分别与随机森林模型（RF）、梯度提升树模型（GBDT）、 XGBoost模型3个PM_2.5浓度预测模型进行对比。结果表明:在PM_2.5浓度预测精度方面,LightGBM模型最高,XGBoost模型次之,RF模型最差。LightGBM模型的PM_2.5污染浓度预测准确率高于其他模型,R2为0.9614,且具有训练快、内存少等优点。LightGBM模型的5个评估指标均优于其他模型,说明其在PM_2.5逐时预测上具有很好的稳定性和应用前景。     

人工神经网络模型在水质预警中的应用研究进展

水质预警模型是大数据时代构建环境智能决策与管理体系的关键技术.近年来,水质自动化监测能力的提升以及测管协同对环境模型的强烈需求,激发了研究人员探索新的建模方法并努力提高模型预测性能.其中,人工神经网络(Artificial Neural Network, ANN)模型发展迅速.本文综述了3大类ANN模型的发展历史和模型结构特点,梳理了ANN模型在水质数据软测量、数据异常检测和时间序列预测等方面的研究进展,归纳了一般建模流程、技术建议和常用的模型性能指标,发现ANN模型的应用依赖于监测数据质量,存在模型可解释性差、模型运行硬件资源要求较高等不足,提出未来水质预警模型的研发思路和重点,需要加快推进水环境监测技术与预警模型的协同发展和业务化应用,通过多种应用场景检验实现技术迭代,形成大数据驱动的水质在线监测-智能预警-应急管理支撑体系,助力我国环境治理能力现代化.     

北京市空气质量动态统计预报系统

简要介绍了北京市空气质量动态统计预报系统的构成、特点，以及所采用的线性回归模型LRM，分类判别树CART模型，CART与LRM结合的模型，动态统计预报模型DSM，多点预报模型MPDSM 5种预报模型，分析了不同预报模型的特点和性能。所建立的动态统计预报模型DSM有良好的预报性能，减小了在高污染季节的预报误差；多点空气质量动态预报模型也具有较好的预报性能。     

区域大气环境模拟系统RegAEMS的研究进展

区域大气环境模拟系统RegAEMS是我国自主发展的空气质量模式之一,包含中尺度气象模式MM5/WRF/TAPM和大气环境模式AEM,并能与区域气候模式RegCM耦合,可以用于酸沉降、光化学烟雾、细颗粒物、重金属元素等大气污染的形成机理、模拟预测、管控对策、环境影响和气候效应研究.本文主要介绍RegAEMS的发展历程、框架结构和主要性能,重点介绍近期的模式改进和模拟验证情况.研究表明,改进的RegAEMS在硫酸盐、二次有机气溶胶、臭氧和氮沉降方面具有较强的模拟能力,可以用于区域大气复合污染模拟预测和管理控制的基础研究及业务应用.     

“三线一单”纳入城市发展战略环评技术体系研究

将生态保护红线、环境质量底线、资源利用上线和环境准入负面清单（即"三线一单"）环境管理要求纳入战略环境评价（SEA）,是完善城市发展SEA的潜在有效手段,然而如何将两者进行有机结合尚缺乏实践经验.本文探讨了"三线一单"在城市发展SEA各主要评价环节的作用与评价内容,从重点任务和技术流程两方面建构了基于"三线一单"的城市发展SEA评价技术体系,并以鄂尔多斯绿色发展SEA为例进行检验.结果显示,对于鄂尔多斯这类空间尺度大、自然环境和产业发展异质性高的城市,该体系能够有效预防和解决战略实施过程中城镇无序扩张和产业结构失调造成的环境污染、生态功能退化和资源配置低效等问题,并推动完善城市分级分区差异化环境管控.     

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.     

采用门限自回归模型预测环境空气质量

应用汤家豪博士提出的门限自回归模型，以上海市环境空气质量时间序列监测数据和相应的气象数据，建立门限自回归大气污染预测模型，对上海市环境空气质量进行预测预报。结果表明：门限自回归模型计算较为简便且便于计算机自动建模。显著性检验表明门限自回归预报方程高度显著，在实际应用中，采用最新的数据建模和采用分站建立模型的方法可以使预测精度进一步提高。     

谈规划环评中环境背景分析和影响预测的时间跨度

根据规划环境影响评价的理论和规划环境影响评价实践中得到的启示,在充分认识规划环境影响评价不仅具有空间范围,还具有时间跨度特点的基础上,探讨规划环境影响评价中考虑时间跨度的必要性,以及环境背景分析和环境影响预测中考虑时间跨度的评价和预测思路。