集成AEC和时空特征的工业园区PM2.5浓度预测

为实现工业园区企业污染排放精细化管控,捕捉工业园区内企业污染排放与污染物浓度之间的响应关系,提出一种集成大气环境容量(AEC)和时空特征的工业园区PM_2.5浓度预测模型.通过有限体积法获得工业园区日均大气自净能力指数(ASI),结合工业园区日排放数据作为AEC特征;同时利用小波分析和Pearson相关系数法提取时空特征,包括目标监测站PM_2.5浓度的时间变化特征和其与周围监测点PM_2.5的空间相关特征.通过CNN获取训练数据中PM_2.5的关联特征,并利用BILSTM充分反映时间序列训练数据中隐含的关键历史长短期依赖关系,确保快速准确的预测性能,以2018～2020年濮阳市工业园区大气污染物观测数据、气象数据及排放数据进行实验验证.结果表明:本文提出的CNN-BILSTM预测模型相较于传统LSTM模型预测精度提升10%;AEC特征和时空特征有利于提高模型精度和稳定性,集成AEC和时空特征的CNN-BILSTM预测模型在PM_2.5污染天数预测准确率最高,达93%;分季节预测结果表明...     

水处理新课题——膜生物流化床

膜生物反应器是通过膜技术强化生物反应器的水处理新技术,具有出水水质好、占地面积少和便于自动化控制等优点,但它存在膜污染和能耗高的缺陷;三相生物流化床具有处理效率高、容积负荷大、传质速度快等优点,但它同样也存在出水悬浮物浓度高和载体易流失的缺陷,将膜分离技术和三相生物流化床有机结合是水处理领域的一个新课题.笔者在讨论膜生物反应器和生物流化床优缺点的基础上,探讨了结合后的膜生物流化床在膜污染、能耗、微生物活性等方面的优势及特点.