基于ICEEMDAN分解和MHA-LSTM神经网络的滑坡位移预测

深度学习在机器视觉等各个领域的兴起，使长短时间记忆(LSTM)神经网络也越来越常用于滑坡预测工作中。为加强对历史信息的提取与捕捉，提出一种多头自注意力长短时间记忆(MHA-LSTM)神经网络用来预测滑坡位移。首先采用改进版的自适应噪声完备集合经验模态分解(ICEEMDAN)算法将滑坡位移分解成趋势项、周期项和噪声项；然后采用MHA-LSTM神经网络拟合带噪声的滑坡位移趋势项和周期项，两者相加即可得到滑坡总位移的预测结果；最后以白水河滑坡实测数据为例，考虑月降雨量和库水位因素的影响，对该滑坡位移的周期项和趋势项进行预测，并与其他传统神经网络的预测结果进行对比。结果表明：MHA-LSTM神经网络模型相较于其他传统神经网络模型，能更好地捕捉历史的信息特征，预测效果更佳，可为滑坡预测提供新的技术方法。     

省政府2007年50项重点工作完成情况良好安全生产工作居37项超额完成的目标任务之列

2月15日，省政府新闻发言人向媒体介绍，省政府2007年50项重点工作完成情况良好，经济社会发展主要目标全面实现。2007年初，省政府将全年经济社会发展目标任务分解成50项重点工作，明确由省政府领导成员和各部门、单位分别负责落实。一年来，各级政府、各有关部门坚持以科学发展观为统领，紧紧围绕省委、省政府的中心工作，统一部署，加强领导，明确责任，精心组织，狠抓落实，各项工作取得明显成效。     

岷江上游高山森林冬季河流中凋落叶碳、氮和磷元素动态特征

高山森林河流中凋落叶元素释放动态不仅是生态系统物质循环和能量流动的重要组成部分,而且是森林养分流失的主要过程,并可能与冬季雪被和冻融导致的水环境变化密切相关.以岷江上游高山森林4种代表性植物康定柳(Salix paraplesia)、高山杜鹃(Rhododendron lapponicum)、方枝柏(Sabina saltuaria)和四川红杉(Larix mastersiana)凋落叶为对象,采用凋落叶分解袋法,研究冬季不同冻融时期(冻结初期、冻结期、融化期)河流中凋落叶碳(C)、氮(N)和磷(P)元素动态特征.康定柳、方枝柏和四川红杉凋落叶C(14.6%-47.7%)、N(22.3%-58.5%)和P(4.8%-20.5%)元素在整个冬季均表现为明显的释放现象,而高山杜鹃凋落叶C(-7.3%)和N(-62.7%)表现为明显的负释放(富集)现象,P(0.7%)表现为微量的释放现象.整体而言,凋落叶分解过程中C、N和P元素在冬季的冻结初期、冻结期和融化期整体表现为释放—富集—释放的模式,但康定柳和方枝柏凋落叶N表现为富集—富集—释放模式,方枝柏凋落叶P表现为释放—富集—富集模式.同时,凋落叶C、N和P元素的释放率受河流水温、p H、电导率和C、N、P营养元素等水体环境因子的显著影响.这些结果表明高山森林河流水环境特征显著影响了凋落叶分解过程中元素动态及其相关的物质循环过程,但影响程度受到凋落叶种类和基质质量的控制.     

基于GPS的北京市2007-2012年地面沉降变化研究

利用经验模态分解(EMD)方法处理2007-2012年的北京GPS数据,并通过与地下水埋深比较分析近年来的地面沉降。首先通过2007-2012年的年沉降速率,发现北京沉降中心连片,形成了中东部的沉降漏斗。DSQI累积沉降量达到510 mm,DSQI、CHAO、NLSH三站点的年沉降速率分别为85 mm/a,41.7 mm/a和20mm/a。其次采用EMD方法提取DSQI、NLSH的垂向序列的趋势项,分析其沉降趋势。最后,对地下水埋深和GPS站点沉降趋势之间的关系进行了对比分析,地面沉降变化趋势与地下水水位变化具有较好的一致性,地下水水位变化是地面沉降发生发展的主要诱因。     

富氧条件下等离子体协同改性NaY分子筛催化分解NO_x研究

用不同浓度的Cu、Ce和La离子交换Na Y分子筛,对比了不同改性条件下等离子体协同分解NO_x的性能.实验结果表明:Cu是NO_x催化分解的主要活性组分,对于8%Cu-Na Y催化剂,当放电电压为10 k V,放电功率为7.6 W时,NO_x转化率可达46.3%,反应产物中没有NO_2,只有11 ppm的N_2O.Ce的加入可以有效提高催化剂催化活性,对于5%Ce-8%Cu-NaY催化剂,当放电电压为7.8 kV,功率为3.6 W时,NO_x转化率可达67.3%.La的加入同样可以使催化剂活性上升,但不同La含量催化剂的NO_x转化率相差较小.     

集合经验模态分解在长江中下游梅雨变化多尺度分析中的应用

基于长江中下游流域5个梅雨监测站1961~2012年的日数据,利用集合经验模态分解（EEMD）方法,对研究期内梅雨时间序列进行多尺度的分析,探讨其在不同时间尺度上的振荡模态结构特征。结果表明：近50多年来,长江中下游梅雨变化呈现出显著的年际和年代际尺度振荡特征,在年际尺度上表现出准3 a和6 a的周期变化,而在年代际尺度上显示准13 a和24 a的周期变化;各分量方差〖JP2〗贡献率显示,年际振荡在梅雨长期变化中占据主导地位;自1961年以来,EEMD分解的梅雨长期变化趋势表现出先增加后减少的倒“U”型特征,其中1961~1985年呈上升趋势,1985~2012年呈下降趋势,尤其是在2000年之后的下降趋势最为明显。由此可以看出,EEMD能够有效地揭示梅雨长期序列在不同时间尺度上的变化规律,可用于诊断非线性、非平稳性信号变化的复杂性特征     

福建省生产废水和生活污水污染物排放的驱动力及其时空分异

采用对数平均迪氏指数方法,区分生产和生活两个体系,构建时空分解分析模型,追踪了福建省9个设区市2011—2019年水污染物排放变化的关键驱动力及其贡献的时空差异.结果显示：研究期内福建省工业废水污染物排放持续减少,并且各驱动力贡献的区域差距明显变小,趋于平衡;生活污水污染物排放量仍保持高位,各驱动力贡献的区域差距基本保持不变.其中,经济规模扩张是福建省水污染物排放的主导驱动力,主要源于福州、厦门、泉州经济赶超发展影响;城镇化发展对区域生活污水污染物排放的驱动影响表现为增排效应,以福州和厦门尤为显著;工业化发展对区域工业废水污染物排放的影响效应由正驱动逐渐转变为负驱动,这主要归功于三明和泉州产业结构调整优化的拉动 效应;技术效应一直是福建省水污染物排放控制的重要驱动力,但部分地区已逐渐步入生活污染物技术减排攻坚期.     

青岛市港口区域PM2.5污染特征及来源解析研究

港口区域因大气污染物排放量大且污染源复杂,已成为沿海城市大气污染防治的关键区域.为明确青岛港口区域PM_2.5污染特征及主要贡献源类,于2019年在青岛市3个港口区域和1个背景点位采集了不同季节的环境PM_2.5样品,并分析了其化学组分特征;同时,采用正定矩阵因子分析模型（PMF）和潜在源贡献函数（PSCF）分别分析了港口区域PM_2.5的主要贡献源类及各源类潜在的影响区域.结果表明,2019年青岛港口区域ρ（PM_2.5）年均值为64 μg·m^-3,是我国空气质量二级标准的1.8倍,其中,董家口点位最高（74 μg·m^-3）,崂山点位最低（55 μg·m^-3）. NO₃^-、OC和SO₄^2-是PM_2.5的主导组分,其中,NO₃^-含量（13.1%）明显高于其它组分.董家口点位ρ（NO₃^-）、ρ（SO₄^2-）、ρ（OC）和ρ（EC）（分别为13.0、7.09、8.98和2.91 μg·m^-3）明显高于其它点位,燃煤、工业特别是钢铁企业及货车等影响可能较为明显.同时,冬季这些组分浓度也显著高于其它 季节,而夏季Na的浓度（0.96 μg·m^-3）和占比（2.13%）明显较高;春季Si和Al的浓度（1.27和0.45 μg·m^-3）和占比（2.79%和1.00%）明显高于其它季节.PMF源解析结果表明,二次硫酸盐和二次有机碳气溶胶（SOA）混合源（22.4%）及二次硝酸盐（20.1%）是港口区域PM_2.5的主要贡献源类,其次为机动车源（16.7%）和扬尘源（14.6%）,燃煤源的贡献率为13.8%,而海盐和船舶源的贡献为7.2%.从季节变化来看,春季扬尘贡献（32.1%）较高,夏季二次硫酸盐和二次有机碳气溶胶（SOA）混合源（31.6%）、海盐和船舶源（19.2%）贡献较高,而冬季燃煤（16.6%）、机动车（22.8%）、二次硝酸盐（23.9%）、钢铁及相关冶金源（3.2%）和建筑水泥尘（3.6%）贡献较高.河北省中南部及山东省中西部地区是青岛港口各 源类的主要潜在源区,黄海是船舶排放的主要潜在源区.     

长江三角洲创新发展空间溢出效应的测度与分解

一体化深化背景下,准确把握城市群创新互动关系,对于推动高质量发展具有重要现实意义。空间溢出是创新发展互动关系重要体现之一,基于城市尺度数据、空间计量方法,对长江三角洲创新发展空间溢出效应进行多角度研究。主要结论如下：（1）城市创新发展存在显著为正的空间溢出效应,创新人才、资金投入、经济发展、交通设施和对外开放等都是创新发展重要驱动因素,但不同因素空间溢出效应存在差异。（2）不同区域、不同时期对比发现,创新发展空间溢出效应存在显著差异,如区域对比核心区时间演变明显增强等。（3）空间溢出效应随距离增加呈现“倒U型”演变趋势,且这一效应在325 km处最大,而后空间溢出效应的缓慢波动下降与中心城市相对均衡分布有关。本文为识别城市创新发展互动关系提供了新视角,对推动城市群创新发展、一体化深化等具有现实指导意义。     

水泥窑热工条件下十溴二苯醚的热分解规律

基于水泥窑热工条件参数,结合响应曲面设计基本原理,开展了十溴二苯醚(BDE-209)热分解规律及影响因素研究,并分析了BDE-209的脱溴路径。结果表明:烟气中多溴二苯醚(PBDEs)含量随着溴取代数降低而降低;不同PBDEs单体受不同因素影响明显,烟气中BDE-209浓度主要受样品中原始浓度和温度的影响,九溴二苯醚和八溴二苯醚浓度主要受温度和氧气交互作用的影响;结合文献研究与本实验结果推测BDE-209在水泥窑热工条件下的最主要的两条降解路径,生成九溴二苯醚的最主要路径是由BDE-209 脱去一个溴生成BDE-207;生成八溴二苯醚的最主要路径是由BDE-209 脱去一个溴生成BDE-206,再由BDE-206脱去一个溴再生成BDE-203。明确BDE-209的热分解规律及影响因素,能够为水泥窑热工条件下处置含PBDEs废物提供理论支撑。