不同升温速率下煤自燃机理函数的优化——基于人工鱼群算法

为了确定最优的煤自燃机理函数,首先采用热重实验和热解动力学方法建立煤氧化反应的热分析动力学方程,再利用人工鱼群算法对煤自燃氧化方程进行优化,最终确定最优的煤自燃机理函数。该方法能较好的确定最优化煤自燃机理函数,且具有较好的拟合效果。对不同变质的煤样进行煤自燃机理函数的人工鱼群算法研究,并以双鸭山东荣二矿14层采区的煤样为例进行热重实验分析,得到不同转化率下的活化能。利用人工鱼群算法对不同升温速率下所得的煤自燃机理函数方程进行优化,结果表明煤自燃的最概然机理函数类型为[-ln(1-α)]n,反应级数n随着升温速率升高而降低。     

亚热带丘陵小流域土壤有效磷空间变异与淋失风险研究

肥料过施导致的土壤磷素累积和淋失是农业面源污染的重要方面.以湖南省长沙县金井镇脱甲河小流域(52 km2)为研究区,采用高密度布点采样、Arc GIS软件和属性相似反距离加权插值法研究了亚热带丘陵小流域表层(0~20 cm)土壤有效磷(Olsen-P)含量(以P计,下同)的空间分布特征与磷素的淋失风险.结果表明,菜地、果园、稻田和茶园土壤Olsen-P平均含量为62.0、16.1、14.4和13.7 mg·kg-1,是林地(平均含量为2.36 mg·kg-1)的5.8~26.3倍.5个土地利用类型土壤Olsen-P含量均具有高等变异水平和中等程度的空间自相关性(块基比C0/(C0+C)=50%),这与区内地形地貌、土壤母质、人工施肥等具有密切关系.根据土壤0.01 mol·L-1Ca Cl2浸提态P和Olsen-P的非线性关系可确定区内红壤和水稻土P的淋失风险临界值分别为69.97和98.40 mg·kg-1,并据此对脱甲河小流域土壤磷素淋失的风险进行了定量评价,结果表明旱地土壤具有明显较高的淋失风险,其中中等以上的比例占36.4%,而稻田土壤仅有0.2%,为中等以上淋失风险.因此,控制旱地(尤其是菜地)磷肥的投入是降低亚热带丘陵小流域土壤P淋失风险和减轻农业面源污染的关键.     

自然灾害动态风险分析的一个形式化模型

根据自然灾害动态风险分析基本原理,将概率风险模型改造成一个动态风险分析的形式化模型。由条件概率密度函数和动态脆弱性函数耦合而成的风险,随着综合环境和内在属性的变化而变化。我们建议用正态信息扩散方法估计条件概率密度函数和动态脆弱性函数。这两个重要函数的估计都不依赖人为假设,分析过程透明,结果可解释性强,具有一定的可靠性。     

巢湖蓝藻异味成分分析及影响因素研究

采用气相色谱-质谱联用仪对受测水体异味中的挥发性有机物成分进行研究。结合样点的风速、温度等气象条件及异味情况,将最终记录所得数据汇总进行相关性分析并绘制回归曲线。结果表明:(1)二甲基三硫为夏季巢湖蓝藻暴发时的主要异味物质,其次有β-紫罗兰酮、甲硫醇、二甲基二硫及2-甲基异茨醇等物质。(2)较高的温度是水体异味的主要诱因。3个样点(距巢湖1410m、820m、0m处)在低于一定温度(依次分别为31.5、29、26℃)的时候显示无味或者微臭。(3)蓝藻异味和距巢湖距离显著相关,据线性回归计算,当离湖边距离约为2133m时,几乎不会有异味情况的发生。(4)蓝藻异味和无雨天数呈显著正相关,持续无雨天数越久,异味情况越严重。异味程度与空气湿度呈负相关,空气湿度越大,异味情况越轻。异味程度与风速呈正相关,风速越大,异味情况越严重。     

Excel应用软件在环境监测数据统计分析中的应用

针对环境监测通常需要对大量的监测和检测数据进行统计、处理与分析,且多为重复性计算过程,导致工作量大、人工工作效率低、处理与分析时间长等,以Excel电子表格软件为技术手段,提出了更为精确和方便的修约函数公式,并通过《2010环境质量报告》中水质数据的统计分析对修约函数公式进行了实际验证.结果表明,与普通手工计算方法相比,通过Excel函数的计算,Excel工作表格计算结果更准确,也减少了大量的重复性人工计算过程,节省了工作时间,提高了工作效率,还可通过函数公式自动计算完成因基础数据发生改变(因上报错误或输入错误等)而产生的新分析结果.     

基于Copula函数的汉江中上游流域极端降雨洪水联合分布特征

选取汉江中上游流域作为研究对象,根据流域九个气象站点1969~2008年逐日降雨资料以及丹江口水库同时期日入库流量资料,采用年最大值法(AM)和百分位法两种选样方式选取1 d、3 d降雨和1 d、3 d洪量极值样本,分别运用广义极值分布(GEV)、广义帕累托分布(GPD)、伽玛分布(Gamma)3种极值统计模型对样本进行单变量边缘分布拟合,运用Gumbel、Clayton以及Frank Copula函数模型对样本进行多变量联合分布拟合,遴选出描述流域降雨和洪水联合分布规律的最优概率模型。结果显示:对于AM选样样本,边缘分布为GEV时降雨洪量的二维和三维联合分布Frank Copula函数拟合效果最优;对于百分位选样样本,边缘分布为GPD时降雨洪量的二维联合分布Gumbel Copula函数拟合效果最优,三维联合分布则是Frank Copula函数拟合效果最优;比较二维和三维Copula函数模拟结果,三维联合Copula函数推求的设计值更大,说明三维联合分布考虑了更多的变量和极值信息,能更全面地反映极端降雨洪水事件的真实特征,对工程设计更显安全。     

基于SPEI的云南中部区域干旱时空变化特征分析

利用云南中部地区1961~2010年逐月降水和气温资料,采用降水距平百分率和历史旱情资料验证了标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI)在该地区的适用性,并采用Mann-kendall突变检验、Morlet小波和经验正交函数(Empirical Orthogonal Function,EOF)等方法,分析了该地区干旱的时空演变特征,结果表明:(1)SPEI与降水距平百分率在时空上具有很好的相关性,验证了SPEI对降水变化的敏感性;(2)SPEI指数与历史旱情资料比较吻合,能够有效地反映云南中部区域的干旱特征;(3)年均SPEI呈波动下降趋势,干季SPEI降低趋势明显。年均SPEI存在着24a的主周期和9a的次周期,并于1977年发生了突变,此后开始降低,在整体上呈现出干旱化的趋势;(4)从SPEI的空间分布特征来看,其在整体上受大尺度气候系统的影响表现出一致的下降趋势,而在区域内部则表现出东南-西北(干热河谷)的反向结构差异。     

基于DMSP/OLS数据的江苏省城镇人口空间分异研究

人口空间分异研究是区域协调发展的基础,便捷准确地获取城镇人口全局和局域的空间信息,对于合理制定区域人口、经济和社会发展政策具有重要意义。在DMSP/OLS(夜间灯光)数据和人口数据之间的定量关联基础上,模拟出格网尺度上江苏省2012年人口密度,采用人口集中指数、空间变差函数识别人口分布的空间格局并探讨区别于行政单元尺度的人口格局形成机理。区域层面,江苏省人口空间分异呈现苏北地区"低密度点状"分布,苏南、苏中为"高密度面状"分布并存格局。城镇层面,江苏省人口空间分布结构具有4种类型,H-H型地区人口各向差异性最强,网格单元内随机变异最小;H-L型人口各向差异性最小,网格单元内随机变异较大;L-L型人口轴向均质化特征明显,网格单元随机变异较小;L-H型空间各向差异性较小,网格单元的随机变异最大。结果表明,基于DMSP/OLS夜间灯光数据反演而得到的人口格网模型具有巨大潜力,结合变差函数进行拟合分析可定量地刻画城镇内部人口分布的空间异质性特征。     

中国省际碳排放效率的空间计量

本文基于至强有效前沿的最小距离法测算了我国1998-2011年的省际CO2排放效率,这种方法的优点是效率达到生产前沿后在投入或产出方面所做出的改动最小。然后在此基础上分析了我国省际碳排放效率的区域差异性以及空间相关性,最后运用1998-2011年我国30个省份的面板数据,建立空间面板数据模型,对我国碳排放效率的影响因素进行了实证研究。研究结果表明:样本期内,我国省际碳排放效率表现出较大的省际差异性,东部沿海省份的平均碳排放效率显著高于内陆省份。分地区看,东部地区的碳排放效率走势相对平稳,全国及中西部地区的碳排放效率则呈现出"U"型曲线的走势,并且东部地区的碳排放效率明显要高于中西部地区;空间自相关Moran’s I检验显示,省际碳排放效率在空间上存在着显著的空间自相关性,具有明显的集群趋势,而空间LISA图则表明省际碳排放效率不仅具有空间依赖性的特征,同时也有空间异质性的表现;经济规模、工业结构和能源消费结构对碳排放效率造成了较大的负面影响,对外开放、企业所有制结构以及政府干预对碳排放效率有正向影响,而产业结构对碳排放效率的影响则不显著。因此,对于将来中国提高碳排放效率工作的重点应该是实现经济增长模式由粗放型向集约型的转变,着重调整工业结构和能源消费结构,同时进一步提升对外开放的质量,加强政府的碳减排工作力度。     

改进YOLOv3算法下通航机场场面运动目标检测

为获得更好的检测精度和更快的检测速度,保障通航机场场面运行安全,提出一种改进的YOLOv3算法,分别从网络结构和损失函数2方面进行改进。首先,在主干网络中使用深度可分离卷积代替原卷积,构建基于距离交并比(DIoU)的目标框回归损失函数;然后,以某通航机场为研究对象,搭建通航机场场面目标检测场景,采用迁移学习和冻结训练相结合的训练方法,以提升场面目标检测的速度;最后,比较分析所提算法与传统的YOLOv3、YOLOv4算法的识别效果。结果表明：飞机目标的检测效果明显优于车辆和人员目标,改进的YOLOv3算法对目标的检测精度、召回率、全类平均精度(mAP)分别达到92.96%、80.51%、91.96%,图形处理器处理速度高达74帧/s,较传统的YOLOv3、YOLOv4算法性能均有明显提升,可实现通航机场场面运动目标的有效检测。