基于多层感知器神经网络和统计小波特征的管道泄漏诊断

油气输送管道泄漏造成的主要问题包括环境危害和经济损失.为了降低管道泄漏造成的危害,提出了一种新的方法用于检测管道泄漏情况.该方法主要通过故障检测与隔离系统建立入口压力与出口流量之间的定量关系,首先,采用OLGA软件模拟获得管道入口压力和出口流量数据,为了提高模型精度,利用小波变换的多尺度分解和重构技术将获取的数据信号分为3级,并将其作为故障检测与隔离系统的训练数据.然后采用统计技术、小波变换及2种方法的融合等方式提取信号的均值、偏差、峰度等特征,将特征提取结果分别作为多层感知器神经网络分类器的输入来确定泄漏状态.最后,利用混淆矩阵对泄漏识别的精度进行验证.对一段长约5 km的天然气管道进行了泄漏检测,将泄漏类型分为10类,结果表明,提出的方法对泄漏位置和泄漏尺寸的自动检测识别率约为92％.该方法不仅可以检测泄漏故障的发生,还可以确定泄漏故障的位置和严重程度.     

PM_(10)浓度时间序列多时间尺度分析的小波方法

文章利用Morlet小波函数进行小波变换,以乌鲁木齐市的大气污染物时间序列为例,分析了当地PM10的多时间尺度的演变特性。研究结果显示,其年际变化和季节性变化的时间尺度在尺度空间中分布不均匀,受气象和污染源因素影响,具有较明显的局部化特征。     

渭干—库车河三角洲绿洲土壤盐渍化空间分布特征遥感监测研究

渭干-库车河三角洲绿洲是位于塔里木盆地北缘的具有典型干旱特征的绿洲。干旱地区生态环境脆弱,土壤盐渍化严重破坏了国民经济的生产和生态环境的平衡,所以对干旱区盐渍化问题进行系统的研究是非常必要的。本文采用研究区的2001年8月6日遥感图像进行K-L和K-T变换,经过一系列波段结合．我们得到TM3、KL3、KT2波段结合是盐碱地信息提取的最佳波段结合;然后把研究区的等高线矢量图转换成DEM立体图,以及分类结果和DEM之间进行对比,结果表明,立体图的凹区和分类图的盐碱地基本重合在一起,从而我们得到导致该地区的盐渍化问题的自然和人文因素中,地形因素是占在主导地位的。     

2016~2020年山东省空气质量时空分布特征及影响因素分析

基于2016～2020年山东省城市空气质量监测结果,结合人口密度和城镇化率等社会经济数据以及风速、气温和相对湿度等气象要素,综合应用地理加权回归模型（GWR）、多尺度地理加权回归模型（MGWR）和小波分析等方法,探究山东省空气污染物的时空分布特征及其与社会经济和气象要素的关系.结果表明：（1）近5年来山东省空气质量整体呈好转趋势,除O₃外,SO₂、 NO₂、 PM_2.5和PM₁₀等污染物浓度逐年降低.空气污染物分布存在明显的空间差异,沿海地区污染物浓度更低.（2）山东省PM_2.5与人口密度和第二产业占比具有极显著的正相关关系（P<0.01）,而与城镇化率呈极显著负相关关系（P<0.01）.同时,这种相关关系在空间上存在尺度差异,人口密度、民用汽车量和工业用电量与PM_2.5空间关系较平稳,而城镇化率和第二产业占比对PM_2.5的影响的空间异质性较高.（3）气象要素对菏泽和威海两市PM_2.5     

基于决策树的辽宁省北部沙漠化信息提取研究

以沙漠化问题较突出的辽宁省北部地区为例,选取2007年Landsat 5 TM遥感影像作为基本数据源,通过对影像中耕地、林地、草地、水域等常见地物及典型沙漠化土地进行光谱特征分析和波段间的相互运算,将修改型土壤调整植被指数（MSAVI）、归一化差异水体指数（NDWI）和遥感图像缨帽变换后的土壤亮度指数（SBI）、绿度植被指数（GVI）及湿度指数（WVI）等特征变量融入决策树分类模型后进行分层分离,从而实现对沙漠化信息的高精度提取。结果显示,决策树分类法可排除提取地物时的干扰信息,是保证沙漠化土地信息快速自动提取的方法之一。     

基于Hilbert谱信息熵的煤矸放落振动特征分析

针对煤矿安全生产中的综放工作面煤矸界面探测问题,提出利用煤矸下落冲击钢板的振动特征来探测煤矸界面的方法。煤矸振动信号表现出非平稳特征,采用经验模态分解方法将复杂矿井环境下的煤矸振动信号分解成固有模态分量。选择包含煤矸振动特征的前7个本征模函数(IMF)分量,通过Hilbert变换得到Hilbert谱。分析不同放煤状态下钢板振动信号的Hilbert谱发现,顶煤下落时的Hilbert谱分布较均匀,而煤矸混放时的Hilbert谱呈现不均匀分布。根据信息熵理论,提出了基于Hilbert谱信息熵的煤矸振动特征提取方法。试验结果表明,顶煤下落时的Hilbert谱信息熵要大于煤矸混放时的Hilbert谱信息熵,因此,煤矸振动的Hilbert谱信息熵特征能够准确地反映放煤状态。     

保定市2013~2019年秋冬季污染物浓度变化特征

为深入了解保定市空气质量状况,揭示保定市空气污染变化趋势、多尺度变化特征和突变特性,综合利用Morlet小波分析和Mann-Kendall非参数检验方法,对保定市2013~2019年秋冬季PM₁₀、PM_2.5、SO₂、NO₂、CO和O₃-8h 6种常规大气污染物年均浓度和秋冬季污染特征逐日数据进行分析.结果表明：除O₃-8h外保定市其它各污染物年均浓度逐年下降,全年重度污染天数占全年天数的比例从31%下降到6.6%,整体呈好转趋势,但2013~2019年秋冬季重度污染天数占全年重度污染天数的81%~97%,秋冬季污染依然需要重视;小波分析结果显示,保定市秋冬季各污染物浓度存在显著的周期性变化,周期震荡主要在20d准双周、50~90d左右的季节内震荡和90~110d的季节震荡3个时间尺度范围,污染物浓度存在的低频震荡与大气中存在的低频震荡密切相关;历年各污染物污染最严重的月份多集中在12月、1月和2月,主要与污染源排放强度和相对静稳的大气条件有关;各污染物污染序列突变点多集中于10月和3月;2019~2020年秋冬季NO₂呈极显著的下降趋势,且突变点较往年提前1个月,这与疫情期间车辆排放大幅降低有直接关系;SO₂和CO在2013~2014年和2015~2016年秋冬季的突变点时间相近,这可能与冬季居民取暖散煤的不完全燃烧有关,2015年后保定实施了煤改气、煤改电,劣质散煤专项治理等措施后,2种污染物突变点时间存在差异,说明清洁取暖措施对降低SO₂浓度,改善空气质量的效果明显.     

基于小波分析的PM2.5分布特征及差异分析

为了解西北内陆和东部沿海PM_2.5浓度值特征和差异,使用小波分析和Spearman相关性分析对12个主要城市冬、春季PM_2.5浓度值进行分布特征和差异对比分析。结果表明:受地理位置和地形差异影响,PM_2.5浓度值在西北内陆和东部沿海城市有明显差异性。主要表现在:1）冬、春季西北内陆和东部沿海地区PM_2.5分布存在明显差异,东部沿海空气质量优于西北内陆,PM_2.5超标率相对较低,而乌鲁木齐和西安PM_2.5超标占比较高;2）小波分析显示,西北内陆和东部沿海在周期上表现出明显区别,但整体出现在冬季（80 d之前）;3）Spearman相关系数存在明显的距离衰减性,相关系数由西北内陆向东部沿海城市依次减弱;4）东部和西北PM_2.5浓度值突变在时间尺度上有较明显差异,西北内陆突变值整体出现在第2,11,24,49,70天,东部沿海则出现在第2,17,42,53,70天。     

拉萨市近49年气温变化特征研究

2019年6月24日拉萨市出现了30.8℃的高温,创历史新高。为了更好的了解拉萨市气候变暖的机理以及评估该区域未来气候的变化状况,本文基于拉萨市自动气象站近49年的观测数据,采用线性趋势法、Mann-Kendall（M-K）突变检验、小波分析、R/S分析等方法深入研究了多时间尺度上气温的时空演变特征。结果显示：（a）拉萨市年平均温度正以0.5℃/10a的速率上升,各季节均温也呈现出显著上升趋势,其中冬季升温速率最快;（b）年平均温度M-K检测的两条统计曲线,在1995年虽有交点,但没有通过显著性水平α=0.05的可信度检验,表明年平均气温在该点并没有发生突变,而季节平均气温的突变检验在交点（1995年附近）之后UF曲线均突破显著性水平α=0.05,说明在此之后气温呈现出明显的上升趋势;（c）小波分析结果显示年平均气温具有8年和28年时间尺度特征;春、夏、秋三季温度的周期性变化规律与年平均气温相似,但冬季温度周期性变化规律相对复杂;（d）年平均气温和各季节平均气温的Hurst指数表明未来拉萨的气温将会延现今趋势持续上升。     

基于小波变换的山西省PM2.5污染特征及影响因素

基于山西省11城市2015～2019年PM_2.5日均浓度、社会影响因素数据和气象数据,利用小波变换确定PM_2.5浓度周期,通过Spearman相关性和小波相干谱分别探究PM_2.5与社会影响因素和气象因素的关联,确定PM_2.5长短周期管控的主要影响因子.结果表明,2015～2017年山西省PM_2.5浓度年均值呈上升趋势,年均上升率为4.3%, 2018～2019年呈下降趋势,年均下降率为4.2%;ρ(PM_2.5)月均值呈“U”型分布,1月最高(95μg·m^-3), 8月最低(34μg·m^-3),冬季均值约为夏季的2倍;临汾等南部城市ρ(PM_2.5)均值为62μg·m^-3,大同等北部城市均值为45μg·m^-3,空间上呈南高北低.11城市PM_2.5浓度存在显著周期性变化,主要周期包括293 d左右的长周期和27 d左右的短周期.其中...