人为排放及气象因素对空气质量影响的定量分析——以疫情期间邢台市为例

选择河北省邢台市作为研究对象,将2020疫情作为一个极限管控措施下的极限减排实验情景,把2021疫情作为未来常态化疫情防控实验分析情景.与疫情前期对比,两次疫情期间臭氧浓度均有提升且2021疫情时期颗粒物浓度同样有提高,2020疫情时期其他污染物浓度均有不同程度的改善,而与2019历史同期相比,两次疫情期间臭氧浓度同样有升高现象,除此以外,2021疫情时期污染物改善较好.利用长短期记忆网络（LSTM）算法和空气质量预报模式系统（WRF-CMAQ）量化了两次疫情时期气象因素对于污染物浓度变化的影响,根据空气质量模拟法反推了不同污染物受人为影响的浓度变化.实验结果表明,LSTM算法在两次疫情期间的模拟均显示人为影响对污染物产生了负影响（降低了污染物浓度）且在总变化影响中占比较高,而CMAQ模式模拟结果中的气象因素影响占比远高于LSTM算法.CMAQ模式在两次疫情模拟中表现出了不同的结果,在2020疫情中人为影响占据了主导,而在2021疫情中,相比较2020疫情时期,除NO₂外,人类活动对其他污染物的影响均为正值（促进了污染物浓度升高）.     

基于CYCBD和麻雀搜索算法的滚动轴承故障特征提取方法

目的解决在较强的噪声环境下最大二阶循环平稳盲解卷积(MaximumSecond OrderCyclostationary Blind Deconvolution,CYCBD)算法在滚动轴承故障特征提取时效果欠佳的问题,为滚转尾翼导弹的尾翼滚动轴承故障诊断提供方法参考。方法提出一种利用麻雀搜索算法(SparrowSearchAlgorithm,SSA)优化CYCBD算法的方法,将CYCBD算法解卷积的包络谱熵作为SSA寻优的适应度函数,利用SSA高效地寻找出合适的循环频率以及滤波器长度,选择自适应参数后,再使用CYCBD算法有效解卷得到周期脉冲特征。结果同时对比SSA优化CYCBD前后进行故障特征提取的包络谱图,CYCBD的噪声幅值不超过0.13 m/s^(2),峰值不超过0.29 m/s^(2),用SSA优化CYCBD的噪声幅值不超过0.08 m/s^(2),峰值不超过0.32 m/s^(2),故障频率成分更加突显,无论是噪声幅度,还是峰值幅度特性,均较CYCBD有了较大改善。结论仿真实验验证了SSA优化CYCBD方法能够更加清晰地辨识到故障特征频率及其倍频成分,其具有良好的工程应用前景。     

热电池失效分析及等效加速贮存试验技术

目的建立基于实测环境载荷的热电池等效加速贮存试验技术,掌握其在环境载荷作用下的性能退化规律。方法在分析热电池组成和所受环境载荷情况的基础上,分析热电池的主要失效模式,设计基于实测环境数据的等效加速贮存试验,开展热电池等效加速贮存试验,分析热电池性能和热图像的变化情况,利用粒子滤波算法对电池剩余电容量进行预测。结果随加速循环次数(时间)的增加,热电池的电容量下降。热图像表明,热电池经过等效加速贮存试验后,其放电过程表面温度要高于初始放电表面温度。粒子滤波算法能够有效模拟电容量的退化过程,电池剩余电容量预测结果与试验结果误差在10%以内。结论等效加速贮存试验得到了热电池的性能退化规律,从而为热电池的贮存试验提供一种解决方案。     

环境因素数据质量审核方法研究

目的 解决大气环境试验站的气象数据报表存在数据缺失、数据超过边界、数据内部不一致、数据时间不一致等问题,采用数据质量审核技术找出缺失、可疑或错误的数据,对科研人员进行警示,使其能够追根溯源,分析存在问题的原因。方法 参照相关规程和标准,建立环境因素数据质量审核算法和审核流程,并使用计算机语言编程固化流程和算法,利用多线程算法对数据进行扫描,实现大批量气象数据的并行审核。结果 利用Python语言设计了环境因素质量控制软件,通过该软件的应用证明了该方法合理、有效,能够快速、准确地标注气象数据报表中存在质量问题的数据。利用软件统计了存在问题数据的数量和正确率。结论 通过加载数据测试,证明了环境因素数据质量审核方法和审核流程合理有效,利用设计的审核软件实现了气象数据报表快速审核,提高了审核效率,减少了科研人员的劳动强度,为进一步填补、修正和利用数据奠定了基础。     

基于BP神经网络的天线识别

本文比较研究了BP神经网络中的几种常用算法,针对这些不同算法下的BP神经网络进行训练,并得出了各自网络的性能。在此基础上,针对经典BP算法和LM算法进行对比研究,找到LM算法的改进之处。此外,在实际的应用中表明,不仅不同的BP算法对网络的运算速度、泛化能力等有较大的影响,而且BP神经网络对隐含层神经元数目也很敏感。我们希望在BP神经网络的基础上,构建一种合适的天线模型,来应用于天线的分类识别,这将具有很大的现实意义。     

Landsat7 ETM+ SLC-OFF数据的修复及其在武汉东湖水质反演中的应用

自从2003年5月31日，从陆地卫星 7发回的ETM+图像数据就存在缺陷。这是由于增强专题制图仪的扫描线校正器发生故障引起的。这些称为SLC OF数据的图像有一些黑色的不存在任何数据的扫描行。丢失的数据约占全景数据的25％，使它们难以正常使用。但是，数据本身仍然保留了良好的辐射和几何性质，如加以妥善修复，仍可以在一些特殊领域中使用。首先介绍了如何使用自适应局部回归算法(ALR)恢复这些图像，然后使用修复后的图像反演武汉东湖的水质参数。结果表明：ALR算法可以对SLC OF图像进行较好的修复，而且利用修复后的图像和东湖的地面水质监测数据，通过多元逐步回归分析，可以建立很好的叶绿素a、透明度、总磷以及总氮等水质参数的经验遥感反演模型，模型的相关系数R²分别为0.86、0.75、0.73和0.71。反演得到的水质参数分布与实际情况符合。这些数据有许多优点，如空间分辨率高、存档数据非常丰富、可以从NASA的服务器免费下载等。在其他遥感数据不足或无法获得的情况下，这些数据经过适当的修复，可以作为补充或替代数据使用。〖     

River channel network design for drought and flood control: A case study of Xiaoqinghe River basin, Jinan City, China

Vulnerability of river channels to urbanization has been lessened by the extensive construction of artificial water control improvements. The challenge, however, is that traditional engineering practices on isolated parts of a river may disturb the hydrologic continuity and interrupt the natural state of ecosystems. Taking the Xiaoqinghe River basin as a whole, we developed a river channel network design to mitigate river risks while sustaining the river in a state as natural as possible. The river channel risk from drought during low-flow periods and flood during high-flow periods as well as the potential for water diversion were articulated in detail. On the basis of the above investigation, a network with “nodes” and “edges” could be designed to relieve drought hazard and flood risk respectively. Subsequently, the shortest path algorithm in the graph theory was applied to optimize the low-flow network by searching for the shortest path. The effectiveness assessment was then performed for the low-flow and high-flow networks, respectively. For the former, the network connectedness was evaluated by calculating the “gamma index of connectivity” and “alpha index of circuitry”; for the latter, the ratio of flood-control capacity to projected flood level was devised and calculated. Results show that the design boosted network connectivity and circuitry during the low-flow periods, indicating a more fluent flow pathway, and reduced the flood risk during the high-flow periods.     

大型相连容器中火焰传播的研究

为了进一步了解相连装置中粉尘爆炸的火焰传播行为和压力发展,为该结构的安全防护设计提供有价值的信息,采用大型实验装置对相连容器中玉米淀粉/空气混合物爆炸时的火焰传播行为进行了实验研究,同时采用已开发的数值模型对实验进行仿真计算。实验表明:粉尘浓度的变化对粉尘爆炸的火焰传播行为有重要影响;在粉尘浓度很低的情况下,火焰仍然能够在管道中加速传播且爆炸发展的最终结果相当猛烈。数值模型采用欧拉-拉格朗日方法模拟两相流现象,通过求解非稳态的湍流两相反应流守恒方程对实验进行二维仿真,计算结果与实验结果符合性较好,表明该模型可以很好地应用于粉尘爆炸火焰传播的研究。     

湖域工业点源初始排污权配置定额模型与算法研究

针对湖域工业点源初始排污权定额配置问题，以“公平、效率、可行”为配置原则，通过引入权重系数的字典序最小化最大值方法，构建了基于多主体多种初始排污权多期配置的字典序定额模型，并给出求解算法。进而以江苏省太湖流域27类主要工业行业的初始氨氮排污权单期配置为例，从行业初始排污权短缺率与行业治污效益两方面，对比分析了基于等短缺率定额模型、等环境容量比例定额模型、字典序定额模型计算得到的3种定额配置方案效果。结果表明：相对于另外两种定额模型，字典序定额模型所得配置方案可实现平均行业短缺率最小(4613%)，平均行业治污效益最大。研究也表明在“公平、效率、可行”配置原则下，字典序定额配置方法能够更为有效的促进企业治污技术提标升级和区域产业结构升级     

响应面法和神经网络优化Acinetobacter sp. DNS32发酵基质

为了提高阿特拉津降解菌Acinetobacter sp.DNS32的产量,分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分(玉米粉、豆饼粉、K2HPO4)进行优化研究。响应曲面法确定3种成分的含量为玉米粉39.494 g/L,豆饼粉25.638 g/L和K2HPO43.265 g/L时,预测发酵活菌最大生物量为7.079×108CFU/mL,实测量为7.194×108CFU/mL;人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L时,预测最大值为7.199×108CFU/mL,实测量为7.244×108CFU/mL;最终确定培养基配方:玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L,CaCO3为3.000 g/L,MgSO4.7H2O和NaCl均为0.200 g/L;优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36.6%。结果表明,在阿特拉津降解菌DNS32发酵培养基组分优化方面,响应面法和基于人工神经网络的遗传算法都是可行的,基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。