基于随机森林的光散射法传感器微站PM2.5监测值的校正方法研究

光散射法传感器微站以其体积小、反应迅速、成本低等优点,已成为城市PM_2.5规模化移动监测的新选择.由于其标准与传统标准台站不同,必须对这类微站的监测数据进行准确地校正.本研究利用2021年06月—2022年02月武汉市江夏区标准台站及同期传感器微站监测数据,探讨传感器微站监测误差与温度、相对湿度的关系,并通过随机森林回归（Random Forest Regressor,RFR）校正传感器微站PM_2.5监测数据.对比单一RFR模型、按气象因素分类后RFR模型、“小波去噪+RFR”组合模型、“加权滑动平均去噪+RFR”组合模型校正效果,结果表明：RFR模型和分类后RFR模型均出现泛化能力差的问题,不能满足校正需求;“小波去噪+RFR”组合模型、“加权滑动平均去噪+RFR”组合模型平均绝对误差分别为8.77 μg·m^-3和4.78 μg·m^-3,平均相对误差分别为40.80%和18.13%.去噪组合模型能满足校正需求,且“加权滑动平均+RFR”组合模型校正效果明显优于“小波去噪+RFR”组合模型.研究结果可为光散射法传感器微站PM_2.5监测值校正提供有益参考.     

渤海西岸微量元素表生地球化学特征

本文讨论了有关:1)痕量元素地球化学背景值;2)痕量元素地球化学表征;及3)我国某些地区若干痕量元素的背景值。     

同型规范变换的不同预测模型具有的兼容性和等效性

传统的不同预测变量的预测模型之间不具有兼容性和等效性,而同型规范变换和误差修正相结合的不同变量的预测模型的预测相对误差与预测对象的维数、样本数及预测模型类型皆无关,仅与预测变量的数据特性、相似样本的模型输出值及其相对误差和相似度有关,因而同型规范变换的不同预测变量的预测模型之间具有兼容性和等效性.其重要意义在于：只要对任意一个预测变量建立了基于规范变换的某种预测模型,就可以将此预测模型直接用于具有同型规范变换的其他预测变量的预测;若再将其与误差修正法相结合,还可以极大地提高模型的预测精度,获得与实际值很接近的预测结果.依据受3个因子影响的灞河口COD_Mn指数数据、受4个因子影响的伊犁河雅马渡站年径流量数据和牡丹江市TSP年均值的时序数据,分别建立具有同型规范变换（n_j=2）的3个不同预测变量的3种智能预测模型和一元线性回归预测模型,并验证了3个不同预测变量的预测模型之间的兼容性和等效性.对同一个预测样本,用同型规范变换和误差修正相结合的不同预测变量的预测模型的实际预测值及其预测相对误差绝对值不仅差异甚微,而且预测值与实际值非常接近,其预测的相对误差绝对值平均值几乎全都小于3%,最大相对误差绝对值均小于5%,小于或远小于20种传统预测模型和方法预测的相应误差.     

基于小波分解与自适应多级残差修正的最小二乘支持向量回归预测模型的PM2.5浓度预测

采用小波分解(WD)将济南市科干所监测站PM_(2.5)浓度的一维时间序列(2013年1月1日—2017年8月15日)分解为高维信息,获得了该监测站附近PM_(2.5)浓度的时频变化特征,重点分析了PM_(2.5)的随机性和趋势性问题.然后构建了基于小波分解的多级残差修正的最小二乘支持向量回归预测模型(AMLRC-WLSSVR),结果发现,该模型能够很好地对济南市PM_(2.5)浓度做出预测,特别是针对重污染天气的预测有很好的精度.为了避免预测结果的不确定性问题,提出了一种基于方差估计给出预测值置信区间上界的方法,同时,有效弥补了单点预测的不稳定性及预测精度不足的缺点,该方法能够为实际空气污染预警提供技术支持.     

基于自适应偏最小二乘回归法的CUACE模式污染物预报偏差订正改进方法研究

针对GRAPES-CUACE模式预报的6种常规污染物浓度,采用非线性动力统计-订正方法——自适应偏最小二乘回归法,建立了中国不同地区的CUACE模式预报偏差订正模型,采用多种敏感性试验优选了不同季节各区域的最优自变量组合方案,并对2016年1—3月、11—12月全国342个城市PM_(2.5)浓度预报值进行了滚动订正检验,分析了订正前后PM_(2.5)浓度的时空变化特征,重点分析了该方法在京津冀、长三角、珠三角、川渝地区等关键区域的适用性及其改进效果.结果表明:(1)CUACE模式预报PM_(2.5)浓度普遍低于观测浓度,且与实测值的相关系数较低;CUACE 15 km分辨率模式PM_(2.5)浓度预报效果优于54 km分辨率模式,其中长三角地区改进最显著,珠三角和京津冀次之,川渝地区预报效果较差.(2)订正后的PM_(2.5)浓度更接近于实测值,订正后误差明显减小,相关系数明显提高,而且订正值与实测值的散点集中分布于对角线附近.(3)长三角地区PM_(2.5)浓度订正效果最好,准确率可达72.3%;珠三角地区次之,准确率为66.3%;京津冀和川渝地区订正效果稍差,但准确率亦可达63.6%和62.6%.(4)订正后污染日和非污染日的准确率、相关系数分别提高了57.5%和25.9%、304.8%和15.2%;绝对平均偏差、均方根误差分别减小了38.9%和18.7%、21.8%和8.5%.(5)针对北京、上海、广州、乐山的不同重污染过程,订正后的平均绝对误差分别减小了12.07%、46.63%、36.66%、17.71%,相关系数分别提升了25.86%、22.22%、16.92%、162.5%,说明该订正方法适用于不同地区的不同重污染过程的预报.     

武夷山大气环境背景值监测点位的选择

根据选择大气环境背景点的基本原则和武夷山的地理特点,通过详细分析考察处于武夷山的五个背景点的基础条件状况、大气环境因子的浓度等情况,经过反复认证、实地踏勘,最后将监测地面站的位置选择在武夷山自然保护区边界的笔架山摩天岭,并于2001年底基本建成投入试运行。     

烟气黑度多媒体联网监测系统

系统实现了64个预置点的烟气排放林格曼指数自动监测功能，系统可以工作在手动模式和自动扫描模式。每一个预置点都有3个参考区域，通过扣除背景有效地降低了误报概率，对于超标数据采取本地数据库和远程数据库同时存储的方法，远程数据库提供了基于局域网上的分级查询和统计，超标图像存储采用JPEG图像格式和自定义的无损压缩格式。     

应用NOAA/AVHRR资料监测土壤水分和干旱面积

利用气象卫星资料监测土壤水分及估算干旱面积的研究方法已有很多,但监测精度还有待提高。通过利用近地面温度日较差实测资料,对气象卫星反演地表温度日较差进行了订正,使得热惯量计算值更接近实际。利用订正后的卫星反演地表温度日较差计算的热惯量与地面农田实测土壤绝对湿度进行回归分析,发现0~30cm土壤水分实测值与热惯量的相关显著,50cm以下不能通过显著性检验。在GIS平台的支持下,对2004年初夏发生的干旱进行了监测,监测结果精度较高,并为干旱灾害的进一步评估打下坚实的基础。     

厂界噪声几种特殊情况的背景值修正

国家标准(GB12349—90)规定的扣除背景噪声值是一种理想化的状态，在实际监测中常常会遇到背景噪声不能满足测量要求，这使背景噪声的测量结果及修正产生失准，本文分析了这些问题并提出了相应的解决办法。