基于多机器学习算法耦合的空气质量数值预报订正方法研究及应用

应用多种机器学习算法进行时空耦合从而建立一种新的多模式集合预报订正算法(简称“ET-BPNN算法”),对4种常规污染物(NO₂、O₃、PM_2.5和PM₁₀)的空气质量模型预报结果进行订正. 订正方法分为两步,第一步中利用随机森林、极端随机树和梯度提升回归树3种机器学习算法,采用4个空气质量数值预报模式(CMAQ、CAMx、NAQPMS和WRFChem)的多尺度污染物浓度预报数据、中尺度天气模式(WRF)的气象因子预报数据(包括2 m温度、2 m相对湿度、10 m风速、10 m风向、气压和小时累计降水量)以及污染物浓度观测数据作为训练集,训练结果进入基于均方根误差的择优选择器,选取3种机器学习算法中优化效果最好的算法;在第二步中利用了BP神经网络算法,通过加权平均获得集合模式订正预报结果. 结果表明:①与模式集合平均算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别减小了30.4%、18.9%、43.3%和38.1%. ②ET-BPNN算法的优化效果较随机森林、极端随机树和梯度提升回归树3个机器学习算法有明显提升,与极端随机树算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别降低了42.7%、20.1%、19.7%和9.7%. ③在易发生污染的秋冬季,ET-BPNN算法对PM_2.5浓度的预报具有明显的优化效果,此外该算法明显缩小了不同站点预报和不同预报时效之间的偏差,具有较好的鲁棒性. ④对O₃和PM_2.5浓度预报而言,经ET-BPNN算法优化后的预报结果能够更好地把握污染过程,对污染物峰值浓度的预报也较模式集合平均算法更准确. 研究显示,ET-BPNN算法提高了空气质量模式对污染物浓度的预报效果.      

京津冀地区NOx和VOCs协同减排成本及减排策略研究

京津冀地区细颗粒物(PM_2.5)浓度改善速度放缓,而臭氧(O₃)污染不断加剧,PM_2.5和O₃的协同控制对于京津冀地区空气质量持续改善十分关键且紧迫. 通过构建京津冀地区城市层面可计算一般均衡模型(CGE),模拟了PM_2.5和O₃的共同前体物—NO_x和VOCs的边际减排成本曲线,进而构建了京津冀地区PM_2.5和O₃协同控制评估模型,确定了在不同空气质量目标下减排成本最小的NO_x和VOCs协同减排方案. 结果表明:减排成本最小的情景下,京津冀各城市PM_2.5和O₃浓度达到《环境空气质量标准》(GB 3095—2012)二级标准限值时;NO_x和VOCs的排放量需较2017年分别降低25%~67%和22%~60%,需要投入的总减排成本为992.9×108元. 研究显示,基于京津冀地区城市政策仿真平台构建的PM_2.5和O₃协同控制评估模型,可为京津冀地区PM_2.5和O₃协同控制方案的制定提供参考.      

耦合观测数据-模型计算-案例分析的臭氧综合预报方法

当前臭氧模式预报和统计预报的技术难以满足不同地域精细化环境管理需求,亟需构建稳定性高、实用性强的本地化臭氧预报方法. 本研究通过构建臭氧预报工作流程并明确臭氧预报流程中相关技术参数和要求,以陕西省及其省会城市—西安市为例分析历史气象和环境空气质量数据,获取陕西省臭氧污染规律以及西安市不同气象条件下臭氧等级分布规律和典型案例预报要点,确立人工订正经验技术集的方法,明确案例库构建、会商和预报回顾机制的相关要求,旨为臭氧预报模式的本地化提供科学的技术路线. 结果表明:通过臭氧预报效果评估与结果择优、人工订正、预报会商及预报结果回顾所组成的臭氧业务化预报工作流程具备切实可行性;此外,陕西省臭氧浓度与相对湿度、气压和风速均呈显著负相关,与温度呈显著正相关,臭氧预报时应重点关注日均温度大于28 ℃、日最大温度大于34 ℃、相对湿度小于57%、气压低于959 hPa、风速小于2.3 m/s的气象条件下的臭氧等级.      

X型粉煤灰沸石吸附丙酮及其动力学研究

文章采用碱熔融水热法合成了X型粉煤灰沸石,通过XRD、XRF、SEM、氮气吸附等手段研究了该沸石的结构组成特点,考察了初始浓度、吸附温度和空速对X型粉煤灰沸石吸附丙酮的影响机制,在此基础上,进一步研究了X型粉煤灰沸石对丙酮的吸附动力学及吸附机理。结果表明：合成的X型粉煤灰沸石品质较高,平均粒径为0.83μm,平均孔径为3.2 nm,比表面积为165.8 m²/g,总孔容积为0.133 8 cm2/g,总孔容积为0.133 8 cm³/g;X型粉煤灰沸石吸附丙酮的过程中,初始浓度、空速和温度越高,穿透时间和饱和时间越短;在实验范围内,升高温度会导致吸附量显著降低,增加空速会使吸附量略有下降,而增加初始浓度会使吸附量明显增加,当温度为40℃,初始浓度为777.9 mg/m3/g;X型粉煤灰沸石吸附丙酮的过程中,初始浓度、空速和温度越高,穿透时间和饱和时间越短;在实验范围内,升高温度会导致吸附量显著降低,增加空速会使吸附量略有下降,而增加初始浓度会使吸附量明显增加,当温度为40℃,初始浓度为777.9 mg/m³,空速为75 h3,空速为75 h^(-1)时,X型粉煤灰沸石对丙酮具有最高的吸附量;Bangham模型和准一阶模型能更好地拟合丙酮在X型粉煤灰沸石上的吸附过程,说明丙酮在X型粉煤灰沸石表面的吸附更符合以物理吸附为主的孔道吸附。     

晋江流域生态环境脆弱性评价

针对晋江流域的生态地质问题,应用Getis-Ord Gi*统计模型、Calinski-Harabasz指数评价聚类模型等评价方法,从脆弱性分级、主控因素、聚集特征三方面开展脆弱性评价,建立晋江流域生态环境脆弱性评价模型。整体来看,晋江流域西溪比东溪脆弱,上游比下游脆弱;晋江流域东南部城市聚集区脆弱性的主控因素为建筑用地、初级生产力与土壤有机质,中西部茶叶种植区的主控因素为茶叶的过度种植;脆弱性高值聚集区域在安溪县感德镇以及永春县湖洋镇一带。在上述分析的基础上,对晋江流域茶园种植分布现状合理性进行评估,给出具体的茶园空间优化建议。     

火工品温湿度加速老化模型和算法研究

目的 研究对火工品适用的温湿度加速模型,以及加速系数计算程序,获取准确的温湿度加速系数外推公式.方法 通过分析国内外使用的各种双因素加速模型的适用性,确定火工品适用的温湿度加速模型,采用免费自由的开源统计分析软件——R软件,对通过加速试验获取的某点火头2种温湿度加速条件下的试验数据,进行单组数据拟合和多组数据拟合两种温湿度加速老化算法的开发,并且对2种算法、3种寿命分布下寿命外推的准确性进行对比分析.结果 确定了Peck模型适合用于火工品的温湿度加速模型,获取了某电点火头对应的温湿度加速系数和湿度项反应速率常数.结论 基于多组数据拟合的温湿度加速老化算法,比基于单组数据拟合的温湿度加速老化算法对试验数据的兼容性好.3种寿命分布中,Weibull分布的加速系数计算结果最保守.     

河流氮磷和水量输入对太湖富营养化的影响机理研究

针对河湖氮磷控制标准不衔接问题,以大型浅水湖泊太湖为例,基于2013—2018年环太湖主要入湖河流和湖体总氮浓度〔ρ(TN)〕、总磷浓度〔ρ(TP)〕、叶绿素a浓度〔ρ(Chla)〕、水量等监测数据资料,采用湖盆模型(Bathtub模型),构建太湖主要入湖河流与湖体ρ(TN)、ρ(TP)和ρ(Chla)的响应关系,分析了主要入湖河流ρ(TN)、ρ(TP)和水量对湖体富营养化的影响,探讨了太湖主要入湖河流水量及其与湖体氮磷协同控制限值. 结果表明:①太湖主要入湖河流氮磷的输入仍显著影响湖体ρ(TN)、ρ(TP),尤其是对西北部湖区的富营养化水平产生了显著影响;②在入湖水量方面,湖西区入湖水量增加可导致太湖富营养化程度增加,而“引江济太”水量输入在一定程度上改善了太湖水质. 建议分区域控制直接入湖河流水量,其中,湖西区直接入湖水量控制在60×108~70×108 m3之间,望虞河“引江济太”水量控制在15×108~20×108 m3之间;③针对太湖流域而言,现行《地表水质量标准》(GB 3838—2002)在协同控制河、湖氮磷方面存在一定的不足,仅通过控制入湖河流ρ(TN)、ρ(TP),太湖ρ(TN)、ρ(TP)难以达到Ⅲ类水质标准;④与全湖平均值相比,湖西区要达到同一标准限值,入湖河流协同控制限值要更为严格. 在河湖氮磷衔接目标制定上,建议湖西区单独设定协同控制目标浓度值. 另外,建议结合《地表水质量标准》(GB 3838—2002),开展太湖流域水质、水量协同控制,有效约束入湖通量,达到河湖氮磷协同控制目的.      

太湖水体Chl-a预测模型ARIMA在引排水方案优化中的应用

我国东部大型浅水湖泊太湖的富营养化和藻华暴发一直是困扰该地区社会经济高质量发展的重要水问题之一,其中水资源分配不均及部分营养盐浓度较高,严重制约了太湖水体生态环境的健康发展。基于1999-2019年太湖水质、气象等逐月观测资料,构建了基于协变量(TN、TP、COD_Mn、降水量和引排水量)的叶绿素a(Chl-a)预测模型ARIMA(1, 1, 1)(0, 1, 1)₁₂,并结合2007-2019年历史引排水方案经验和效果,提出了未来平水年情景下降低太湖藻华大面积暴发风险的引排水方案优化策略。结果表明:所构建的ARIMA(1, 1, 1)(0, 1, 1)₁₂模型能有效预测太湖水体Chl-a浓度;且在预设未来情景下,通过同步增加引、排水量可有效降低水体营养盐含量。引排水方案的优化关键在于季节性水资源的合理调配,在满足水安全的基础上适当加大冬春季节引排水,可达到改善水动力和排出营养盐的效果。     

复杂火工系统可靠性预计方法及软件研究

目的 解决在进行复杂系统的可靠性建模以及预计时,计算效率低、容易出错的问题。方法 开展基于GO(Goal Oriented)法的复杂火工系统可靠性预计方法研究。建立不同种类火工组件的可靠性模型和算法,结合火工系统的GO图模型,对系统的可靠性进行预计以及定量分析。依据建立的可靠性模型以及算法,开发一套火工系统可靠性建模以及预计的软件,运用该软件对典型座椅弹射火工系统的可靠性进行预计,并且将软件计算结果与蒙特卡洛仿真方法得到的结果进行比较。结果 软件计算结果与蒙特卡洛仿真方法所得结果的最大相对误差不超过0.004 8%。结论 基于GO法的复杂火工系统可靠性预计方法是合理可行的,而且运用GO法开发的软件可以提高可靠性预计的计算效率,同时也为后续的 GO 图分析计算提供了技术支持。     

弹上电子部件加速因子估计方法研究

目的针对高可靠长寿命的弹上电子部件在实际贮存环境温度起伏变化的情况,研究基于等效温度的加速因子估计方法。方法首先剖析弹上电子部件失效机理,然后基于阿伦尼斯模型,分析加速应力与实际环境温度的对应关系,求解实际环境等效温度,进而估计加速因子,最后通过某型导弹综合控制器中的时序控制电路板,验证该方法的工程适用性。结果该方法能够真实反映环境温度情况,且与传统加权平均温度计算方法相比,加速因子估计和加速试验时间预测更准确,且随着实际环境温度起伏的增大,优势更加明显。结论该方法在实际贮存环境温度起伏变化的情况下,能够有效提高加速因子估计和加速寿命试验时间预测的准确性,为弹上电子部件加速寿命试验方案设计提供可靠依据,对其他高可靠长寿命产品的加速因子估计也具有一定的参考价值。