基于缓冲区重采样的LSTM林火预测模型*

为提高林火风险预测精度,挖掘地图上隐含的空间信息、时间序列上隐含的长期趋势和循环波动,提出1种基于缓冲区重采样的长短期记忆（LSTM）林火预测模型,选取15个与林火相关的影响因素,以方差膨胀因子为评价指标对其进行多重共线性检验,方差膨胀因子大于10的因素具有共线性,并采用信息增益率验证筛选结果的合理性。考虑到火灾的空间聚集特性,采用缓冲区分析与过采样相结合方法减少样本不均衡现象的影响,最终得到176 732条样本。对12个影响因素和研究时间段的火点建立LSTM预测模型,对森林火灾发生风险进行预测。研究结果表明:基于缓冲区重采样的LSTM林火预测模型有效考虑时空上隐含的信息,预测模型准确率为87.06%,特异性为97.99%,敏感度为76.12%,阳性预测率为97.43%,阴性预测率为80.41%,ROC曲线与AUC值均优于随机森林（RF）和支持向量机（SVM）这2种基准算法。维尔克松秩和检验发现,本文提出的模型与基准算法结果具有显著性差异。研究结果可为提高林火风险预测精度提供参考。     

表面改性PVDF电纺纤维负载ZnS复合材料的制备与光催化特性

以常压介质阻挡放电-紫外辐射条件下制备的聚偏氟乙烯电纺纤维表面接枝丙烯酸(PVDF-g-AA)后的产物为载体,在水热条件下制备与纤维表面有化学键作用、均匀分布、直径0.5～2μm的ZnS/PVDF-K-AA纤维复合光催化材料.同时,以紫外灯为光源,甲基橙为目标降解物,研究了复合材料的光催化活性.结果表明,ZnS/PVDF-g-AA纤维复合材料的高催化比表面积和复合材料间存在吸附-迁移-光降解作用使其具有较高的光催化效率,重复8次光降解后其仍具有较好的催化活性.     

氢氧化镁在环境污染治理中的应用研究进展

本文综述了不同种类氢氧化镁工业产品的特性及其在废水处理、烟气脱硫等方面的应用进展 ,并讨论了在我国的应用趋势