基于综合主成分及径向基网络的环境质量评价

运用综合主成分分析对监测数据进行处理,集成径向基函数人工神经网络(RBF-ANN),参考国家环境质量评价标准设定RBF的学习样本,从而构建区域环境质量综合评价模型,对安徽省合肥市新站综合开发试验区进行环境质量综合评价。实例分析结果表明,运用综合主成分法可以精准的统计出一个区域的环境综合数据,而且在matlab环境下运用RBF-ANN模型既可以准确,客观的评定环境质量的等级,又可以表现其环境污染的具体程度,能在同一评价等级内对不同环境质量的评价对象进行更加细微的污染程度的比较。结果表明,合肥市新站综合开发试验区环境综合质量介于轻度污染和中度污染的标准极限值之间,属于中度污染。     

合肥城市发展对热岛强度的影响

城市热岛强度与城市发展关系密切.以合肥市为研究对象,利用趋势分析、主成分分析等方法系统分析了合肥城市热岛变化及与城市发展的关系,结果表明:合肥城市热岛显著,年际变化总体呈上升趋势,平均值为0.58℃,变化速率为0.194℃/10 a;季节变化表现为冬季最强,夏季最弱,春、秋介于两者之间,热岛强度增长速率大小顺序依次是:冬季>秋季>春季>夏季,分别为0.1、0.081、0.068和0.049℃/10 a;同时选出9个城市发展指标,计算得出合肥城市发展的综合指标LU,并在此基础上建立合肥城市发展与城市热岛强度之间的最佳回归模型为:y=0.563-0.027x+0.001x2-1.1E-05x3(相关系数R=0.8405,F=22.387).     

西藏日太阳总辐射估算模型的优化与时间尺度效应

根据2012～2014年拉萨站点的日太阳辐射观测数据,对3种日太阳总辐射估算模型(左大康、Prescoff和王炳忠等提出的估算模型)的估算结果和实际观测结果进行误差检验分析,结果表明:3种模型都通过了显著性检验,其平均绝对误差(MAE)分别为6.17 MJ/(m~2·d)、6.42 MJ/(m~2·d)和12.31 MJ/(m~2·d),均方根误差(RMSE)分别为1.60 MJ/(m~2·d)、1.65 MJ/(m~2·d)和2.78 MJ/(m~2·d),表明利用地理位置信息和日照时数的左大康估算模型对拉萨日太阳总辐射的估算效果优于Prescoff和王炳忠估算模型。利用左大康估算模型分别估算得到2015年拉萨、那曲和葛尔地区的日太阳总辐射值,并进行模型验证。通过分析拉萨1971～2015年的太阳总辐射变化和周期性特征,研究日太阳总辐射估算模型的时间尺度效应。按照11年和四季两种不同的时间尺度,利用线性回归法对日太阳总辐射估算结果和实际观测结果进行误差和相关性分析,得到经验参数a和b的值与时间尺度有一定关系。11年和四季两种时间尺度除夏季以外,其他时间拟合模型的精度均得到了提高。通过线性回归法得出45年的西藏日太阳总辐射优化估算模型,该模型估算日太阳总辐射的误差小于左大康模型,估算精度较高。     

Linux平台下煤矿安全信息管理系统的安全性实现

为有效保障煤矿安全信息在网络传输与实时交换中的安全性,保证数据信息的完整性与私密性,笔者建立了Linux平台下的煤矿安全信息管理系统,并为保障其安全性实现提出了解决方案,其主要内容涵盖了防火墙技术、Web服务器的安全性、远程管理的安全性、管理系统的安全性、数据库安全性、安全性分析与评测等各个方面,并就实现的有关方法与技术进行了详细分析与探讨;详细阐述了Netfilter/iptables框架下的包过滤防火墙体系构建,SSL协议通道下的数据信息的加密传输及系统的安全认证机制,为煤矿数据信息的安全传输提供了有效手段。Linux以系统的低成本、运行的安全可靠性,为煤矿企业提供了一条经济实用的信息化道路。     

基于组合模型的PM2.5浓度预测及其不确定性分析

运用GIS软件及克里金（Kriging）插值等方法分析合肥城市圈PM_2.5浓度的时空分布,根据合肥市环境监测历史数据、地面气象站点数据及历史气象数据,采用多元回归分析、相关分析等方法,研究合肥市PM_2.5浓度的影响因素。结果表明:1）PM_2.5 浓度整体变化情况为冬季 > 秋季 > 春季 > 夏季,大部分城市PM_2.5浓度峰值出现在1月,之后浓度开始逐渐下降,7月达到最低值,此后浓度逐渐升高。2）PM_2.5浓度与CO呈高度正相关,相关系数高达0.875;与PM₁₀、SO₂、NO₂的相关性也较高;与O₃呈负相关。PM_2.5浓度与气压、风速、降雨量以及能见度呈负相关,与温度、相对湿度呈强正相关。基于2018—2019年合肥市地面站点PM_2.5浓度监测数据,构建预测PM_2.5浓度的组合模型:对比三次指数平滑模型,确定模拟退火+遗传+三次指数平滑为优组合模型,拟合度达到95%。通过Kappa及MAPE指数对组合模型不确定性进行分析评价,两者分别为0.654和0.072,说明该模型具有高度稳定性。恰当的预测因子组合和模型不确定性研究有助于模型预测精度的提升和改善,从而为大气环境质量监测和评价提供参考。     

Bio-SR工艺脱硫净化天然气影响因素试验研究

在对比天然气传统脱硫工艺的基础上,结合 Bio-SR工艺特点,分析了该工艺应用于天然气脱硫净化的可行性.通过单因素实验考察了H2S标准混合气浓度、初始Fe3 浓度、喷淋量、空塔停留时间、pH及压力等因素对脱硫率的影响,初步确定了适宜的控制参数.实验结果表明,该工艺对气量大、低H2S质量浓度(＜1.0 g/m3)的天然气有快速高效的净化作用,出气达到管输天然气标准.