基于小波分解和ARMA模型的空气污染预报研究

细颗粒物PM2.5为首要污染物的空气污染严重影响了公众健康,对空气污染进行有效预报具有十分重要的意义。而目前常用的空气污染物浓度预报方法在短时事件和意外事件预测方面存在不足。利用小波多尺度分析方法改进ARMA预测模型,并将其应用于短时空气污染物浓度预测。改进模型通过小波分解方法将时间序列分解为一个近似序列和多个细节序列,分别采用ARMA模型进行预测,然后将各序列预测结果进行重构,得到最终预测结果。以天津市2014年PM2.5浓度数据为例,分别采用ARMA模型、支持向量回归(SVR)模型、人工神经网络(ANN)模型以及基于小波多尺度分解改进的SVR模型和基于小波多尺度分解改进的ARMA模型进行了对比分析。结果表明:1)小波多尺度分解能够显著提高SVR模型和ARMA模型预报精度;2)ARMA、SVR、ANN等传统模型在重污染情况下预报精度显著下降,而小波分解改进策略能够较好地解决这个问题;3)基于小波多尺度分解改进的ARMA模型预报精度较高,是城市污染物浓度预报的有效手段。     

离子色谱双通道同时分析矿泉水中阴阳离子

建立了一种离子色谱双通道同时检测矿泉水中阴阳离子的方法。阴离子通道选择摘要SH-Anion-013的阴离子色谱柱,洗脱液为3.6mmol/LNa3CO2,流速0.7mL/min,采用抑制电导的检测模式。阳离子通道选择,SH-Cation-012的阳离子色谱柱,洗脱液为3.0mmol/L甲烷磺酸,流速1.0mL/min,采用直接电导的检测方法。结果表明,待测离子线性范围宽,相关性好(R>0.999)精密度高(RSD≤2.35%)实际样品加标回收率在92.5%~103.8%之间,完全满足检测要求,适用于矿泉水中阴阳离子的检测。     

气候变化背景下中国陆地生态系统碳储量及碳通量研究进展

全球气候变化对全球生态系统的结构、功能和过程产生了重要影响,成为各国政府、社会公众以及科学界共同关心的焦点问题。陆地生态系统碳循环又是当前气候变化和区域可持续发展研究的核心内容之一,影响到经济和社会发展的各个方面。因此,开展陆地生态系统碳储量和碳通量的研究仍将是气候变化研究中的重点内容。总结了近年来国内森林、土壤、草地、农田四种陆地生态系统在碳储量、碳通量方面取得的研究成果和不足：随着遥感、GIS及模型的发展和应用,森林、草地生态系统碳储量的研究精度和范围要高于农田和土壤,而农田和土壤生态系统碳储量的研究多基于典型性样地和大量实验数据,结果受制于样点布设和采样密度;目前,土壤生态系统碳储量结果多基于上世纪80年代全国二次土壤普查数据计算所得,且总有机碳库的估算存在较大差异,土壤有机碳的组分研究中易氧化有机碳库研究滞后于总有机碳,迫切需要对我国现有土壤有机碳进行研究;农田生态系统受人类活动干扰强烈,从一个或几个站点到全国尺度都有对农田土壤有机碳贮量的研究成果,与国外相比,我国试验田的设置时间短,资料积累较少,更多侧重不同施肥方式下农作物产量和农田合理的施肥培肥模式研究,农田土壤有机碳含量关系我国农业生产和粮食安全,对农田土壤固碳机理的研究仍将是今后关注的焦点。各生态系统碳通量的监测取得了一定成果,近年来涡度相关系统在森林、土壤、草地、农田生态系统中得到了广泛的应用。并从气候、人类活动两个因素分析了其对生态系统碳储量、碳通量的影响。针对目前存在的问题,进一步指出了目前国内不同生态系统中碳循环在现状研究、有机碳变化机制、模型建立及气候变化和人类活动影响下的碳库时空格局方面得到加强。