基于平衡计分卡的大气环境监测数据共享网站绩效评估研究

基于平衡计分卡原理,结合网站特点,建立了大气环境监测数据共享网站绩效评估模型。以共享网站的战略愿景为模型框架的中心,以财务、顾客、内部程序、学习与成长等4个基本维度为一级指标,构建了绩效评估指标体系,并采用层次分析法确定了各指标的权重。利用该模型对长三角区域空气质量预测预报系统和宁波市空气质量预报预警平台的大气数据共享模块进行实证研究,绩效评估结果均为良好。     

GIS在环境监测数据管理分析中的应用

根据环境监测的特点和地理信息系统(GIS)所具备的功能,讨论了GIS与环境监测结合的必要性,按照环境监测的目的不同分环境质量监测、污染源监督监测和应急监测三个方面阐述GIS在环境监测数据管理分析中的具体应用,并利用现有的一些基于GIS的环境监测信息系统实例进行进一步说明GIS在环境监测数据管理分析中的应用,充分发挥了GIS空间信息表达处理及综合分析的优势,使得环境监测数据的管理分析更加快速、实时、有效.随着GIS技术的发展,GIS在环境监测数据管理分析中的应用也将获得源源不绝的驱动力.     

GIS在环境影响评价中的应用

简要介绍了环境影响评价（EIA）和地理信息系统（GIS）技术的特点，阐述了两者结合的必要性。讨论了GIS技术在环境影响评价领域中的应用现状，重点介绍了GIS技术在项目EIA、区域EIA、累积EIA及战略EIA，环境影响后评价中的应用。在此基础上进一步对GIS在环境影响评价中的应用进行了展望，重点介绍了GIS在公众参与中的应用及基于“5S”的EIA。     

用户视角下的大气环境监测数据共享网站绩效评估

大气环境监测数据共享绩效评估有助于推进大气环境监测数据的共享管理。该文在用户视角下选取绩效评估指标,利用层次分析法构建绩效评估模型,将其应用于2个政府网站和2个非政府组织网站中,并对评估结果进行对比分析。结果表明:该模型适用于大气环境监测数据共享网站的绩效评估。4个网站的共享绩效评估得分均偏低,说明两类网站在大气环境监测数据共享方面均存在不足,需要根据各自的不足有针对性地提高大气环境监测数据共享水平。同时,两类网站应该充分发挥各自的优势并相互借鉴,共同促进大气环境监测数据的共享水平。     

多机器学习模型下逐小时PM2.5预测及对比分析

为了能及时、准确的估算出PM_2.5浓度及污染等级,分别构建了K最邻近模型（KNN）、BP神经网络模型（BPNN）、支持向量机回归模型（SVR）、高斯过程回归模型（GPR）、XGBoost模型和随机森林模型（RF）6个PM_2.5浓度预测模型,选取江西省赣州市为实验区域,采用2017~2018年逐小时气象站数据、PM_2.5浓度数据和Merra-2再分析数据开展PM_2.5预测实验.结果表明,缺少污染物观测数据时,利用能见度和气象因子等数据也能较好的预测PM_2.5浓度.在PM_2.5浓度预测精度方面,XGBoost模型最高,随机森林模型次之,高斯过程回归模型最差.6个模型的预测精度总体呈现冬季最高,秋季和春季次之,夏季最低.XGBoost模型的PM_2.5污染等级预测准确率高于其他模型,综合准确率达87.6%,并且XGBoost模型具有训练时间短,占用内存小等优点.XGBoost模型的变量重要性结果表明,能见度变量的重要性最高,相对湿度和时间变量次之.本研究可为环境部门准确预测、预报PM_2.5浓度提供参考.     

GIS在环境影响评价中的应用

简要介绍了环境影响评价(EIA)和地理信息系统(GIS)技术的特点,阐述了两者结合的必要性.讨论了GIS技术在环境影响评价领域中的应用现状,重点介绍了GIS技术在项目EIA、区域EIA、累积EIA及战略EIA,环境影响后评价中的应用.在此基础上进一步对GIS在环境影响评价中的应用进行了展望,重点介绍了GIS在公众参与中的应用及基于"5S"的EIA.