基于视频的雾天能见度实时监测方法研究

目前我国高速公路能见度监测主要依靠能见度观测仪,该方法覆盖区域有限且成本较高,而我国高速公路图像采集设备应用广泛,因此提出了一种基于监控视频图像测量雾天能见度的方法。该方法将图像进行分窗格处理,通过相关性分析筛选出最优兴趣窗格的亮度均方差特征矩阵,建立BP神经网络修正线性残差组合模型。结果表明:残差修正模型监测效果优于单一线性回归模型,残差修正模型的决定系数R2为0.977;在光线充足的情况下,残差修正模型的相对误差在10%以下,模型精度相对稳定;最后应用此方法监测高速公路雾天能见度,模型的正确率在80.48%以上。验证了用该方法测量雾天能见度具有可行性和有效性。     

基于支持向量回归机的南黄海浒苔分布面积预测模型

绿潮作为一种新型的海洋灾害,已经引起了各个国家的重视.依据2012年南黄海海域浒苔遥感监测分布面积数据,选取了温度、天气状况、风向、风力、浪高5种影响浒苔扩散的气候因子,建立了基于SVR的浒苔分布面积预测模型,并与经典的最近邻点插值模型、线性插值模型、3次样条函数插值模型和分段3次Hermite插值模型进行了回归效果的对比.分析结果表明,基于SVR的浒苔分布面积预测模型能够为浒苔遥感数据的插补提供一种方法,且回归效果优于传统的回归方法,为浒苔的防治提供辅助决策信息.     

大数据解析技术在大气环境监测中的应用研究

针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量,分析了用神经网络法进行大数据解析和推演的原理和数学过程,是用数学、计算机、统计等方法研究解决多元、非线性复杂环境问题的一种新的探索。     

基于改进多种群遗传算法的尾矿坝形变预测

针对遗传神经网络(GA-BP)建立的尾矿坝形变预测模型易出现早熟现象、预测结果不稳定、容易陷入局部最优值的不足,引入一种具有混沌局部搜索的多种群自适应遗传算法。该算法以双种群寻优为基础,改进了遗传参数的计算方式,分别以种群进化中染色体适应度值的集中程度和空间距离的分布作为自适应交叉率、变异率的计算依据应用于不同种群中,提高了种群的多样性和遗传算法全局搜索的能力;同时引入混沌局部搜索技术(CLS),完善了遗传算法局部搜索能力的不足。采用改进的遗传神经网络模型对贵州省白岩尾矿坝三维变形数据进行预测,并与传统的GA-BP和AGA-BP模型预测结果进行比较。结果表明:改进后的模型预测精度更高,结果更加稳定,具有良好的预测效果。     

乌伦古湖水质现状、变化趋势及预测

通过对乌伦古湖现状水质及近十年来水质变化趋势的评价,分析了污染成因,并采用灰色预测法预测乌伦古湖未来几年的水质状况,为区域水环境保护和水体污染防治提供科学依据。     

昆明市水资源承载力系统动力学模拟

针对昆明市水资源短缺的现状和水资源系统所具有的复杂系统特征,在综合考虑水资源需求、水资源供给、污水再生利用、外地供水、缺水程度的影响等因素的情况下,利用系统动力学(SD)方法建立了昆明市水资源承载力SD模型,在现状延续型、经济发展型、资源节约型、环境友好型和协调发展型5种方案下模拟2015～2030年昆明市水资源承载能力的动态变化,寻求提高昆明市水资源承载力的途径。结果表明:现状延续型用水模式出现十分严重的水资源匮乏问题,水资源承载能力很容易达到极限承载值,不能实现昆明市资源环境与社会经济的可持续发展;经济发展型模式虽然提高了经济水平,但是加剧了生态环境污染和缺水问题,供需比低至0.25;采用资源节约型或环境友好型模式,虽然可以适当缓解生态环境污染及缺水问题,但是随着时间的推移,缺水现象依然严峻;而在建设资源节约型或环境友好型社会的前提下,适当减缓城市发展规模增速,实施水资源集约利用、污水处理再生和加强外地供水的协调发展型方案可以实现昆明市水资源的供需平衡,资源环境与社会经济可持续发展,为5种方案中的最优方案。     

时间因素对钻屑瓦斯解吸指标K1值测定的影响分析

针对时间因素对钻屑瓦斯解吸指标K1测定结果的影响，采用恒温瓦斯放散试验深入分析钻屑瓦斯解吸指标K1测定理论的准确性，总结因时间因素导致K1值测定误差所带来的现场问题。研究结果表明:K1值的测定误差与时间关系密切，测定启动时间越晚，误差越大；测定启动时间由第1 min延后至第2 min，绝对误差和相对误差最大值分别增加0.081 cm3/(g·min1/2)和2.20%；高瓦斯压力条件矿井或煤层的局部高瓦斯压力区域、构造煤发育区的钻屑瓦斯解吸指标K1值测定结果偏低，测定误差偏大。研究结果可为煤与瓦斯突出预测水平的提升提供技术支撑。