生物壳体就位分析中存在的问题及研究进展

生物壳体碳酸盐的稳定氧、碳同位素已经被大量地应用在古气候、古环境研究中。几十年的研究取得了很多重大成果,但是在生物壳体的就位分析研究中仍存在以下几个主要问题:生物壳体氧、碳同位素的解释问题;生物壳体时间序列的确定问题;就位分析研究壳体剖面的选择问题等。解决这些问题对于利用生物壳体提取高分辨率的古气候环境信息至关重要。文章针对这些问题进行了论述,并介绍了国内外为解决这些问题出现的新的研究方法及其最新研究进展。     

确定大气扩散稳定度等级的时间序列问题

一、引言 目前大气扩散稳定度等级一般利用常规气象资料来确定,但是对所用的气象资料的时间序列却无统一的规定。在我们已进行过的工作中,有的根据十年的气象资料来确定,有的则用五年的,还有用三年的,甚至还碰到用一年的。目前对气象资料使用的时间序列并无一致的要求,往往是根据各自的意愿而提出使用气象资料的年限。利用气象资料确定大     

安徽及邻区GPS时间序列特征分析

利用安徽及邻区的10个GPS连续观测站数据,分析了站点NEU坐标时间序列、基线座标时间序列变化特征。结果显示,站点的NEU座标时间序列水平方向变化趋势与"中国大陆构造环境观测网络"25个站点的研究结果是一致的;基线座标时间序列在各个构造地质区域内的变化特征是不同的。     

河流水质时间序列分析的自组织预测方法及应用

应用前苏联学者伊万年科基于生物控制论中的自组织原理提出的一种数据组合处理方法，有效地解决复杂非线性系统预测。以汾河某段的水污染时间序列监测数据为基础，建立了一个河流水质污染预测的自组织模型，其建模样本的拟合值和检验样本的预测值相对误差分别在３．１％和５．３％以内。结果表明，自组织模型能较好地描述水污染时间序列数据之间的非线性关系，适合复杂水环境污染系统的预测工作。     

时间序列分析及Monte Carlo方法在降水预报中的应用

文章分别阐述了时间序列分析方法及Monte Carlo(蒙特卡洛)方法的基本原理和计算方法,并将其应用于降水预报的实例之中。时间序列分析是对降水资料进行观察、研究,用一定的数学方法建立预测模型,使时间序列向外延伸,从而获得序列的发展变化趋势,确定变量的预测值,精确的预报每一时段的降水量。蒙特卡洛方法是根据降水资料,提取研究区年降水量变化所蕴含的随机性和统计规律性,建立伪随机数与样品值的对应关系,从而对未来降水量进行预报,结果反映了预报时间内降水的总体特征,而不能精确到具体时间段。将这两种不同的方法用于同一地区年降水量的预报,对比结果,探其原因,分析其各自特点,进而得到更精确的预报值,对该地区水资源的研究有着重要的现实意义。     

滇池水质时间序列变化趋势识别及特征分析

应用STL(Seasonal-Trend Decomposition using LOESS)方法对1998—2010年滇池外海8个监测站点、10个水质指标的时间序列数据进行递归迭代,分解出低频率的趋势项、高频率的周期项及随机残差项.在此基础上计算稳态变化指数(RSI),对水质趋势的时、空变化特征进行识别和判定.结果表明,在分析的13年间,滇池外海8个监测站点各指标变化趋势总体一致;BOD5总体呈下降趋势,高锰酸盐指数(COD Mn)总体趋势显著上升,说明有机物可生化性下降;富营养化状态加剧,总氮(TN)总体趋势上升,并逐渐成为藻类的限制性营养盐,总磷(TP)浓度为劣V类,氨氮在氮元素形态中的主导地位正逐渐降低.研究结果表明,"十二五"期间滇池应重点控制氮磷、兼顾有机物污染.     

PM10浓度时间序列多时间尺度分析的小波方法

文章利用Morlet小波函数进行小波变换,以乌鲁木齐市的大气污染物时间序列为例,分析了当地PM10的多时间尺度的演变特性。研究结果显示,其年际变化和季节性变化的时间尺度在尺度空间中分布不均匀,受气象和污染源因素影响,具有较明显的局部化特征。     

基于时间序列分析的渐变性水源水质预测研究

针对引黄水库水质渐变性特点,运用时间序列分析理论建立了水质分析模型并对山东省某市某水库的水质变化趋势进行模拟和预测。选取温度、pH、氨氮、浊度、化学耗氧量、亚硝酸盐作为预测变量。水库水质的模拟结果表明除浊度外其余项准确率均达到了80%以上,所建立的水质模型能够合理地反映渐变性水库中水质的动态变化趋势,预测结果较好。     

多元时间序列PCA分割及在天然气脱水装置工况识别中的应用

目的建立不同的工作状态下的设备状态预测评估模型。方法利用主成分分析法将多元时间序列数据进行切割,将分割后的数据段按照基于密度的方法,依照定义的距离,对多元时间序列进行聚类合并,从而得到不同工况下的时间序列。结果按照脱水装置工况状态,将重沸器特征对应的多元时间序列划分为不同的数据段。结论有效实现了脱水装置重沸器的参数数据分割,并识别出不同工况。     

面向密闭空间内外温度的时序预测模型

目的 研究密闭空间条件下已知外部温度时间序列对内部实时温度的预测推理问题。方法 选取密闭空间内外温度时序预测典型场景,抽象为多变量时间序列预测问题,分析变量间的关联性和依赖性。借鉴特征融合、注意力机制、多任务模型等思路,结合物理机制与数据特征,基于长短期记忆网络基本网络单元,构建密闭空间内外温度时序预测模型,并在万宁、敦煌、漠河对某型密闭空间进行数据采样,基于三地数据集进行不同模型试验。结果 多变量模型比单变量模型具有更好性能,注意力机制对该场景没有显著性能提升,结合物理机制的模型结构设计充分考虑了变量之间的关联性和依赖性,能显著提升预测精度,双输入双输出的多变量时序预测模型具有相对最高的精度和最稳定的鲁棒性,是面向密闭空间内外温度时序预测的相对最优模型。结论 研究结论可指导密闭空间其他环境特征建模,研究思路可为其他多变量时序建模问题中变量之间的关联性、依赖性分析提供参考。     

南京颗粒物时间序列相关性及其成因分析研究

以南京2014年2月到5月的PM2．5、PM10日平均值和气象要素观测资料为例,根据Pearson相关系数和双尾检验显著性水平对其逐日时间序列进行相关性分析。结果表明：南京2014年2月到5月PM2．5、PM10与前2日质量浓度值呈正相关性,但两者与前3日、前4日质量浓度值都没有明显线性相关性;PM10较PM2．5相关性更强。在此基础上,从PM2．5、PM10成分来源等方面,阐述了该结论产生的原因。     

污泥龄对除磷亚硝化颗粒系统的影响

以低C/N比生活污水为研究对象,接种成熟除磷颗粒污泥,探究泥龄对中低温度下(14～21℃)除磷亚硝化颗粒污泥的影响.结果表明,常温下(20℃±1℃),泥龄为30 d,曝气量为5 L·(h·L)~(-1)可实现除磷颗粒污泥中AOB的富集,NAR达到90%以上.当温度降低到15℃,泥龄为40 d时除磷性能恶化,颗粒结构变松散并伴有丝状菌生成.相对充足的氧气使亚硝化失稳,NAR下降至22. 4%. NOB不具备迅速适应环境变化的能力,采取12 d厌氧饥饿加排泥的策略,削弱了NOB的相对活性,迅速恢复了除磷亚硝化性能.批次实验显示温度从20℃下降到15℃,聚磷菌仍能保持较高的氧利用率,但AOB的SOUR下降了18%,此时是温度而不是溶解氧浓度制约了氨氧化能力.控制泥龄为30 d,同时降低曝气量为4 L·(h·L)~(-1),实现了低温下(15℃±1℃)除磷亚硝化颗粒污泥系统的稳定运行.     

黄山大气气溶胶新粒子生长特性观测分析

利用2012年9月22日~10月28日黄山地区大气气溶胶、二氧化硫和臭氧观测数据,结合气象数据,分析气溶胶新粒子的生成-增长特征.分析发现,在33个有效观测日中,有新粒子生成-增长的观测日占总数的18.2%,其中晴天的发生频率为37.5%,新粒子生成-增长都开始于晴天上午,与无新粒子观测日相比,太阳辐射量、风速、SO2及O3浓度较高,环境温度和相对湿度较低.气溶胶新粒子的增长具有由小及大的特点,核模态气溶胶粒子(10~20nm)数浓度最先增加,爱根核模态粒子(20~50nm)数浓度随着时间推移逐渐增大,但浓度峰值依次下降,平均增长率为3.58nm/h. SO2浓度先于核模态气溶胶数浓度到达峰值,其氧化后的产物H2SO4为新粒子的核化提供前体物,并且参与新粒子的增长过程,当SO2浓度较低时,不会发生新粒子生长事件.     

上海地区近136年气温和降水量变化的多尺度分析

论文主要利用墨西哥帽小波变换和经验模态分解(EMD)等方法对1873-2008年上海地区年平均气温和年降水量序列进行分析。以期认识上海气候在不同尺度下的振荡结构和周期特征。结果表明:上海近136 a来增温趋势明显,特别是在20世纪80年代以后增速超过以往。而40年代的暖期和60年代的冷期构成上海20世纪气温变化的主要特征。城市化的发展对城郊气温变化差异的影响十分显著。上海的年降水量主要是以短时间尺度的振荡为主,其中以40 a左右的波动为主要周期。小波变换的结果表明在长时间尺度上降水将增加,而短时间尺度上则相反。