基于Models-3的自修正空气质量预报系统及其效果检验

本文介绍了一个以Models-3为基础的自动化空气质量数值预报系统,该系统通过Gambas、Yabasic和R语言等工具进行开发,集成WRF-SMOKE-CMAQ三个模式,可通过监测数据进行自动修正,完成空气质量业务数值预报,并将结果发布到Web服务器上进行呈现。该系统对硬件的要求较低,将部署于一台DELL Optiplex 9010工作站上,设置6km—2km双层嵌套,进行成都市空气质量数值预报。本文分析了成都市2014年1月1日至2014年12月31日的空气质量数值预报结果,评价系统对成都市NO_2、SO_2、PM_(10)、PM_(2.5)、O_3、CO以及空气质量指数(AQI)的预报效果。结果显示,系统对于成都市2014年空气质量变化情况趋势的预报效果较好,302天有效预报中,24小时直接预报的空气质量等级准确率为58.27%,AQI预报相关系数0.71,观测值自动修正预报对24小时空气质量预报具有明显改善效果,使其等级预报准确率达到64.9%,相关系数提高到0.89。     

以福州为示范的城市空气质量实时精细化模拟与预报

本研究在已有空气质量站点的基础上,采用多功能、高效、小巧的传感设备进行监测加密,利用大数据的分析机理与空气质量模型的城市计算技术,以海峡西岸城市群中的福州市为示范,建设城市空气质量实时精细化模拟与预报系统。实时分析城市细粒度(1km×1km)的空气质量,有效提高了城市不同地理位置污染物浓度差异性的分辨率,同时对城市空气污染的发展趋势提出预测,为精细化分析污染成因提供基础数据,从而为环境管理提供决策辅助支持、市民出行提供帮助与指导。     

基于空间认知的环境信息系统研究

现有环境信息系统的设计特点主要是从技术角度出发,以知识的形式化为主要目的,而忽视了用户在解决问题时的逻辑思维研究。针对这一问题,从信息科学、认知科学及环境科学的角度出发,将环境信息系统相关认知活动分为对象分层、空间意象和认知水平的具体描述,并在此基础上对EIS的数据组织、推理机制和交互设计方式进行了研究。     

基于大数据的水环境风险业务化评估与预警研究

随着生态环境大数据的不断建设,国家级、流域级和行政区级别的大数据中心相继产生。快速、高效地分析和利用实时产生、类型多样的环境大数据,提取环境大数据在风险评估与预警的价值,具有重要的意义,也充满挑战。本文基于环境大数据的数据特点和不同层次的组织管理特征以及环境风险评估预警的业务化需求,构建基于大数据的流域环境风险评估与预警技术及其业务化系统的体系、分析环境风险智能识别模式、研究环境风险高效模拟预测和评估的方法,并提出一套满足各级管理部门需求,高效利用环境大数据的多中心业务化系统。     

基于深度学习的大数据空气污染预报

为了更好地反映环境污染变化趋势,为环境管理决策提供及时、全面的环境质量信息,预防严重污染事件发生,开展城市空气质量预报研究是十分必要的.本文针对环境大数据时代下的城市空气质量预报,提出了一种基于深度学习的新方法.该方法通过模拟人类大脑的神经连接结构,将数据在原空间的特征表示转换到具有语义特征的新特征空间,自动地学习得到层次化的特征表示,从而提高预报性能.得益于这种方式,新方法与传统方法相比,不仅可以利用空气质量监测、气象监测及预报等环境大数据,充分考虑污染物的时空变化、空间分布,得到语义性的污染物变化规律,还可以基于其他空气污染预测方法的结果(如数值预报模式),自动分析其适用范围、优势劣势.因此,新方法通过模拟人脑思考过程实现更充分的大数据集成,一定程度上克服了现有方法的缺陷,应用上更加具有灵活性和可操作性.最后,通过实验证明新方法可以提高空气污染预报性能.     

基于时空大数据技术的“三线一单”智能研判平台在环评审查中的应用

编制实施“三线一单”是国家生态环境管理制度的创新,是解决重大生态环境问题的有效手段。开展“三线一单”编制成果智能化应用对生态环境日常监管、规划及环评审查等工作有着重要意义。重庆市在全国率先完成“三线一单”编制,并在此基础上搭建了“三线一单”智能研判平台。主要阐述了利用时空大数据空间分析、空间叠加分析、数据挖掘等技术,建成一套实现“三线一单”成果数据的集中管理、聚合展示、数据共享以及智能研判的“三线一单”智能研判平台。通过平台建设,推动“三线一单”管理体系的建立,为战略和规划环评、优化生态环境空间规划、重大项目落地等提供智能化支撑,助力营商环境优化,促进节约资源和保护环境的生产生活方式的形成。