基于NARX神经网络的PM2.5/10浓度值预测模型——以咸阳市两寺渡监测站为例

PM_2.5和PM₁₀（记为PM_2.5/10）对空气质量和人类健康有着严重威胁,日益引起国内外的关注,并成为大气污染控制工程中最重要的部分。基于陕西省咸阳市两寺渡监测站的污染物（PM_2.5、PM₁₀、NO₂、NO、NO_x、CO）和相关气象参数的监测数据,建立起基于非线性有源自回归神经网络的预测模型,并分别针对不同预测时间段确定最优网络结构,从而实现了对未来6小时、12小时以及24小时PM_2.5/10浓度的有效预测。实验结果表明：（1）NARX神经网络模型可对未来24小时内的PM_2.5/10污染物浓度进行较为准确的预测;（2）对于PM_2.5/10未来6小时的预测能力优于对12小时、24小时的预测;（3）预测值偏高或偏低的结果与前后时间段内的气象因素及其他污染物浓度变化情况也具有相关性。     

硝酸铈改性赤泥制备除磷吸附剂

用六水硝酸铈改性赤泥并处理含磷废水.实验结果表明:当硝酸铈质量分数为0.45％、焙烧温度为500℃时,制备的吸附剂的吸附性能最好;用该吸附剂处理含磷废水,当初始废水pH为3、振荡时间为80 min时,废水TP去除率约为95％,废水中磷质量浓度为0.41 mg/L,达到GBI8918-2002《城镇污水处理厂污染物排放标准》中的一级标准.该吸附剂的吸附过程符合Langmuir吸附模型.     

组态视角下旅游经济效率动因及提升路径研究——基于中国30个省份的fsQCA分析北大核心

基于我国30个省份2008—2018年的面板数据,使用DEA—solver软件和Super—SBM模型计算各省份的旅游经济效率,为探究外部环境对旅游经济效率的影响机制,采用fsQCA法,综合考虑技术创新、区域经济发展、交通可达性、生态环境和信息化5个方面,建立旅游经济效率影响因素分析框架,以组态的视角探究影响旅游经济效率的各个因素和路径。结果发现:存在2条提升旅游经济效率的有效路径(科技创新驱动型和粗放开发型)和4条产生非高旅游经济效率的路径。根据提升旅游经济效率组合多样化特征,提出建议:因势利导,选取合适的路径;加强旅游领域科学技术研发与应用;加强生态环境保护;整合资源,发挥各要素的协同效应。     

国内外污染场地环境风险评估框架形成与发展

城市工业企业搬迁与退役遗留大量污染场地,其潜在环境风险受到各国政府的高度重视。在化学品风险/毒性评估的基础上,欧美等发达国家(地区)率先发展和形成了独具特色的环境风险评估框架。我国在借鉴吸纳国外先进经验的基础上,逐步形成符合国情的场地环境风险评估框架。笔者系统梳理了我国和美国、欧盟、荷兰、英国等国家(地区)的污染场地环境风险评估框架形成与发展历程;分析阐释了各框架的首要目标、决策与管理过程、科学定位、关键创新等要素及其内涵;揭示了各个国家(地区)在特定历史时期关键法律法规、政策与技术文件等的推动、支撑及指导作用等。通过对比研究可为我国场地环境风险评估框架的完善与创新发展提供有益参考。     

基于几何方法的疏散仿真模型——GAEvac

GAEvac模型是基于几何方法和目标智能判别的人员疏散计算机模型,该模型针对建筑物和人员的特点,建立以几何元素表示的建筑物空间和人员体型模型,通过碰撞检测和位置调整的算法,模拟疏散中个体人员的速度变化和移动方向选择。通过设置分级目标和条件决策规则,模拟疏散过程中的人员路径选择,疏散过程中的群体效应得以体现。通过速度变化和疏散路径选择模拟实验,对GAEvac模型模拟的结果进行了对比分析。最后,通过对实例的模拟,验证了GAEvac模型的应用效果。     

复合污染土壤中十溴二苯醚、铜的同步洗脱

为探究螯合型表面活性剂N-十二酰基乙二胺三乙酸钠盐(LED3A)应用于重金属-十溴二苯醚(BDE209)复合污染土壤洗脱修复的可行性,采用批平衡振荡实验法,研究LED3A对复合污染土壤中Cu和BDE209的同步洗脱效果,考察洗脱时间、洗脱液浓度、pH等对洗脱率的影响.结果表明:LED3A对Cu单一污染土壤、BDE209...     

融合YOLOX和ASFF的高原山地灾害检测模型

YOLOX 是全球首个一阶无锚框目标检测模型，超越了 YOLO‐V（3‐5）和 SSD 等传统锚框模型，极大提高了山地灾害检测识别精度。然而，该模型存在不同尺度之间特征不一致的问题，融合后的特征图质量有待提升。以西藏高原山地灾害重灾区为试验区，在建立了西藏高原山地灾害数据集的基础上，通过融合 Adaptively Spatial Fea‐ ture Fusion（ASFF）注意力机制和骨干网络尺寸调整机制，设计了一个优化的、不同适用性的高原山地灾害检测模型（Plateau mountain disaster detection model，PMDDM）。为验证 PMDDM 模型的优越性，将其与传统 YOLOX 模型、不同注意力机制、不同目标检测模型进行了对比分析，并且对不同尺度模型的检测性能和可视化结果也进行了对比分析研究。结果表明：ASFF 注意力机制可以有效的解决传统 YOLOX 模型中存在的不同尺度特征间的特征不一致问题，且对模型检测性能提升明显优于 SE、CBAM、ECA、GAM 和 Coord 等注意力机制；PMDDM 模型对山地灾害的检测精度优于 Faster‐RCNN、SSD 和 YOLO‐V3 模型，可以满足不同工作场景对硬件配置、检测速度和精度的需求，且模型尺度越大，识别目标的准确率越高。