基于多因素的LSTM瓦斯浓度预测模型*

为解决煤矿瓦斯浓度预测问题,提出基于多因素的LSTM瓦斯浓度预测模型。模型首先对煤矿多源监测数据进行数据融合、缺失值处理;其次通过特征衍生、有监督化、无量纲化,融合各环境因素特征和时序数据的时间性特征,且衍生出更多交叉项特征和高次项特征;然后利用经验法和逐步试错法确定隐藏层维度;最后进行模型训练和测试。研究结果表明:基于多因素的LSTM瓦斯浓度预测模型的RMSE仅为0.021,MAE为0.01,比单因素LSTM模型、RNN模型预测效果好。因此,基于多因素的LSTM瓦斯浓度预测模型可更精准地进行瓦斯浓度多步预测,促进煤矿安全生产。     

水污染事故监测

突发性水污染事故危害大,破坏生态环境,危害人类健康,要求应急监测工作快速、及时、准确。针对非正常大量排水造成的水污染事故,介绍进行监测布点的原则和定位污染发生源的方法。并且说明污染物的空间和时间变化特征、迁移和变化趋势以及污染源排放总量的计算。最后讨论了应急监测结束后的注意事项。     

上海宝山区城市土壤铅污染来源的同位素判别

对上海市宝山区月浦公园和蕴川公路菜田采集的土壤柱样,进行了土壤粒度、铅(Pb)含量及其稳定同位素比值的垂向变化分析,以探讨土壤的铅污染特征及其来源.结果表明,菜田和公园土壤柱样中铅含量分别为17.2～34.8 mg.kg-1和17.5～36.5 mg.kg-1,菜田土壤207Pb/206Pb和208Pb/206Pb分别为0.827～0.849和2.082～2.101,公园土壤则为0.839～0.848和2.089～2.099.2个土壤柱样中铅含量及其富集因子(EF)、207Pb/206Pb和208Pb/206Pb比值都随深度增加而减小,菜田和公园表层土壤(表层10 cm)Pb的富集因子基本都大于1.5,指示了菜田和公园土壤表层较高含量的铅系人为活动外源输入所致.对比前人关于上海不同污染源铅稳定同位素比值的研究结果,菜田和公园表层土壤铅同位素特征介于长江河口潮间带沉积物和工业燃煤粉尘之间,且EF>1.5,样品更接近燃煤产物,说明宝山区表层土壤铅污染主要来自工矿企业燃煤所产生的粉尘.