半干旱山区采矿扰动植被指数时空变化规律

选取潞安矿区7个生产矿井中的8个试验工作面,采用概率积分法预测开采沉陷值;对2004—2007年7个时相(分别为2004年7月8日、11月1日,2005年2月1日、8月26日,2006年5月22日,2007年4月9日和6月1日)的SPOT2/4卫星遥感数据进行大气校正及波段运算,提取工作面开采沉陷前后的NDVI(归一化植被指数)平均值,经离散傅立叶变换得到NDVI时间序列曲线,以研究采矿扰动区植被指数的时空变化规律. 结果表明:①试验工作面地表覆被NDVI变化与采矿扰动区具有空间相关性. 非采矿扰动区(伪不变特征区)森林冠层的NDVI最大值由2004年的0.619451增至2007年的0.739987,平均年净增加6.18%. 在采矿扰动区,虽然开采前地表NDVI最大值呈增加趋势,但开采当年却显著下降,年均降幅达11.91%. ②试验工作面地表NDVI变化与采矿扰动具有时间相关性. NDVI在开采前表现相对稳定,受开采扰动虽出现下降但却滞后4～6个月,并且持续1～2a,其后转入上升期. 常村矿的S1-1#、S3-2#、N1-4#,漳村矿的2101#、2102#、2201#,五阳矿的5100#,王庄矿的5210#等8个试验工作面NDVI最大值年均降幅分别为12.24%、27.81%、15.79%、19.19%、7.19%、21.48%、13.25%和1.66%,平均值为14.83%. 在气候、耕作、采矿扰动等诸多因素影响下,采矿扰动是半干旱山区采矿区地表NDVI变化的主要诱因.      

趋磁细菌的地域分布特征

通过对来自目前GenBank中趋磁细菌的16S rDNA序列分析,并进行系统进化树的构建,比较不同区域趋磁细菌的差异.目前,GenBank中共有239条趋磁细菌16S rDNA序列,相似性分析后有137条不同的序列(海洋55条,淡水82条),分属于变形菌门和硝化螺菌门.全长序列的系统进化分析显示,全球趋磁细菌的分布具有一定的区域性,海洋与淡水趋磁细菌区分明显.不同地域的趋磁细菌的系统进化分析显示,近海与大洋的趋磁细菌有明显的差别;而同为海洋或淡水的环境中,如巴西和美国近海、德国和中国的淡水湖泊,趋磁细菌相似性较高,即相同生境中的趋磁细菌相似性较高,表明趋磁细菌的类型与生境条件有很大关联性.基于16S rDNA序列分析,推测趋磁细菌起源可能是多源的,环境条件可能作为重要的进化压力在趋磁细菌长期演化过程中扮演重要角色.     

BP人工神经网络在环境空气SO_2质量浓度预测中的应用

根据西安市雁塔区小寨环境空气监测点2011年7月31日起400 d的SO224小时平均浓度监测数据时间序列建立BP人工神经网络(ANN)预测模型,并用接下来100 d的数据对模型的仿真性能进行检验,从而验证了BP人工神经网络模型预测环境空气SO224小时平均浓度的可行性与准确度。经反复调试,最终选用2-3-1的网络结构并以trainbr作为训练算法,经34次迭代网络收敛,耗时7 s,预测结果相对于实际监测数据的平均绝对百分比误差为0.082,模型显示出良好的预测性能。预测结果表明,结构设定合理、训练算法选用适宜的BP人工神经网络模型能较好地反映SO2浓度的动态变化规律,具有可行性。     

2010—2016年上海城区臭氧长时间序列变化特征初探

基于2010—2016年上海城区近地面大气臭氧（O₃）的连续在线观测数据，研究了上海城区O₃长时间序列变化规律和污染特征.结果表明，近7年来上海城区O₃污染逐渐凸显，但总体以轻度污染为主，7—8月高温炎热季节以中度污染居多.城区O₃-8 h（臭氧日最大8 h滑动平均）年均增速为3.81 μg·m^-3·a^-1，99%和95%分位值增速较快，分别为6.65和4.94 μg·m^-3·a^-1；25%、50%和75%分位值的增速在3.06~4.45 μg·m^-3·a^-1之间.春季O₃浓度均值较高，年际变化小；夏季极值较高，且污染超标情况最为突出；秋季O₃浓度次于春、夏季，冬季最低；夏、秋和冬季O₃浓度总体呈上升态势.O₃日变化呈"单峰型"，最大值出现在13：00左右，且峰值逐年增加，污染持续时间变长，最小值出现在早晨7：00.城区O₃"周末效应"逐渐减弱.基于KZ过滤器方法的数据分析结果表明，上海城区O₃-8 h长期变化主要受O₃-BF（O₃-8 h的基准组分）影响；O₃-SF（O₃-8 h的天气影响组分）在5—9月对O₃-8 h影响较大，其范围为-98.85~139.60 μg·m^-3.     

融合时域卷积网络和深度自编码器的VOCs数据异常检测

为了提升挥发性有机物(Volatile Organic Compounds, VOCs)数据异常检测精度，提出一种基于时域卷积网络的深度自编码器(TCN-DAE)异常检测的半监督方法，以对VOCs等空气污染物质量浓度异常值进行精准的检测。首先，使用时域卷积网络(Temporal Convolutional Network, TCN)作为深度自编码器(Deep Auto-encoder, DAE)的隐藏层，利用深层网络结构对高维、多源的时间序列数据进行高效地特征提取和数据重构。然后，通过对比重构误差与核密度估计法确定的阈值进行异常检测，其中重构误差大于此阈值则视为异常。最后，选取西安市城六区的VOCs、空气质量和气象等时间序列数据进行试验。结果显示：基于时域卷积网络的深度自编码器模型对多源、高维的时间序列具有较强的异常检测能力，在准确率、F₁分数、受试者工作特征曲线下面积(Area Under Curve, AUC)等异常检测性能指标上均优于双向长短期记忆网络(Bidirectional Long Short-term Memory, Bi-LSTM)、长短期记忆网...     

主余震作用下典型六层RC框架结构易损性分析∗

为研究 RC 框架结构在主余震作用下的易损性，以一典型六层 RC 框架结构为例，基于增量动力分析法和易损性分析，进行不同主余震作用下 RC 框架结构不同性能状态下超越概率的对比分析。选取 10 条满足场地条件的地震记录作为输入，分别以反应谱加速度为强度指标（IM）、最大层间位移角为损伤指标（DM），对 IDA 曲线簇进行分位分析。依据地震强度指标建立概率地震需求模型，并根据已定义的结构性能水准对框架结构进行易损性分析。 结果表明：双向地震和主余震作用相对于单向主震作用都会增加结构的易损性指数；结构在遭遇地震强度 S_a（ T₁， 5%）=0.5g 时，余震造成易损性指数的上限值、平均值和下限值分别增幅 6.3%、8.5%、11.5%；双向地震相对于单向地震造成易损性指数的上限值、平均值和下限值分别增幅 15.5%、20.1%、32.5%。