基于机器学习的细粒度空气质量时间预测器

针对空气质量状况的预防和治理,提出了基于线性回归的空气质量预测方法。作为时间预测器,更多的是考虑本地的历史数据、过去与未来的状况,挖掘空气质量随时间变化的关系以及变化趋势,为了选取最优的特征,对数据进行分析,找到与空气质量变化关系密切且存在线性关系的特征,以此特征来建立线性回归模型,并使用Cross-Validation方法进行评估验证。实验结果表明线性回归方法能够有效地预测到空气质量的变化趋势,效果良好,具有较强的实用性。     

基于静止卫星GOCI传感器的大气污染过程AOD监测

针对北京及周边地区2017年11月2~8日的一次污染过程,利用韩国静止卫星COMs1GOCI数据,对北京地区进行AOD监测.AOD反演采用时间序列迭代算法,根据地表反射率随时间慢变而大气气溶胶随时间快变的理论,采取最小值拟合的方式,获取气溶胶光学厚度数据.反演结果与地基AERONET监测结果具有很好的一致性,两者的相关系数R²大于0.89.AOD监测结果表明,GOCI传感器1次/h的监测频率,可以很好地展现北京地区大气污染过程的开始,发展及消散过程,可以展示出一天之内AOD的变化,为大气污染监测以及气候变化研究提供依据.     

重大环境自然灾害下的电网应急模型设计研究

在重大环境自然灾害下构建电网应急调度模型,确保电网畅通,提出一种基于区域网格分割和功率相关性调制的重大环境自然灾害下的电网应急模型,利用多个独立的网格分布模式进行电网和电力资源调度,采用Small-World模型构建电网应急调度网络结构,结合电网传输电力资源的相关性特征构建电力数据权重分配机制,采用自适应分配方法进行电网输出的网格模块化分区,通过区域网格分割进行电网应急调度的最优化分块设计,根据功率相关性调制方法提高电网的输出增益,避免重大环境自然灾害的影响。仿真结果表明,采用该方法进行重大环境自然灾害下的电网应急调度,能提高电网的连通性,电网的输出增益较好,组网能力较强。     

影响气相色谱保留时间的因素及解决方法

保留时间是气相色谱 (ＧＣ)定性的重要依据。在实际工作中发现 ,保留时间具有变异性 ,主要表现为 :来回波动、漂移和突然改变。1　保留时间来回波动在配有自动进样器和工作站的ＧＣ系统中 ,通过重复进样观察组分的保留时间 ,发现样品的保留时间在某一范围内左右波动 ,而且经排序后相邻值的差大都为 0 0 0 3ｍｉｎ(见表 1 )。这是由计算机的数据采集频率决定的。计算机在一个信号运行过程中无法确定比一个数据采集间隔更精确的保留时间 ,当操作者将数据采集频率设置为 5Ｈｚ时 ,数据采集间隔约为 0 0 0 3ｍｉｎ。降低数据采集频率虽可缩短…     

如何制订突发性环境事件应急预案

介绍了制订《突发性环境事件应急预案》应包含的内容、制订要求及演练过程．从不同角度提出了不同单位预案制订的程序和重点．并对预案制订思路及方法进行了表述，提出了自己的想法和观点．     

粗苯污染事故应急处理

针对一次苯泄漏事故的应急处理过程、方法进行论述与总结，并分析了事故现场周围地表、地下水中苯污染浓度的变化情况，提出了该类事故的应急措施，以此作为处理同类事故的参考和依据。     

酸性法测定高锰酸盐指数加热时间的选择

酸性法测定高锰酸盐指数，会因实验条件的差异产生不同的结果。对不同加热时间，加热方式等因素进行了试验，结果表明加热时间以水浴加热沸腾３０ｍｉｎ或电炉直接加热８ｍｉｎ为宜。     

做好突发性污染事故应急监测的几点看法

从建立完善的危险源档案及预警方案，合理配置设备、建立应急监测网络，加强领导、强化监测队伍能力建设及制定详细的应急监测工作程序四个方面，阐述了如何才能做好突发性环境污染事故的应急监测工作。