我国能源消费与环境质量变化的关联分析

本文对我国1990-2004年能源消费与环境质量的变化态势以及二者之间关系的实证分析结果表明：我国能源消费与整体环境质量变化和局部环境质量有着高度的相关性；环境质量的改善不能仅依靠环境保护来实现，还应考虑能源消费的发展变化和影响。     

铁电陶瓷自动变光焊接面罩的研制

铁电陶瓷是一种具有优良电控双折射效应的高科技材料。把铁电陶瓷及相关的技术应用于自动变光焊接面罩是一种创新。本文介绍了铁电陶瓷自动变光焊接面罩的工作原理、研制过程、技术关键和解决方法以厦产品的技术性能．同时也对此项成果下一步的产品化提出了技术改进的建议。     

电梯对重—导轨系统的抗震措施试验研究及分析

地震时,电梯对重脱轨主要由于导轨动力响应过大造成。为了解地震时电梯导轨在有无保持装置时的动力响应差异,对一段带有对重和导轨的局部足尺模型进行了振动试验,并利用有限元软件ANSYS对试验进行数值模拟。结果表明,有限元结果和试验结果吻合较好,证明了所建有限元模型的正确性;同方向同幅值地震激励时,安装保持装置的导轨动力响应比无保持装置的小,且保持装置使导轨动力响应有均化趋势,这些都会有效地防止实际地震时电梯对重脱轨。     

基于Delphi和PLC的大型离心机控制系统设计和实现

目的实现大型离心机的自动控制。方法设计上位机和PLC构成的上下位机离心机控制系统,上位机通过以太网及OPC与PLC通讯,PLC采用Device Net总线与数字直流调速器通讯。开发基于Delphi编程语言的上位机控制软件和PLC程序。结果软硬件实现了预定功能,系统实现了大型离心机自动运行。结论该控制系统性能佳,可靠性高,操作方便。     

GM（1， 1）正弦模型修补气温监测缺失数据的探讨

目的建立预测精度较好的大气温度监测缺失数据修补的方法和模型。方法采用正弦函数对GM(1,1)标准模型进行修正,建立分段的GM(1,1)正弦修正模型对缺失数据进行修补。以万宁试验站某天监测的温度日记时值数据为试验数据,同时建立GM(1,1)标准模型、GM(1,1)时序修正模型和GM(1,1)正弦修正模型,对比分析各模型的修补误差,确立较好的修补模型。结果从模型的拟合效果分析,GM(1,1)标准模型和GM(1,1)正弦修正模型的拟合性最好,GM(1,1)时序修正模型的拟合性相对较差一些;从预测精度上分析,GM(1,1)标准模型和GM(1,1)时序修正模型预测修补效果差,平均相对误差分别达到22.54%和17.70%,而GM(1,1)正弦修正模型预测修补的平均误差仅为3.14%,得到了较大的改进,预测效果好。结论正弦修正模型能很好地修补缺失数据,其修补效果比时序修正模型和标准模型都要好。     

基于XGBoost的内陆河湖浊度反演与长时序分析

浊度是影响水下光场及营养盐循环的关键要素之一,浊度监测可以为河湖水质的污染防控和预警提供科学依据。以长三角示范区的典型河湖为研究区,使用实测数据构建浊度反演模型,并利用1984—2022年Landsat卫星数据分析了研究区河湖浊度的长时序动态变化。对比传统经验模型、半经验模型和机器学习模型,XGBoost机器学习模型精度最高(R²为0.68,RMSE为4.78 NTU)。浊度反演结果表明,近40年河流航道和淀山湖北部非渔场区域浊度上升了10%和12%,而元荡湖和大莲湖浊度下降了19%和27%,并且浊度随着建设用地面积的增加而增大;研究区浊度季节性变化显著,秋冬季平均浊度比春夏季高6 NTU,月平均浊度与月平均降水量负相关,相关系数为-0.61 (p<0.05),但与月平均风速没有显著的相关性。基于XGBoost的Landsat长时序浊度反演能够把握研究区浊度的时空变化趋势,明确水污染管理与治理方向,最终助力长三角一体化发展。     

南水北调中线工程水源区水土保持治理成效

为评估南水北调中线工程水源区的水土保持治理成效,从而为现阶段制定水土保护措施提供科学依据,利用遥感数据分析了水源区39个区县2010～2015年的生态系统变化,基于InVEST模型研究了水源区的土壤保持功能及时空分布.结果 表明,通过实施水土保持林草措施、小流域综合治理等方式,2010～2015年水源区的自然生态空间面积、格局得到了提升优化,水土保持治理成效明显,主要表现在:(1)水源区湿地、灌丛、森林等减缓泥沙流失的“汇”景观类型的面积增幅分别为11.49％、0.29％、0.11％,同时连通性升高,破碎化降低;农田、裸地等促进泥沙流失的“源”景观类型面积减幅分别为2.24％、2.39％,同时连通性下降,破碎化增强;(2)整体上植被恢复显著,植被覆盖度均值从63.06％提高到72.33％;(3)单位面积生态系统土壤保持能力增加了2.74t/hm2,增幅为0.73％,总体上79.34％的区域土壤保持能力提升.值得重视的是,在人口分布较密集汉中盆地、丹江口库周、淅川中部和南部等农田平原地区,还需加强土壤保持治理,可通过在农业景观区域实施植物篱、栽植经济果林等措施,降低耕地、裸地的空间连接度,从而增强土壤保持能力.     

基于改进SIFT算法的交通事故图像匹配

为解决无人机航拍交通事故现场图像特征点数量较少、匹配成功率较低、耗时过长的问题,提出1种改进的SIFT算法,使用Gabor滤波对图像进行特征提取,基于改进的高斯金字塔和多方向多尺度Gabor频谱特点提取出具有尺度、旋转不变性的特征点,结合LLE算法对特征描述符进行降维处理,通过DBSCAN算法对特征点进行密度聚类,计算...     

时序数据分析的复杂化工过程异常智能溯源研究

对复杂化工过程异常工况进行智能推理溯源是实现安全关口前移、降低灾难性事故发生的有效途径。提出了一种基于Spearman-Apriori的化工过程异常智能溯源分析方法,旨在研究复杂化工过程异常工况发生的前置原因,并形成一种智能决策模型。针对化工工艺参数之间耦合性强、关联关系分析难度大的特点,引入Spearman相关系数,通过Spearman实时在线分析过程参数间的相关关系,并设置强关联阈值将Spearman相关系数分析与Apriori算法进行关联耦合,利用Apriori算法中的支持度和置信度二维挖掘各参数之间的超强关联规则。将该方法应用于合成氨工艺中合成工段的异常工况智能推溯,并选取氢氮比、管路工艺气流量、给水换热器冷凝剂流量等8个关键监测指标,研究发现氢氮比增大和给水换热器冷凝剂流量升高分别是导致合成塔入口压力超压、合成塔第一床层温度过低两组异常工况的前置原因,该分析结果与实际生产工艺相符,证明该方法可以有效地对化工过程异常原因进行推溯并筛选主要影响因素。研究为使用生产过程大数据实现化工过程异常智能溯源提供了理论基础,为进一步完善过程风险精细化管控提供了新思路。     

基于阶段式时序注意力网络的PM2.5鲁棒预测

PM_2.5浓度的预测对于大气污染治理、改善环境质量等起到重要作用。受气象条件变化与大气污染物排放等多种因素的交叉影响,PM_2.5预测通常易受突变事件及噪声数据干扰。因此,基于对气象条件以及大气污染物与PM_2.5的相关性分析,提出阶段式时序注意力网络模型（staged temporal-attention network,STAN）,该方法融合多段注意力学习模块与循环神经网络,建模气象因素与大气污染物对PM_2.5浓度的交叉影响。统计分析北京市、上海市、广州市预测结果的绝对误差值,可知:1）对比广泛使用的单一类模型支持向量机（support vector machine,SVM）、长短期时序记忆方法（long short-term memory,LSTM）和多层感知机（multilayer perceptron,MLP）,STAN可达到10%以上的性能领先;对比最新的融合类模型U型网络（U-net）,STAN领先了7%的优势。2）以北京市冬季预测结果为例进行统计分析,STAN的预测值与实测值之间的拟合系数可有95.2%的性能领先。此外,在鲁棒性分析中发现,STAN在含有10%噪声的数据上进行预测,误差上升幅度仅为9.3%。结果表明:注意力机制与时序学习模块相结合能够深度挖掘PM_2.5变化规律并抑制噪声数据,且STAN模型可以进行PM_2.5浓度的鲁棒预测。