基于时间序列谐波分析的死亡事故总量波动趋势分析

为了研究月度生产安全事故变化趋势中存在的长期平稳性和短期波动的周期性特征,采用Hodrick-Prescott滤波方法将自2011年1月至2017年11月的造成人员死亡(包括下落不明)的较大及以上生产安全事故月度时间序列分解为长期趋势和短期波动两个部分。采用最小二乘法对事故长期趋势序列进行拟合,建立了月度事故序列的长期趋势时域线性回归模型,用以研究事故序列的长期变化特征;采用快速傅里叶变换方法,分解得到事故序短期波动项在频域上的幅值谱和相位谱,研究了事故序列的幅值谱和相位谱。结果表明,月度较大及以上生产安全事故变化过程同时存在长期稳定和短周期性波动等2种趋势,其中长期下降趋势具有显著的线性特征,短期波动变化则包含多个频率变化周期,其中影响较显著的3个主要周期项分别为4.1个月、11.7个月和27.3～41个月。     

我国水电开发特征分析与发展建议

近十几年来,我国水电行业发展迅速。2003年《中华人民共和国环境影响评价法》实施后,流域水电开发的规划环评工作得到大力推动,对我国水电行业发展与生态保护起到了非常重要的作用。本研究通过分析现阶段我国水电开发规模、布局、时序和统筹四个方面的基本特征,归纳总结了当前水电开发的发展趋势,对未来我国水电发展提出以下建议:严守"开发底线",编制流域生态保护规划;推进"生态优先",加强水电开发规划环评;强化"统筹考虑",完善现有管理机制。     

不同热力背景对城市降雨(暴雨)的影响(Ⅱ)-降雨时序的混沌分析

首先介绍了研究复杂性系统的混沌分析方法,并利用上海城市降雨的时序资料重构了相空间,计算了一系列表征其混沌系数的特征值,对其混沌特征进行了分析.随后,文章进一步探讨在不同热力背景条件下降雨系统混沌特征.研究发现:从自然、低温到高温热力背景其降雨序列之间的可比性依次增大,而表征系统所需的独立变量数目则是依次减小,平均系统可预报尺度依次减小,最大可预报尺度依次增大.     

一起商用冷柜火灾残骸物证鉴定研究

为完整地描述火灾事件发生及发展,确保火灾物证鉴定结论与现场勘验相符合,以一起商用冷柜火灾残骸物证鉴定为例,采用划分物证残骸的电气故障区域、利用金相法与电气故障传播时序分析法等方法进行综合鉴定,确定该冷柜的故障点、起火原因,并构建电气火灾发生、发展的蔓延过程。可为火灾物证鉴定技术研究工作提供一定的参考。     

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。     

汶川大地震同震滑坡复活变形特征研究

同震滑坡复活具有不确定性、隐蔽性强和区域分布面积广等特点，往往被忽视，容易成为防灾减灾的盲区。该文根据同震滑坡堆积物变形复活所处的坡体位置和主要诱发因素，将复活类型划分为坡脚侵蚀型和坡面降雨型，基于InSAR技术、无人机多期航拍和地面调查数据，分别对青林沟滑坡和沙坝村滑坡变形特征、过程、原因进行分析，坡脚侵蚀型主要以“沟道侵蚀—坡体滑塌—坡体后退”模式变形和复活；坡面降雨型则以“颗粒运移—下渗增强—颗粒粗化—滑面发展”模式变形和复活。将InSAR技术应用于同震滑坡大范围和长时间序列变形监测，不仅是同震滑坡变形和复活研究的有效手段，对于地质灾害评价、预测与防治也具有参考意义。     

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。     

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。