关于焦化行业CO2排放核算方法的探讨

本文分析了适用于焦化行业通用CO₂排放核算方法,在此基础上结合我国焦化行业工艺和原料的特征,采用排放因子法和物料衡算法等两种方法对10家典型焦化企业CO₂排放进行核算。结果表明:物料衡算法能很好地反映不同类型焦化企业的排放特征;排放因子法对我国独立焦化企业存在碳排放量系统性高估的可能。为此,建议我国焦化企业可借鉴德国焦化企业的碳核算经验,采用碳平衡法对不同类型的焦化企业(单元)的碳排放量进行核算,并完善相关的统计和监测技术。     

山区农村居民点时空格局演变特征及蚁群仿真优化——以重庆澄江镇为例

山地农村居民点系统因受自然因素及人类活动等多重扰动而处于深刻转型中,探索山区农村居民点时空格局特征及其优化策略,对于优化山区国土空间格局、推进山区国土空间综合治理与乡村振兴具有重要意义。基于构建理论框架,集成运用景观格局指数法、栅格权重叠加评价法、改进蚁群算法（ACO）等,以重庆澄江镇为例,探索山区农村居民点时空格局演变特征及优化过程,提出优化调控策略。结果表明：（1）研究区农村居民点空间格局演变特征呈现集中、靠拢的演化发展趋势,总体呈现匀质、线状、向心、院落四种分布形态;同时高程、坡度、水域、城镇、道路、基础设施等自然—经济社会因素均对山区农村居民点时空格局演化产生重要影响。（2）改进蚁群算法优化后,研究区农村居民点斑块面积（CA）减少10.07%,居民点斑块数量（NP）和密度（PD）分别减少83.12%和81.16%,平均斑块面积（MPS）增加了4.3倍,平均最近邻体距离（MENN）增加了42.82%。优化后69.1%的农村居民点斑块都集中在适宜区和较适宜区内,且重点向交通便利、公共设施完善、生产便利和中心村庄集中。优化后的农村居民点空间格局更加紧凑有序,土地集约节约效率更高。（3）基于仿真优化结果,综合考虑村庄振兴“产业—人口—土地”互动耦合机制,提出城郊融合、产业集聚、景村融合、搬迁撤并四类农村居民点格局优化方案,助推山区乡村振兴。（4）优化结果同时表明改进的蚁群算法非常适用于复杂环境条件下的较小尺度要素空间布局优化,能够为山区国土空间规划编制提供技术支撑。     

人为排放及气象因素对空气质量影响的定量分析——以疫情期间邢台市为例

选择河北省邢台市作为研究对象,将2020疫情作为一个极限管控措施下的极限减排实验情景,把2021疫情作为未来常态化疫情防控实验分析情景.与疫情前期对比,两次疫情期间臭氧浓度均有提升且2021疫情时期颗粒物浓度同样有提高,2020疫情时期其他污染物浓度均有不同程度的改善,而与2019历史同期相比,两次疫情期间臭氧浓度同样有升高现象,除此以外,2021疫情时期污染物改善较好.利用长短期记忆网络（LSTM）算法和空气质量预报模式系统（WRF-CMAQ）量化了两次疫情时期气象因素对于污染物浓度变化的影响,根据空气质量模拟法反推了不同污染物受人为影响的浓度变化.实验结果表明,LSTM算法在两次疫情期间的模拟均显示人为影响对污染物产生了负影响（降低了污染物浓度）且在总变化影响中占比较高,而CMAQ模式模拟结果中的气象因素影响占比远高于LSTM算法.CMAQ模式在两次疫情模拟中表现出了不同的结果,在2020疫情中人为影响占据了主导,而在2021疫情中,相比较2020疫情时期,除NO₂外,人类活动对其他污染物的影响均为正值（促进了污染物浓度升高）.     

基于多机器学习算法耦合的空气质量数值预报订正方法研究及应用

应用多种机器学习算法进行时空耦合从而建立一种新的多模式集合预报订正算法(简称“ET-BPNN算法”),对4种常规污染物(NO₂、O₃、PM_2.5和PM₁₀)的空气质量模型预报结果进行订正. 订正方法分为两步,第一步中利用随机森林、极端随机树和梯度提升回归树3种机器学习算法,采用4个空气质量数值预报模式(CMAQ、CAMx、NAQPMS和WRFChem)的多尺度污染物浓度预报数据、中尺度天气模式(WRF)的气象因子预报数据(包括2 m温度、2 m相对湿度、10 m风速、10 m风向、气压和小时累计降水量)以及污染物浓度观测数据作为训练集,训练结果进入基于均方根误差的择优选择器,选取3种机器学习算法中优化效果最好的算法;在第二步中利用了BP神经网络算法,通过加权平均获得集合模式订正预报结果. 结果表明:①与模式集合平均算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别减小了30.4%、18.9%、43.3%和38.1%. ②ET-BPNN算法的优化效果较随机森林、极端随机树和梯度提升回归树3个机器学习算法有明显提升,与极端随机树算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别降低了42.7%、20.1%、19.7%和9.7%. ③在易发生污染的秋冬季,ET-BPNN算法对PM_2.5浓度的预报具有明显的优化效果,此外该算法明显缩小了不同站点预报和不同预报时效之间的偏差,具有较好的鲁棒性. ④对O₃和PM_2.5浓度预报而言,经ET-BPNN算法优化后的预报结果能够更好地把握污染过程,对污染物峰值浓度的预报也较模式集合平均算法更准确. 研究显示,ET-BPNN算法提高了空气质量模式对污染物浓度的预报效果.      

环境因素数据质量审核方法研究

目的 解决大气环境试验站的气象数据报表存在数据缺失、数据超过边界、数据内部不一致、数据时间不一致等问题,采用数据质量审核技术找出缺失、可疑或错误的数据,对科研人员进行警示,使其能够追根溯源,分析存在问题的原因。方法 参照相关规程和标准,建立环境因素数据质量审核算法和审核流程,并使用计算机语言编程固化流程和算法,利用多线程算法对数据进行扫描,实现大批量气象数据的并行审核。结果 利用Python语言设计了环境因素质量控制软件,通过该软件的应用证明了该方法合理、有效,能够快速、准确地标注气象数据报表中存在质量问题的数据。利用软件统计了存在问题数据的数量和正确率。结论 通过加载数据测试,证明了环境因素数据质量审核方法和审核流程合理有效,利用设计的审核软件实现了气象数据报表快速审核,提高了审核效率,减少了科研人员的劳动强度,为进一步填补、修正和利用数据奠定了基础。     

基于BP神经网络的天线识别

本文比较研究了BP神经网络中的几种常用算法,针对这些不同算法下的BP神经网络进行训练,并得出了各自网络的性能。在此基础上,针对经典BP算法和LM算法进行对比研究,找到LM算法的改进之处。此外,在实际的应用中表明,不仅不同的BP算法对网络的运算速度、泛化能力等有较大的影响,而且BP神经网络对隐含层神经元数目也很敏感。我们希望在BP神经网络的基础上,构建一种合适的天线模型,来应用于天线的分类识别,这将具有很大的现实意义。     

基于LBM的集中涌出瓦斯在通风网络中蔓延仿真

应用速度-浓度双分布格子Boltzmann模型建立了基于LBM的瓦斯蔓延速度模型和浓度模型,并通过Boussinesq方程将2个模型有机耦合起来.采用基于分块耦合算法的速度-浓度LBM模型将巷道分成若干规则的块,对各块分别独立计算,仅在边界处交换数据,从而去除冗余网格,简化了网格计算,提高了系统资源利用效率.模拟实例结果表明,通过该模型可得到集中涌出瓦斯在通风网络中蔓延的直观信息和其速度、体积分数、压力等大量数据,还可以得到每条巷道内瓦斯体积分数峰值及其个数、位置和到达时间,从而能提供有效避开高浓度瓦斯的方案.集中涌出瓦斯在通风网络中蔓延一段时间后总体体积分数会降低,但是由于某些位置(如巷道拐角、巷道风流交汇处)的风流处于紊流状态,其瓦斯体积分数相对比较高,人员进入矿井时应尽量避免在这些地方停留.     

船舶区域溢油风险程度甄别的人工神经网络方法

利用误差反向传播 (BP)人工神经网络 ,建立了海域船舶溢油风险程度甄别的评价模型。该模型能够反映出研究海域各区域发生船舶溢油事件的风险等级差别 ,具有一定的客观性和实用性。     

气溶胶等效复折射率反演的免疫进化算法

通过Mie散射理论公式构建目标函数,利用免疫进化算法对气溶胶等效复折射率的实部和虚部进行协同优化,据此创新性地提出了气溶胶等效复折射率反演的新途径.基于成都市2017年9~12月逐时的气溶胶散射系数和吸收系数观测数据以及该时段同时次GRIMM180大气颗粒物监测仪的连续监测资料,研究结果表明,气溶胶等效复折射率反演的免疫进化算法不仅是普适的,而且还具有收敛速度快、计算稳定和求解精度高等特点.通过与其它气溶胶等效复折射率反演方法的对比分析,进一步论证了新方法的优势,这为气溶胶等效复折射率演变机理以及气溶胶吸湿性增长模型的后续研究提供了算法保障.