2014~2017北京市气象条件和人为排放变化对空气质量改善的贡献评估

2014～2017年北京地区霾日数和污染日数逐年减少,PM_(2.5)、PM_(10)、SO_2和NO_2年平均质量浓度下降,污染程度缓解,采暖期中的11～12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气污染贡献率的定量化研究.结果表明,2017年与过去3 a相比,平均风速增加7. 9%,≥3. 4 m·s~(-1)的风速频次最高(10. 6%),≥70%湿度日占比最小(25. 1%);其中,采暖期与过去3 a同期相比,小风日数减少8. 6%、大气环境容量指数和通风指数平均增加约11%,边界层高度以3. 2%·a~(-1)的速率升高,尤其11～12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似.非采暖期(4～10月)累积降水量558. 3 mm,仅次于2016年,有利于污染物的清除和湿沉降.利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM_(2.5)质量浓度较2014～2016年同期分别降低5%、38%和25%.因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法(KNN)和支持向量机(SVM)模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65. 0%归因于减排的贡献,35. 0%归因为气象条件的改善.可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估.     

装修住宅室内苯浓度的影响因素及模型研究

本文在对装修住宅室内苯浓度的影响因素进行综合分析的基础上,结合实验数据建立苯浓度模型。基于该数学模型,以装修住宅室内苯浓度数据为实例进行了模型验证,该模型的计算结果与实验结果基本一致,最后对模型的应用进行了探讨。     

自适应人工鱼群-BP神经网络算法在径流预测中的应用

为了提高水库和河流中长期径流预测精度,提出了弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对石泉水库进行中长期径流预测。仿真计算表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法、人工鱼群-BP神经网络算法和RBF神经网络算法。该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,每次预测相对误差绝对值都小于6%,合格率达到100%。该算法成功地解决了石泉水库中长期径流预测精度不高的难题,可有效用于水库和河川中长期径流预测。     

电磁兼容领域的数值分析方法及其有效性验证

阐述了电磁兼容领域内的数值分析方法所能够解决的主要问题,介绍了几种重要的数值分析方法的核心思想,并说明了各种方法的适用范围和发展方向。对如何验证数值模型的有效性进行了分析,提出了灵活、有效的验证方法。对数值分析方法在建立系统,设备或器件的数学模型方面进行了有益地探索。     

不同水分管理方式下水稻生长季N_2O排放量估算:模型验证和输入参数检验

利用2005～2007年我国稻田N2O排放通量的田间原位测定资料和国际上其它地区稻田N2O报道结果,对作者建立的不同水分管理方式下水稻生长季N2O排放估算模型进行了验证.结果表明,持续淹水稻田N2O排放的拟合结果与其他地区淹水稻田N2O通量值相一致.淹水-烤田-淹水的水分管理方式下,稻田N2O排放的拟合值接近于国际上同类研究结果.淹水-烤田-淹水-湿润灌溉的水分管理方式下,稻田N2O排放的估算模型对田间原位测定资料有很好的适切性.为了检验模型输入参数的可信度,将本研究建立的有关我国水稻生产的相关资料数据库与以往研究报道结果进行了比较,结果表明,两者具有高度的一致性.数据库资料表明,在20世纪50～70年代间,持续淹水稻田占20%～25%,大约75%～80%的稻田采用淹水-烤田-淹水的水分管理方式.在20世纪80～90年代间,采用持续淹水,淹水-烤田-淹水和淹水-烤田-淹水-湿润灌溉水分管理方式的稻田分别约占12%～16%、77%和7%～12%.20世纪50年代水稻生长季平均每季总施氮量为87.49 kg·hm-2,而90年代平均为224.64 kg·hm-2.其中,化学氮肥的施用量从20世纪50年代的37.4 kg·hm-2增加到了90年代的198.8 kg·hm-2,分别占水稻生长季氮输入总量的43%和88%.在20世纪50～70年代间有机氮的输入量相对比较稳定,平均变幅在45.2～48.2 kg·hm-2之间,随后逐步降低,有机肥料氮占氮输入总量的比例从20世纪50年代的52%降低到了90年代的9%.作物残体N输入量从20世纪50年代的4.9 kg·hm-2增加到了80年代的6.3 kg·hm-2.20世纪50～70年代水稻生长季氮肥施用量具明显的空间变异性,而80～90年代间其空间变异较小.模型验证和输入参数检验的结果表明,该模型能较好地模拟我国不同水分管理方式下的稻田N2O直接排放量.     

静止水色卫星GOCI及其应用进展

海洋水色遥感技术是新兴的探测技术,能够通过遥感平台上搭载的探测器对海表水色信息进行探测进而获取海洋信息。随着极地轨道卫星发展逐渐成熟,地球静止卫星也进入了发展阶段,开启了水色遥感技术的新时期。本文基于地球同步卫星的优势特点,着重总结了第一颗地球静止水色卫星GOCI(geostationary ocean color imager)的主要参数信息及标准水色算法,同时对各算法的应用范围、计算公式及各方法的联系进行了简要的介绍,并针对其实际应用进行了讨论,验证了GOCI数据的实用性,最后指出了GOCI在目前研究过程中存在的问题,并对第二代地球同步遥感器进行简要论述,以期为海洋探测研究提供更多的技术支持。     

沈阳市ADMS-Urban大气扩散模型的验证及应用

利用沈阳市 1999年度污染源排放清单和全年逐时气象数据验证了针对总悬浮颗粒物和二氧化硫的ADMS -Urban大气扩散模型 ,并将该模型应用到沈阳市大气环境容量测算和环境空气质量数值预报工作     

基于DHGF算法的建筑火灾风险评价

将改进的Delphi法、层次分析法、灰色关联法、模糊评判法运用在建筑火灾安全系统评价的不同阶段,依据灰色理论和模糊数学,提出了一种从定性到定量转换的综合集成算法,即DHGF算法,在介绍该方法基本原理和评价流程的基础上,运用实例阐述了它在建筑火灾风险评价中的具体应用。     

基于机器学习算法的新冠疫情管控对河南省空气质量影响的模拟分析

全国各地为了减少新冠疫情对社会和人民生活的影响,采取了必要的防疫防控措施,这些措施对空气质量的变化产生了重要的影响,此外空气质量的变化与气象条件也存在很大的关系.通过对河南省疫情前（1月1~26日）和疫情管控期（1月27日~2月29日）这两阶段的空气质量分析对比发现,整个河南省除了O₃浓度上升了69.64%外,PM_2.5、PM₁₀、SO₂、CO和NO₂分别降低了36.89%、34.18%、19.43%、29.85%和58.51%;通过机器学习算法中的长短期记忆型网络（LSTM）模拟显示,气象条件引起污染物浓度的降幅大部分在15%~30%之间;人为排放减少引起的污染物浓度的降幅大部分在6%~40%之间.O₃在疫情期间上升过程中,气象条件和人为排放两种因素分别占了34.84%和34.81%.结果表明,疫情管控期间,河南省空气质量总体上有所改善,但是也有重污染发生,其中O₃的浓度对于疫情管控减排的影响不明显,呈负相关,需要进一步探索引起臭氧浓度上升的原因,以此帮助政府合理控制臭氧等前体污染物的减排比例.     

TRMM降水数据在东北地区的精度验证与应用

利用东北地区2000-2007 年的APHRODITE降水数据,基于GWR方法对TRMM降水数据进行修正,分析新的TRMM降水数据精度,并基于修正的TRMM降水数据对东北地区降水进行时空分布特征分析.结果表明:①APHRODITE降水数据与观测数据之间的线性相关性更高、均方根误差RMSE更小,数据具有较高的精度;②修正后的TRMM降水数据相关系数R有所提高,且RMSE值均有降低.整体来看,TRMM降水数据的降水量数值偏大于观测值;③修正TRMM降水数据在5-10 月的误差相对较小,整体来看,在大部分区域的误差在0~30%之间;④东北地区降水分布极不均匀,整体呈从东南向西北减少趋势.11 月到翌年3 月的降水稀少,降水主要集中在夏季,其中7月降水量最大.