江苏数字地震台网地震定位能力分析

依据江苏数字地震台网的几何布局 ,对区域上设定的不同震级和震源位置的可能事件 ,作了以下两点考虑。 (1)根据不同震级地震的监测范围 ,确定了相应的定位子台组合。 (2 )对同一地震事件 ,考虑到震相分析P震相和S震相测量精度上的差异 ,引入了不同的标准误差σP 和σS。在此基础上 ,通过模拟地震波理论走时和对走时矩阵的奇异值分解方法 ,计算了估计震源参数标准误差的参量空间协方差矩阵值 ,给出了标准误差理论值等值线图 ,用此方法讨论分析了江苏数字地震台网的地震定位能力。     

江苏数字地震台网台址噪声谱分析

江苏数字地震台网已建设改造了 8个台站。对 8个台站记录到的背景噪声进行定量分析 ,测定背景噪声的地动速度均方根值 (RMS)、有效测量动态范围 (D有效)和噪声功率谱。结果表明 :受台基和海潮等观测环境的影响 ,大部分台站的地动速度RMS值高于 2 × 1 0 -8m/s,降低D有效 值。背景噪声功率谱峰值频率为 2 5～ 3 0Hz。这些定量分析为了解数字地震台网的实际监测水平提供了可靠依据     

基于3种时间序列模型的九龙江河流库区藻华预测

湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区(水源地)为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM(长短期记忆神经网络)3种时间序列模型在藻华(日平均叶绿素a大于15μg·L^-1)预测方面的效果.结果表明：(1)时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;(2)基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;(3)输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于...     

公共场所火灾伤员转运护理应急资源评估

为保障伤员生命与健康,提升火灾伤员救治率,该文研究公共场所火灾伤员转运护理应急资源评估方法.以火灾伤员转运护理应急资源需求分析为基础,从应急人员、应急设备、应急环境信息与应急管理四个方面出发,共选取15个评估指标,构建公共场所火灾伤员转运护理应急资源评估指标体系,根据各指标采集相关数据并对数据实施量纲标准化处理.构建基...     

新疆环境监测网络的建设及发展对策

新疆环境监测网络建立三十多年来,已经初步形成了水环境、环境空气、声环境、生态环境和污染源等监测网络,较好地承担了各环境要素例行监测、突发性环境污染事故应急监测和环境科研等监测任务,为各级环保决策提供了有效的技术支持。然而,随着环境管理工作的不断深入,新疆环境监测网络所呈现的一些新老问题已成为不适应环境管理需求的制约因素,本文通过分析新疆环境监测网络中存在的问题,提出了发展对策。     

构建覆盖国家环境监测网的质量控制体系

"十二五"期间,中国将全面完成国家环境监测网的布局与建设,环境管理将开始由以环境污染控制为目标导向,向以环境质量改善为目标导向转变,以全面考核空气、水环境和土壤等环境质量的新环境管理时代即将来临。从现有环境监测质控体系所发挥的作用、存在的问题以及环境管理的需求出发,提出构建覆盖国家环境监测网的质量控制体系,论述各级环境监测站的质控职责,尤其是省级监测站作为地区质量控制中心,应该和国家站一起加大自身质控能力建设,为提高环境监测数据的可信度做好质控工作。     

决策树模型在水环境监测网络中选取代表性样点的应用

地表水体中的硝酸盐污染已经成为全球关注的热点环境问题之一。现今,国内外均建立了相关的监测网络对地表水体的水质实施长期监测,但是却导致大量的监测数据累积,给后续的科学研究工作带来了不便,尤其是在庞大的监测网络中如何选取有代表性样点的研究点则成为急需解决的问题之一。以比利时弗拉芒地区地表水的长期监测物理化学指标为例,利用决策树模型评估地表水样点的硝酸盐污染来源专家分类的有效性,为点位优化提供理论依据。原有监测点位的污染源专家分类和模型输出的可匹配率为80%,优化后监测点位从原有47个点降低到30个点,提高了监测工作效率。     

山区土壤重金属空间插值性能的改进

山区土壤重金属监测中,密集均匀的布点采样困难大,成本高。根据稀疏非均匀样本数据准确预测山区土壤重金属空间分布,对可视化描述检测元素的分布及趋势具有重要意义。基于云南省楚雄市南部山区表层土壤中重金属锰、钒的采样数据,对集成径向基函数神经网络(IRBFANNs)和传统插值方法:反距离(IDW)、普通克里格(OK)、径向基函数神经网络(RBFANNs),进行了不同等级采样密度下的插值性能比较。结果表明,样本点数量减少时,传统预测方法的插值精度都有所下降,而IRBFANNs算法在样本点较少情况下能够保持最好的插值精确度和稳定性,有效改进了空间插值性能。     

大数据解析技术在大气环境监测中的应用研究

针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量,分析了用神经网络法进行大数据解析和推演的原理和数学过程,是用数学、计算机、统计等方法研究解决多元、非线性复杂环境问题的一种新的探索。     

浅议福岛核事故后我国的辐射环境监测

概述了日本福岛发生核事故后,日本及我国辐射环境应急监测及结果,分析了我国辐射应急监测中的问题,提出完善辐射环境监测网络,加强辐射自动监测站及开展针对性辐射监测能力建设,科学规范应急预案,提升快速监测技术,加强辐射监测全过程质量管理体系建设的建议与方法。