一种基于小波变换和LSTM的大气污染物浓度预测模型

针对现有大气污染物浓度预测模型存在预测精度不高、污染物种类单一等不足的问题,通过小波分解将高维大气污染物数据转换为低维数据,再对分解序列建立长短期记忆网络（LSTM）预测模型,最后通过小波重构将分解序列重构为污染物时间序列,建立了1种基于小波变换（WT）的LSTM大气污染物预测模型（WT-LSTM）,用以预测目标区域内的次日平均ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）和ρ（O₃）。采用长沙市2015—2018年10处国控站点的数据进行验证,结果表明:相对于LSTM、多元线性回归（MLR）和基于WT的WT-MLR模型,WT-LSTM的均方根误差和绝对平均误差均下降了50%,其对PM_2.5、PM₁₀、SO₂、NO₂和O₃的污染等级预测准确率均在80%以上。     

山区灾害滑坡风险非线性预测研究

传统山区灾害滑坡风险预测方法,对山区滑坡风险进行预测与分析同时,存在预测响应滞后以及预测准确率较低问题。提出山区灾害滑坡风险非线性预测研究方法。基于山区灾害滑坡影响因素,构建非线性斜坡系统,对斜坡单元进行量化分析,完成滑坡非线性动力学模型设计。利用该动力学模型与时间序列的研究,对滑坡形态与时间影响进行综合分析,判定危险滑坡源,对其进行空间相分析,完成山区灾害滑坡风险非线性预测。实验数据表明所提非线性预测方法相比于传统预测方法,响应时间提升96.18%,准确率提升48.95%。     

赤水河流域浮游细菌群落特征及其与水质的关系

赤水河是茅台酒酿造用水的水源地,其环境承载能力和水质质量与该流域微生物的群落息息相关,而目前赤水河浮游细菌群落组成、功能及其与水质之间的关系研究开展较少.本研究以茅台酒厂采水点为中心,在其上中下游设置了W1~W6共6个采样点,采用16S rDNA Miseq高通量测序技术研究了赤水河浮游细菌群落的组成及其功能.结果表明浮游细菌群落主要由55门、167纲、415目、706科、1431属组成,假单胞菌属（Pseudomonas）和马赛菌属（Massilia）是相对优势种群.此外,W1和W3采样点样品与其他采样点样品相比,群落组成差异较大.冗余分析表明COD_Mn、COD和DO是影响群落组成的显著因素（p<0.05）,其与NH₃-N、pH、TN、Novosphingobium、Stenotrophomona和Pontibacter等参数是该流域浮游细菌群落网络的重要节点.使用PICRUSt2软件对该水源地微生物群落的功能进行预测,结果显示其功能主要涉及代谢（metabolism）、环境信息处理（environmental information processing）、遗传信息处理（genetic information processing）等6类生物代谢通路和碳水化合物代谢（carbohydrate metabolism）、氨基酸代谢（amino acid metabolism）、能量代谢（energy metabolism）、辅助因子和维生素的代谢（metabolism of cofactors and vitamins）等46个子功能.本研究探明了赤水河浮游细菌群落组成和功能及其与环境因子的相互联系,丰富了赤水河地区的第一手研究资料,为改善其水域环境提供了参考.     

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.     

煤矿瓦斯涌出时序预测的自组织数据挖掘方法

为分析煤矿瓦斯涌出复杂系统时间序列预测方法,提出自组织数据挖掘(SODM)与相空间重构(PSR)相结合的预测建模方法。首先应用C-C方法计算时间序列的最佳嵌入维数和延迟时间后进行PSR;然后以二元二次方程为传递函数,以嵌入维数变量为自变量,以延迟时间后的时间序列为因变量,通过内准则确定传递函数系数和外准则选择最优传递函数,并以最优传递函数的输出为下层迭代传递函数的输入,最后获得最优复杂度预测模型。算例结果表明:该方法对煤矿瓦斯涌出量预测的相对误差为-5.751 7% ~6.049 3%,平均相对误差2.145 7%,预测结果能满足煤矿安全生产实际工程应用要求。     

基于Box Behnken设计的煤导热系数分析与预测

为研究分析水分、固定碳及密度3个因素对煤导热系数的影响,选取多个矿井不同煤质的煤作为实验煤样,使用NETZSCH LFA457型激光导热系数测试仪进行测定,并引入二次响应曲面试验设计思想,采用Design Expert软件进行煤质指标的Box Behnken试验设计,按设计表筛选实验数据,构建了导热系数多因素、多水平影响下二次回归响应曲面模型,并对不同采样地点的煤导热系数进行了分析与预测。结果表明:二次回归方程P值小于0.000 1,极显著,失拟项为0.072 4,不显著,回归方程具有统计学意义;当水分在0.9%~10.9%,固定碳在49.3%~83.6%,密度在1.2~1.92 g·cm³之间,对煤的导热系数一次项影响程度为密度>固定碳>水分;二次项影响程度为固定碳和密度>水分和密度>水分和固定碳,且固定碳和密度之间存在交互作用,水分和密度、水分和固定碳之间无交互作用;应用响应曲面模型预测的煤导热系数误差为4.3%,满足精度要求。     

重庆大气汞人为排放及其预测

利用排放因子法和灰色预测法对重庆大气汞人为排放进行了研究. 重庆大气汞人为排放量从1997年的6.18 t增加到2008年的13.47 t. 重庆自1997年成为直辖市以来,大气汞排放量累计达99.76 t,年均增长率为9.82%,其中燃煤和水泥生产汞排放量分别达58.34和22.37 t. 以1997─2008年重庆大气汞人为排放数据为依据,运用灰色系统理论建立GM(1,1)大气汞人为排放预测模型,预测了2009─2015年重庆大气汞排放趋势. 如果不采取控制措施,预计2015年重庆大气汞人为排放量约30.92 t,年均增长率将高达16.20%.      

污泥填埋场气体产量的预测方法研究

为有效利用污泥填埋场内产生的沼气,以上海白龙港污水处理厂污泥为例,对污泥填埋场中气体产生率及产生量进行了预测.应用元素的归一化摩尔化方法得到该污水处理厂污泥有机物的近似分子式为C28H52O16N4.用化学计量法和IPCC模型预测的甲烷气体产生潜能分别为60.6,61.7kg/t(以干重计).用动力学模型和IPCC模型预测的甲烷气体产生率分别为13.3,11.1kg/(t×a)(以干重计),2种方法计算的甲烷气体产生率的差别主要在于参数的取值不同,化学计量法和动力学模型法预测的气体产生量和产生率更能反映污泥填埋场实际的气体产生情况,应用IPCC模型更适合于从宏观角度估算一个地区或整个国家的填埋场产气量.