一种基于深度学习的海表温度混合预测方法

海表温度（SST）是海洋水文的重要参数,准确预测SST对海洋经济发展与极端天气的预防都有重大意义。首先,针对SST序列数据的多噪声特点,采用变分模态分解方法（VMD）预处理,以减少噪声对预测结果的影响。其次,将卷积神经网络（CNN）与长短时记忆网络（LSTM）结合,同时提取SST序列的空间与时间特征,以提高预测精度。最后,本文提出了一种基于深度学习并融合了去噪模块的SST预测模型,选取我国东海海域的SST进行实证研究。通过与基线模型、现有模型的对比,证明了本文模型不但在SST的预测精度方面提升明显,而且具有较好的鲁棒性。     

参与环评,以公民的名义

继两年前第一次环评风暴以来,国家环保总局再次采取重大行动,通报了总计投资1123亿元的82个严重违反环评和“三同时”制度的钢铁、电力、冶金等项目,首次启动“区域限批”政策来遏制高污染高耗能产业的迅速扩张趋势。它再次表明了政府将科学发展观落到实处的决心,以及从源头减缓社会冲突、构建和谐社会的胆略。“2006年,全国重大环境污染事故161起,平均每两天一起。环境投诉已达60万人次,比2005年增加30%”,面对触目惊心的数字,每个公民都很难无动于衷。这些取之无道和取之无度的开发,将把中国引向环境失调、经济失控、社会失衡的灾难深渊。环评的功能,不仅在于污染控制,还在于减少或者遏制因为不适当的和违法的开发所造成的社会矛盾与冲突,有助于社会公正和社会安定。     

北京市大气PM10环境背景值的计算方法探讨

为了消除或降低PM10环境背景值计算中城市局地污染的影响,并且提高背景值在污染过程模拟中的准确程度,紧密联系天气过程、通过监测和统计途径探讨了确定环境背景值的方法.北京市空气质量背景监测站点在地方性天气过程中明显受到城市污染的影响,文中根据天气形势场、垂直方向上风向一致性、系统影响持续时间等判别标准区分了系统性和地方性过程,筛选出受系统性过程影响的、"背景时段"的监测数据.背景时段监测数据统计计算时,将背景值视为变量,用百分位数、剪裁均值、最大概率密度值、50%概率区间等特征统计量来表达其概率分布.文中还将背景值细化,根据天气系统特征和区域自然环境、人类活动的差异将背景值区分为4类,以代表不同污染过程的背景水平.使用2003年11月至2004年12月北京市北部和南部共5个清洁站点的监测数据,计算了117个中尺度天气系统影响时,PM10浓度概率密度分布以及背景值特征统计量.结果表明,4类背景值差别很大,从小到大排序依次是:北风＞东风＞西风＞南风,剪裁均值依次为:24～34、58、89～110和105μg·m-3.对4类背景值综合运算,得到2004年PM10年尺度上的综合背景值为58～67μg·7-3,较好地扣除了局地污染的影响.     

基于GIS技术的可达性分析在城市总体规划中的应用研究

我国可达性研究相对薄弱,尤其在城市尺度内的研究比较缺乏。探讨了可达性在城市规划中的应用,提出了可达性与城市规划结合的新理念;选择势能模型构建可达性分析模型,结合GIS技术中的网络分析、空间插值,评价了城市总体规划对居民可达性的影响。通过规划,居民出行时耗显著减少,居民出行便捷程度全面改善;将可达性理论与GIS技术结合应用于城市总体规划,提出了规划自检的新方法,有助于决策者做出最优决策。     

动态残差修正LSTM算法的突发型滑坡位移预测

针对突发型滑坡存在位移趋势突变性，传统长短时记忆(LSTM)神经网络方法存在位移预测精度不足的困难，提出一种基于动态残差修正LSTM算法的突发型滑坡位移预测方法。首先，采用动态流转训练，将由累计位移得到的变形速率通过经验模态分解(EMD)得到周期项及趋势项；其次，通过多项式预测趋势项、动态LSTM预测周期项，并由2项之和得到主预测变形速率；随后，通过对比实测速率与主预测变形速率，得到残差项，并建立动态流转训练的残差LSTM网络预测残差速率；然后，由主预测变形速率与残差预测变形速率之和得到最终预测速率，并进一步得到累计位移预测值；最后，以某突发型滑坡为例，验证该方法的科学性、有效性，以及预测精度和优势。结果表明：将变形速率序列作为预测对象并进一步得到累计位移预测值，比直接预测累计位移值具有更高的准确性；而基于动态残差修正LSTM算法预测的MAE、MAPE、RMSE及R²指标分别为43.843、1.901%、79.394和0.960,相比于传统LSTM预测方法具有明显优势。     

不定时工作制人员上下班途中发生交通事故可否认定为工伤

主持人,你好!我公司员工王某与公司签订劳动合同,合同约定王某在公司从事销售工作,上班时间是每天早上8时,下班时间不固定,要根据其当天与客户的业务情况;所在岗位实行不定时工时制。某日晚21时许,张某驾车载乘王某饭后返回公司处理退换货业务.     

油气矿基于EPTMC模型实现建设项目环保三同时精细化管理建议探讨

环保三同时管理贯穿于油气田建设项目论证前期、施工期、运行期等整个过程,克服建设项目时间紧、任务重,快建快投等困难,同时要做好项目全过程环境保护管理,尤为重要。本文结合环境保护相关法律法规和建设项目三同时管理相关要求,结合气矿实际情况,为实现建设项目环保三同时精细化管理,通过实践验证,总结提出EPTMC管理模型建议。     

小睡清醒时间及个性特征对注意绩效影响研究

合理安排小睡是民航运输岗位人员常用的疲劳缓解措施，然而飞行员和管制员在值勤期间小睡后预留的清醒时间并无统一标准，其中个体差异性特别是个性特征对小睡后警觉状态的恢复影响尚不明确。为探讨小睡后睡眠惯性对注意绩效的影响，搭建试验平台，被试进行30 min小睡，采集其小睡前及清醒后2 min、12 min、22 min和32 min时主观疲劳度、心率值和注意稳定性特征，分析不同个性特征被试小睡后警觉度恢复的主客观数据差异性及变化趋势。结果表明，在立即清醒后，警觉度主客观数据均显著下降，警觉度自评在醒后12 min恢复到睡前水平，而注意绩效数据显示到22 min才能恢复。被试醒后32 min时其警觉度自我感受与绩效表现均优于小睡前水平。这些发现可为从事安全敏感类岗位人员值勤中的小睡时长及醒后返岗作业前预留清醒时间等内容细则的制定提供建议与参考。     

基于MSLSTM-DA模型的水质自动监测异常数据报警

提出一种基于多元堆叠长短时记忆网络-差值分析(MSLSTM-DA)模型对地表水质异常数据进行报警的方法.该方法首先建立MSLSTM模型对水质指标数据进行预测,再基于预测结果的残差分布建立DA模型,并确定各个指标的数据异常阈值,当实测数据与预测数据差值大于阈值时进行数据报警.以长江流域监测断面的水质数据进行了方法有效性验证.结果表明,构建的预测模型对５个指标的MAE、MAPE均值比BP神经网络预测模型降低21.0%,17.8%,比LSTM模型降低16.8%,17.9%.皮尔逊系数均值比BP神经网络、LSTM模型的分别高5.9%,4.4%.5个指标共检出水质异常数据37条,其中34条经人工判断确实存在有异常,报警准确率高达91.9%.