组合灰色预测模型应用于山东省碳排放预测

根据山东省2000—2012年工业、建筑业和交通运输业能源消费数据测算得到碳排放量,基于GM(1,1)模型、Verhulst模型和SCGM(1,1)c模型建立组合灰色预测模型,运用预测有效度方法确定组合预测模型的权重系数。选用2000—2009年三大碳排放行业的实际值作为原始数据,利用各预测模型预测2010—2012年碳排放量。结果表明:组合灰色预测模型比单一预测模型具有更高的预测精度。利用组合模型预测山东省2013—2017年各行业碳排放量,为相关部门制定节能减排政策提供理论及方法借鉴。     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。     

秦皇岛市工业领域“十二五”节能潜力分析

结合总体节能目标,对秦皇岛市“十二五”期间的能源需求进行了预测,并对三大产业能源利用形式及能源利用比例进行了分析。结果表明,第二产业的能源消耗比重最大,将成为节能总量控制的重点,而重中之重则是其中的工业领域节能。测算并分析了工业领域的节能潜力,范围涵盖玻璃制造、装备制造、粮油食品制造、金属压延业、建材、电力、化工7个主要行业。     

水质灰色预测模型在VBA中的实现

灰色预测是环境污染预测应用相当广泛的方法。根据文献报道,基于Matlab和Excel实现灰色预测中存在着占用内存、单元格填埋计算公式等等的不足,因此提出了一种基于VBA在Excel下编写宏程序轻松实现灰色预测的方法,并将其运用到北海市地表水污染物预测。结果表明,本程序简短,操作方便,计算结果准确可靠,彻底把用户从繁琐的手工操作中解放出来。     

西安市LUCC预测生态系统服务价值损失

人类活动作用于土地资源,使LUCC（土地利用／土地覆被变化）在全球环境变化过程中起主导作用,随着国际LUCC研究计划的进展,各国依据本国的实际情况开展研究。对西安市以往五年（2000-2004年）的土地利用基础数据开展调查统计分析,建立灰色系统动态GM（1,1）模型,预测2005—2010年西安市土地利用结构变化状况,尝试计算西安市土地生态系统服务价值损失（简称生态损失）,用一种直观经济指标-货币来反映这种生态损失。预测2010年西安市生态损失为331、84×10^6元。     

基于神经网络的东北地区秸秆焚烧预测

选取农作物秸秆露天燃烧严重的东北地区,采用人工神经网络的方法,结合卫星火点和气象数据,开展秸秆露天燃烧预测研究.结果表明：人工神经网络预测模型成功验证了松嫩平原地区2015年10月25日~11月15日的秸秆露天燃烧情况,其准确度为67.1%,经过多次试验,在神经网络建模与验证数据配比为80：20时,预测准确度最高,可达69.7%,同时该模型的稳定性较好.而对不同区域,不同时间段的预测研究表明,人工神经网络较适用于长时间序列的预测.就影响因素而言,相对湿度是影响秸秆露天燃烧的最重要因素.本研究结果可为空气质量模式提供火点预测数据,提高其预报预警能力,为区域联防联控政策的制定提供科技支持.     

美国 AIRNow 空气质量动态发布技术在上海的应用

美国EPA开发的AIRNow系统是国际先进的环境空气质量信息管理和发布系统,具有空气质量数据管理自动化、环境产品丰富、发布及时、质量保证和控制（QA/QC）数据审核快速等优点,可通过明确的数据交换协议和原则,实现地区性数据交换和共享。该技术在上海市环境空气质量日报预报系统中得到应用、整合和二次开发,并实现了2010年上海世博环境空气质量数据的实时发布,为中国未来环境空气质量的动态发布提供了重要的技术示范。     

结构物震害预测的灰色贝叶斯方法

本文提出了一种结构物震害预测的新方法。该方法棋于贝叶斯理论和灰色系统理论，可以充分考虑到某类结构物震害所表现出的共性和某一特写结构物所具有的特殊性，能作出较全面的反映结构物实际状况的震害预测。     

基于预测有效度一致的城市生活垃圾产生量预测

提出了基于预测有效度一致的城市生活垃圾产生量最优组合预测模型,该模型在组合预测之前利用Kendall一致性检验法对参加组合的单项预测模型值的拟合精度进行一致性检验,在通过检验之后再利用方差倒数法求解最优组合权重,建立组合预测模型。通过实例分析,表明其预测精度高于参加组合的各单项模型预测值,在城市生活垃圾产生量的预测工作中有一定的应用价值。     

济南市空气质量数值预报研究

在大规模大气环境参数综合野外测试资料的基础上,为在济南市开展大气污染业务预报新近开发了空气质量数值预报模式系统.该系统由污染源模型(SM)、下垫面参数化模型(XDM)、诊断模式(DM)、中尺度-α气象模式(M-αM)、中尺度-β气象模式(M-βM)、行星边界层(PBL)湍流统计量参数化模式(PBLTM)、干湿沉积模式(DWDM)和高分辨化学模式(HRCM)组成.该系统已成功地应用于济南市空气质量数值预报工作,其预报与实测质量浓度之间有很好的一致性,日平均预报准确率可达80%以上.