加速腐蚀环境下LD2CS铝合金腐蚀损伤分析方法

目的研究LD2CS铝合金腐蚀损伤数据的分析方法。方法针对LD2CS铝合金腐蚀坑深度值,采用最小二乘支持向量机、BP人工神经网络和求和自回归移动平均等3种模型进行回归和预测分析。对比总结各种模型在小样本递增时间序列下的应用特点。结果对于LD2CS铝合金腐蚀坑深度值预测,最小二乘支持向量机在回归和预测上都有较高的精度。结论最小二乘支持向量机模型最适合LD2CS铝合金的腐蚀坑深度值预测。     

PIVOT TABLE在监测数据统计中的应用

汇总环境数据,进行数据分析,编制环境监测报表是环境监测部门的例行工作之一。PIVOT TABLE可以快速编制各类统计报表。以云南省环境空气质量报表为例,叙述了PIVOT TABLE 的使用方法和优点。     

2013年京津冀重污染特征及其气象条件分析

2013年中国东部地区多次发生持续的重霾污染事件.为探究其气象条件与重污染事件的关系,本文使用欧洲中心2013年东亚地区的逐日气象数据和北京、天津、石家庄的逐时PM_2.5浓度数据以及2013年MICAPS观测数据,分析了重污染事件对应的天气形势,并使用NAQMPS针对2013年1月的重污染事件进行情景模拟.研究结果表明：1北京、天津和石家庄地区PM_2.5浓度,夏秋季节日变化不显著,秋冬季节白天低夜间高;3地PM_2.5浓度均表现为12-1月浓度最高,7月最低;.2500 hPa平直西风气流,850 hPa弱暖平流,地面处于弱高压后部或高压底部高低空配置下的天气系统,对应着重污染事件的高发期;3源强不变的情况下,京津冀地区由弱高压前部控制转为弱高压控制时,地面温度升高0~5℃,相对湿度增加30%~50%,风速下降2~3 m·s^-1,PM_2.5浓度变化可达300 μg·m^-3.     

基于互联网大数据的成都餐饮源细颗粒物排放空间分配研究

餐饮过程排放的废气正成为大城市大气污染的重要来源之一.根据成都市2013年排放清单更新的研究成果,综合运用本地化的餐饮排放因子、排放活动水平的调查成果和成都市统计年鉴的统计数据等信息,对成都市餐饮源的PM_(2.5)排放总量进行了估算,其结果为4740 t·a~(-1).为了对区域的餐饮废气排放进行空间分配,本文抓取了互联网兴趣点POI信息.通过这些信息,对成都市的社会餐饮、学校食堂餐饮和家庭餐饮的空间来源进行了表征,对成都市生活源中餐饮污染物排放的空间分布规律进行了探索,并提出了新的餐饮源高分辨空间分配方法.结果表明,基于POI空间分配的2013年成都餐饮源单位面积年排放强度均值为0.29 t·km~(-2)·a~(-1),主城区均值为3.47 t·km~(-2)·a~(-1),全市的排放量分布区间为0~35.7 t·km~(-2)·a~(-1).互联网POI信息可以作为研究城市餐饮源空间分布的重要数据来源,在实际应用上更适于表征社会餐饮点源污染.     

基于多年遥感数据分析长江河口海岸带湿地变化及其驱动因子

研究河口海岸带湿地长时间演变对湿地保护管理和海岸带资源评估具有重要意义.本文获取长江口1979—2015年10景Landsat-MSS/TM/OLI影像和2015年13景GF1-PMS高空间分辨率数据,对比两个典型实验区分类算法,选用最优的决策树算法应用到长江口Landsat影像中,得到沿岸湿地要素近40年的面积变化情况.研究表明,2015年长江河口海岸带湿地总面积为4725 km2,自然湿地占63.5%,人工湿地占21.2%,湿地总面积相比1979年增加了662 km2,自然湿地面积减少了163 km2,而人工湿地面积增加了766 km2.长江口自然湿地面积在1979—2000年减少幅度较大,2000年后由于保护管理加强而减少幅度变小;人工湿地和建筑面积增加较为明显,主要是由于大型水库的修建和人工鱼塘开发及港口建设.湿地总的变化趋势为河口区不断淤积,自然湿地转变为人工湿地,人工湿地转变为建筑用地等非湿地;其中,滩涂面积减少283 km2,水库、养殖鱼塘和水稻田面积分别增加了92、355和319 km2,主要发生在崇明东滩和启东沿岸;非湿地中建筑用地面积增加154 km2,灌木草场面积减少147 km2,主要发生在上海和启东沿岸.同时比较分析长江口3个区域湿地驱动因子发现,北岸启东沿岸和南岸南汇东滩湿地因经济快速发展和港口水利工程修建,以及过度开垦滩涂等自然湿地使人工湿地增加明显;而长江上游径流量、区域降水和海平面上涨等自然因素控制着中支河道区(如崇明东滩)自然湿地的变化.     

基于大数据挖掘技术的地震舆情感知研究

对地震舆情信息的深入感知和有效管理,能够保障社会和谐发展.提出一个基于大数据技术和深度学习的地震舆情感知平台,基于Hadoop和MongoDB大数据技术实现对海量实时地震舆情数据的处理和存储.基于Word2vec和LSTM的融合模型能够有效实现震后网民的情感识别,为舆情预警提供支持.以台湾5.8级地震舆情数据为例,对该...     

大数据环境下企业安全绩效管理的基础性问题*

为明晰大数据对安全绩效管理的影响,把握信息时代下企业安全绩效管理的研究方向,基于大数据时代下安全绩效管理内容,阐述数据驱动下安全绩效管理的应用优势,探讨数据驱动下安全绩效管理的研究变革,剖析大数据环境下企业安全绩效管理的数据流向,构建数据驱动下安全绩效管理的框架模型,并提出数据驱动下企业安全绩效管理应用对策。结果表明:基于大数据的安全绩效管理有助于提升企业安全管理水平,也为安全生产系统优化提供理论依据。     

数据挖掘在预测组织事故防控效果中的应用*

为进一步探索数据挖据技术在组织事故预防工作中的融入性与适用性,基于24Model构建事故预控基础模型,通过预测准确率数值及接受者操作特性曲线（ROC曲线）对比分析随机森林（RF）、支持向量机(SVM)、决策树（DT）与神经网络（NN）4种方法对组织事故防控效果的预测性能。结果表明:针对事故率控制（Y1）、职业危害预防（Y2）、财产损失3类预测目标（Y3）,RF方法均能达到较高的准确率及稳定性,具有较优的预测性能。根据特征重要度（FI）排序,明确对组织事故水平影响最显著的因素为安全实践活动认知（SC5）及安全管理程序文件（SMS3）,FI值均大于0.150 0。研究结果可为有效预测组织事故防控效果提供方法依据,同时为企业安全工作的规划设计提供思路。     

基于第二次全国污染源普查质量保证的思考及体系建设初探

通过对清查数据的结果分析,确定第二次全国污染源入户普查的对象,基于企业填报、现场入户、资料收集审核、数据核查等具体工作的实施与开展,思考和归总普查工作中影响数据质量的现实问题和难点,初步构建污染源普查质量保证体系,以期为全国污染源普查数据质量保证提供有益参考。     

Spatial and Seasonal Response of Municipal Water Use to Weather across the Contiguous U.S.

Weather variability has the potential to influence municipal water use, particularly in dry regions such as the western United States (U.S.). Outdoor water use can account for more than half of annual household water use and may be particularly responsive to weather, but little is known about how the expected magnitude of these responses varies across the U.S. This nationwide study identified the response of municipal water use to monthly weather (i.e., temperature, precipitation, evapotranspiration [ET]) using monthly water deliveries for 229 cities in the contiguous U.S. Using city‐specific multiple regression and region‐specific models with city fixed effects, we investigated what portion of the variability in municipal water use was explained by weather across cities, and also estimated responses to weather across seasons and climate regions. Our findings indicated municipal water use was generally well‐explained by weather, with median adjusted R² ranging from 63% to 95% across climate regions. Weather was more predictive of water use in dry climates compared to wet, and temperature had more explanatory power than precipitation or ET. In response to a 1°C increase in monthly maximum temperature, municipal water use was shown to increase by 3.2% and 3.9% in dry cities in winter and summer, respectively, with smaller changes in wet cities. Quantifying these responses allows urban water managers to plan for weather‐driven variability in water use.