基于小波分解和ARMA模型的空气污染预报研究

细颗粒物PM2.5为首要污染物的空气污染严重影响了公众健康,对空气污染进行有效预报具有十分重要的意义。而目前常用的空气污染物浓度预报方法在短时事件和意外事件预测方面存在不足。利用小波多尺度分析方法改进ARMA预测模型,并将其应用于短时空气污染物浓度预测。改进模型通过小波分解方法将时间序列分解为一个近似序列和多个细节序列,分别采用ARMA模型进行预测,然后将各序列预测结果进行重构,得到最终预测结果。以天津市2014年PM2.5浓度数据为例,分别采用ARMA模型、支持向量回归(SVR)模型、人工神经网络(ANN)模型以及基于小波多尺度分解改进的SVR模型和基于小波多尺度分解改进的ARMA模型进行了对比分析。结果表明:1)小波多尺度分解能够显著提高SVR模型和ARMA模型预报精度;2)ARMA、SVR、ANN等传统模型在重污染情况下预报精度显著下降,而小波分解改进策略能够较好地解决这个问题;3)基于小波多尺度分解改进的ARMA模型预报精度较高,是城市污染物浓度预报的有效手段。     

人工湿地在中国的研究进展

人工湿地具有去污效果好、运行费用低及维护简单等特点,现已被广泛运用于污水处理中,具有相当显著的生态环境效益。本文对人工湿地在中国的研究进展进行归纳、阐述,分析其研究中存在的问题,并对其今后的研究和应用进行展望。     

CMAQ模式及其修正技术在上海市PM_(2.5)预报中的应用检验

利用CMAQ空气质量数值预报模式对上海市PM2.5浓度进行预报,选取10个囯控站点监测数据对预报进行验证评估.结果表明,CMAQ模式开展能够较好地模拟出PM2.5的时间变化趋势及浓度水平,但总体处于低估的水平,偏低幅度约25%,尤其在高污染阶段,模式的低估更为突出,达32%,这与污染源清单的不确定性有关.为提高PM2.5预报准确度,采用学习型线性回归方法对PM2.5浓度的数值预报结果进行修正,统计检验结果显示修正预报准确率由原来的76.4%提高到了79.3%,污染预报成功指数由56.4%提高至72.1%,明显提高了PM2.5浓度的预报效果,反映了引入实际监测数据对空气质量数值预报模式进行修正的研究意义和可行性.     

贵阳市环境空气质量预报预警系统建立的探讨

分析了贵阳市空气质量预报中污染物、地形及下垫面、植被等关键影响因素。提出了贵阳市环境空气质量预报预警系统的整体架构,分别对排放源监测与管理系统、环境空气质量预报系统和污染预警与控制决策支持系统等三个核心部分进行阐述,进一步提出了贵阳市大气污染防控措施及防控机制。     

空气质量预测数据的三维雾化展示技术

在国家＂863＂项目＂重点城市群大气复合污染综合防治技术与集成示范项目＂的研究中,通过利用DirectX3D编程技术将体积雾与体纹理技术进行创造性结合,实现了空气质量预测数据的三维雾化展示。本文主要阐述了此研究的背景、研究过程、技术要点及研究成果。     

基于神经网络的泥石流预测

作者用神经网络方法对泥石流预测进行了探讨，讨论了训练参数的选择及训练方法，并结合泥石流预报的具体情况，对ＢＰ模型进行了适当的改进。研究表明，模型及算法是可行的。     

农业病虫害的灾变预测及预报精度分析

在农业病虫害突变规律的研究基础上,建立了定性与定量的尖角突变模型,确定了各病虫的突变区域。根据综合控制变量所确定的边界值,对未来病虫发生发展趋势进行预测。经多年历史资料检验和1992年农业病虫害发生突变的趋势预报证明:准确率高,覆盖面广。     

Study on Middle and Short Term Forecast and Assessment Technology on Atmosphere Hydrosphere Disasters

Ａｎｙｄｉｓａｓｔｅｒａｓｓｅｓｓｍｅｎｔｍｅｔｈｏｄｍｕｓｔｈａｖｅａｗｉｄｅｇｒａｓｐｏｆｒｅｌａｔｅｄｂａｓｉｃｄａｔａ,ｉｎｃｌｕｄｉｎｇｄａｔａａｂｏｕｔｄｉｓａｓｔｅｒ－ｅｍｂｏｄｙｉｎｇｅｎｖｉｒｏｎｍｅｎｔ,ｄｉｓａｓｔｅｒ－ｃａｕｓ...     

环境预测中的GAM模型

当原始序列属代数曲线型时，应用ＧＡＭ模型可以提高精度，从而避免进行ＧＭ（１，１）模型的残差修正二次建模。从分析ＧＭ（１，１）模型的缺陷着手，结合实例详细介绍了ＧＡＭ模型的思想形成和计算方法。     

沿海地区中小城市环境空气质量预报模式的研究与应用

根据两年来的实际工作经验,探讨了沿海地区气象因素对环境空气质量的影响,并结合沿海地区气候特征及污染现状对影响环境空气质量的因素进行了研究分析,建立了适合于沿海地区中小城市环境空气质量预报模式,其预报准确率高。对沿海地区中小城市今后开展空气质量预报工作具有一定的指导意义。