灾变预测在火灾预测中的应用

简述了灰色理论中灾变预测的特点及其建模过程，并将其应用于湖南省和山东省火灾预测之中。经检验，模型的精度等级为好，模型的预测结果可靠，对于消防部门火灾的预测有一定帮助。     

阶跃响应模型在三容水箱中的预测控制

本文应用一种工业上易于获取的阶跃响应模型，根据其预测控制算法对有约束的三容水箱系统进行模型预测控制。并编制Matlab软件进行仿真实现，结果证明控制效果良好。     

用三性法对巴楚伽师6.8级地震的跨越式预测

介绍了用三性法对2003年2月24日新疆巴楚伽师6．8级地震的早期跨越式预测，并讨论了某些相关问题。所谓三性法就是大震时序上的周期性、倍周期性和黄金分割性的排列。     

单季晚稻穗颈瘟气象预报集成模型

根据1985—1998年上海地区单季晚稻穗颈瘟发生程度资料、地面气象资料、500hPa高空环流因子和北太平洋海温场资料，挑选相关系数较高且稳定性好的预报因子，在应用逐步回归和逐步判别分析方法组建预报模型的基础上，集成了单季晚稻穗颈瘟发生程度的长、中、短期预报模型。3种预报集成模型的起报时间分别为当年的3月、7月和8月下旬。这3种预报集成模型对1985-1998年的历史拟合和1999—2002年的预报，误差均未超过1级。     

新型高阶Boussinesq方程的一维数值模型及其实验验证

基于刘忠波等(2004)推导的新型高阶Boussinesq方程,建立了预报-校正差分格式的数值模型。为考察该数值模型的适用性,针对较大坡度的潜堤上的波浪传播变形进行了数值研究。将数值结果与实验结果进行比较,二者较为吻合,验证了本文的数值模型,同时也说明本方程可用于模拟较陡地形的波浪变形。     

沙尘暴对暴露儿童健康效应的研究

为了研究沙尘暴对儿童可能造成的急性危害,以沙尘暴源区——甘肃省武威市的某2所小学3～5年级的1040名学生(年龄8～14岁)为研究对象,在2004年和2005年的3～5月沙尘暴频发期间进行健康状况问卷调查,共调查4场沙尘暴事件,所调查的症状有咳嗽、咯痰、气短、肺部喘鸣、胸部憋闷、咽干口苦、眼睛干涩、流泪、流涕、打喷嚏、心情压抑等11种常见的症状.结果表明,沙尘暴发生当天(滞后0d)儿童各种所查症状发生的相对危险度(RR)均有不同程度地升高,沙尘暴过后(滞后1～5d),儿童各种症状的RR逐渐降低,沙尘暴过后4d(滞后4d),几乎所有症状均恢复正常.暴露儿童在沙尘暴发生当天,除肺部喘鸣和胸部憋闷发生的RR升高不显著外(p>0.05),其他所查症状发生的RR均有显著性升高(p<0.05,p<0.01,p<0.001).沙尘暴过后虽然各种症状RR均有所下降,但下降速度不同:在滞后1～2d,气短、眼睛干涩、流泪和心情压抑等4种症状RR仍显著高于沙尘暴前,直到滞后3d才恢复到正常水平;而咳嗽、咯痰、咽干口苦和打喷嚏等4种症状RR在滞后4d才恢复正常;流涕症状RR在滞后5d才基本恢复正常.不同年度和不同时期的沙尘暴事件对儿童健康症状的影响有所不同.从以上结果可以看出:沙尘暴对儿童的健康既有当日急性效应又有一定的短期滞后效应.     

边坡稳定性自动机器学习预测方法研究

为了简便有效地评估边坡稳定性状态,针对目前传统机器学习的算法选择与超参数优化等难题,提出1种边坡稳定性自动机器学习预测方法。首先,简要介绍5种主流开源自动机器学习框架;其次,以422组边坡稳定性样本为数据集,进行自动机器学习纯自动化训练,并与传统机器学习对比分析模型的性能与耗时;最后,综合讨论与比较典型自动机器学习框架的特性。研究结果表明：自动机器学习预测效果总体上优于传统机器学习,提升边坡稳定性预测准确率和稳健性,且无需人为干预。研究结果可为岩土工作人员准确可靠地评价边坡稳定性提供便捷条件。     

压缩空气泡沫水平管路压力损失数值模拟研究

为厘清压缩空气泡沫水平管道输运压力衰减规律,考虑压缩空气泡沫实际工程运用,利用STAR-CCM软件研究泡沫液种类、混合比和管径对湿泡沫水平管网输运过程中压力衰减的影响规律,并结合理论分析建立压缩空气泡沫水平输运过程中的压力衰减预测模型。研究结果表明：管路压降与泡沫液黏度呈正相关性,在混合液流量270 L/min,气体流量1 750 L/min条件下,相同管径高黏度抗溶性水成膜泡沫(AFFF/AR)压降约为低黏度A类和水成膜泡沫(AFFF)1.3倍;对于相同类型泡沫,混合比对管路压降影响较小,100 m长90 mm管径不同混合比之间最大压降差值约为7.21 kPa;管径对压降影响较大,相同泡沫条件下,50 mm管径压降是80 mm管径压降的约9.4倍,80 mm管径压降是100 mm管径压降的约2.8倍,当管径大于80 mm时,不同泡沫对压降的影响逐步减小。压力衰减预测模型计算的压降值与模拟值较前人开展研究所得实验值误差在18%以内,研究结果可以为压缩空气泡沫水平管网设计提供一定理论参考。     

Evaluation of Traffic Noise Pollution in Amman, Jordan

The City of Amman, Jordan, has been subjected to persistent increase in road traffic due to overall increase in prosperity, fast development and expansion of economy, travel and tourism. This study investigates traffic noise pollution in Amman. Road traffic noise index L ₁₀(1 h) was measured at 28 locations that cover most of the City of Amman. Noise measurements were carried out at these 28 locations two times a day for a period of one hour during the early morning and early evening rush hours, in the presence and absence of a barrier. The Calculation of Road Traffic Noise (CRTN) prediction model was employed to predict noise levels at the locations chosen for the study. Data required for the model include traffic volume, speed, percentage of heavy vehicles, road surface, gradient, obstructions, distance, noise path, intervening ground, effect of shielding, and angle of view. The results of the investigation showed that the minimum and the maximum noise levels are 46 dB(A) and 81 dB(A) during day-time and 58 dB(A) and 71 dB(A) during night-time. The measured noise level exceeded the 62 dB(A) acceptable limit at most of the locations. The CTRN prediction model was successful in predicting noise levels at most of the locations chosen for this investigation, with more accurate predictions for night-time measurements.     

投影寻踪回归技术在环境污染预测中的应用

环境污染预测中常用的统计预测法基于“假定—模拟—预测”这样一种证实性数据分析思维模式,难以适应非线性、非正态分布数据分析。投影寻踪技术采用“审视数据—模拟—预测”这样一条探索性数据分析新途径,可以用来解决一定程度上的非线性、非正态的问题。应用投影寻踪回归新技术,建立了大气污染物SO₂浓度分类预测模型,其预测建模样本的拟合合格率为84.7％,预留预测检验样本预测合格率75％。