基于遗传-支持向量机和遗传-径向基神经网络的有机物正辛醇-水分配系数QSPR研究

基于遗传算法(GA)的因子筛选和支持向量机(SVM)的非线性回归,提出了1种改进的有机物定量结构-性质相关(QSPR)建模方法--遗传-支持向量机(GA-SVM),并将其用于38种食品工业常用有机物正辛醇-水分配系数(Kow)的QSPR建模.结果显示,QSPR模型选取了分子量、Hansen极性、沸点、含氧率和含氢率5种参数;模型的预测值与实测值间的误差平方和(SSE)、均方差(RMSE)和决定系数(R2)分别为0.048、0,036和0.999,表明模型具有较强的预测能力;同时,交叉验证的结果(SSE=0.295,RMSE=0.089,R2=0.995)也表明,模型具有良好的稳健性,因此,GA-SVM算法适用于对有机物正辛醇-水分配系数的QSPR建模.此外,将基于GA-SVM的QSPR模型分别与基于遗传-径向基神经网络(GA-RBFNN)和基于线性算法的模型进行了比较,结果表明,应用GA-SVM建立的QSPR模型无论从稳健性还是预测能力上都优于应用其它2种算法建立的模型,因此,GA-SVM算法比GA-RBFNN和线性算法更适合于对有机物正辛醇-水分配系数进行QSPR建模.     

基于回归支持向量机的指标规范值的水质评价模型

传统的回归支持向量机的水质评价模型不具有普适性和通用性,当指标较多时,模型的学习效率和求解精度均会受到影响.若适当设定3类水体(地表水、地下水和富营养化水体)各项指标的参照值及指标值的规范变换式,使不同指标的同级标准的规范值差异不大,从而可以认为用规范值表示的不同指标皆“等效”于某个规范指标.因此,可建立用规范值表示的任意m项指标组合皆适用的水质评价的回归支持向量机模型.通过实例对模型的实用性进行了效果检验,结果表明:用基于回归支持向量机的指标规范值的水质评价模型对河桥地表水、黑龙洞泉域地下水和山仔水库富营养化水体的水质评价结果与用BP神经网络评价法、模糊综合评价法和属性识别评价法的评价结果基本一致.     

基于分解模型与VEC模型的沈阳经济区经济与环境时空关系研究

选择GDP、工业废水排放量、工业废气排放量、工业废物产生量4个指标,从横向的空间作用关系及纵向的时间作用关系对沈阳经济区经济增长与环境演化关系进行了动态综合分析.对于空间作用关系,采用完全分解模型,利用沈阳经济区内8个城市的面板数据,将经济与环境关系分解为经济规模效应、空间结构效应和技术效应,判定了由于经济增长造成的工业废物排放的增减变化而带来的区域环境压力扰动程度.对于时间作用关系,选择协整与向量误差修正模型(VEC),依次对指标序列进行了单位根检验、VAR估计、Johansen协整检验及向量自回归的VEC修正,进而对沈阳经济区经济与环境指标前期与当期作用关系进行了长期修正与短期校正.结果表明:对于工业废物排放,技术效应发挥了最突出的减量作用,经济效应的增量效应凸显,而空间结构效应的作用不明显;GDP与工业废水排放量、工业废气排放量、工业废物产生量之间的作用关系均经历了由波动到平稳的过程,但在研究期内GDP与工业废水排放之间的稳定性相对较弱,保持GDP与工业废气排放、工业废物产生各自的均衡关系,对各变量的优化有促进作用,而保持GDP与工业废水排放的均衡关系,则对各变量的优化有抑制作用.     

水资源环境承载能力监测预警平台设计探讨

建立水资源环境承载力监测预警平台与机制,是实现我国环境管理战略由以环境污染控制为目标导向,向以环境质量改善为目标导向彻底转变的重要支撑手段。以水资源环境承载力领域的相关研究进展为基础,提出水资源环境承载力监控预警平台的设计框架,平台设计的逻辑结构、核心功能以及相对应的水资源环境承载力评估技术,并对该平台建设的困难、问题及未来的发展趋势进行了分析,以期为水资源环境承载能力监测预警机制建设提供有益的参考。     

近20年来中国典型区域PM2.5时空演变过程

近20年来PM_(2.5)污染严重制约了中国可持续发展.长时间序列历史监测数据的缺失阻碍了相关研究.为此,本文以四大典型区域2013~2016年的PM_(2.5)浓度监测值和2000~2016年MODIS AOD数据、边界层高度、温度等气象数据作为基础数据,将反向人工神经网络和支持向量回归机两种算法相结合,构建组合模拟模型,并利用地理空间分析技术实现近20年来PM_(2.5)浓度历史变化过程的情景再现.研究结果表明,组合模型具有较低的误差和更高的泛化能力;时空分析结果表明,2000~2010年京津冀和东三省PM_(2.5)浓度持续增长,珠三角PM_(2.5)浓度缓慢下降,3个研究区PM_(2.5)污染范围呈扩大趋势,长三角PM_(2.5)浓度值及污染范围基本保持稳定.2012年4个研究区PM_(2.5)浓度值降低且污染范围缩小,但2013~2016年PM_(2.5)浓度略微上升后又下降,高污染范围缩小,这与国家采取PM_(2.5)区域联防等治理措施有关.     

不同SAPO分子筛负载MnOx催化剂的低温NH3-SCR性能研究

以磷酸硅铝分子筛SAPO-5、SAPO~(-1)1和SAPO-34为载体,采用乙醇分散法制备了用于低温氨选择性还原(NH_3-SCR)NO_x的分子筛负载MnO_x催化剂.活性测试结果显示,3种分子筛催化剂均展现出优良的NH_3-SCR活性,但三者在低温区间的SCR活性存在较明显差异,其SCR活性顺序如下:MnO_x/SAPO-34MnO_x/SAPO-5MnO_x/SAPO~(-1)1.借助XRD、N2吸附-脱附、XPS、H2-TPR、NH_3-TPD、NH_3FT-IR等技术对催化剂的表面活性物种及表面酸性等进行表征分析,结果表明,MnO_x主要以无定型状态分散于载体上,负载后载体的比表面积和孔体积均有所下降.XPS和H2-TPR分析证实,不同分子筛载体上MnO_x的表面浓度与氧化态明显不同.NH_3-TPD和NH_3FT-IR分析揭示了催化剂表面均存在Bronsted酸位和Lewis酸位,其中,Lewis酸性位对低温SCR反应起着关键作用.研究表明,催化剂的催化性能会因载体不同而存在差异,高Mn4+表面浓度和丰富的Lewis酸性位对催化剂在低温区间实现优良的催化活性尤为重要.     

水源型流域污染系统控制科技支撑战略

创新水源型流域污染系统控制科技支撑战略,对我国流域水环境综合治理与管理具有前瞻意义.文章从引导科技支撑发展方向,发展多维流域认知系统,创立流域系统控制知识,创新水源流域环境技术,建立流域水环境经济学与完善流域环境管理体系六个方面构建了水源流域污染系统控制的科技支撑战略体系;从制定水源型流域环境区划、水源型流域安全发展规划、水源型流域环境保护规划与水源型流域保护工程规划四个方面提出了水源型流域污染系统控制科技支撑的战略行动;从转变治理方向、改变治理目标与调整控制范围、优化监控指标等方面提出了水源型流域污染系统控制科技支撑的战略建议.     

基于GM-SVR的小样本条件下化工设备可靠性预测

为了准确预测化工设备可靠性趋势，针对化工设备失效寿命数据为小样本的情形，基于灰色估计法与支持向量回归机在小样本数据处理中的优势，建立了失效寿命时间服从三参数威布尔分布的化工设备可靠性模型；结合GM（1，1）和SVR对模型进行参数估计，在压缩机可靠性分析中进行了实例应用，对比分析了最小二乘法、灰色估计法和GM-SVR的估计效果。研究结果表明:GM-SVR对威布尔分布参数的估计精度明显优于最小二乘法和灰色估计法，可以有效地应用于化工设备失效数据为小样本时的可靠性预测。     

泰安市冬季一次严重空气污染过程分析

为揭示泰安市空气污染形成原因,选取泰安市2016年12月一次严重空气污染过程,利用泰安市2016年12月地面和探空资料及NCEP/NCAR（美国国家环境预报中心/美国国家大气研究中心）提供的FNL资料,对泰安市严重污染期间大气环流形势、边界层条件、污染源及传输路径进行分析.结果表明:在泰安市霾污染期间,500 hPa大气环流形势呈"两槽一脊"的特征,850 hPa泰安市处于南支槽前,受西南暖湿气流影响,为ρ（PM_2.5）的升高提供了有利条件;泰安市近地面处于高压控制下的弱风区（平均风速约为1.2 m/s）且边界层有逆温层存在,阻碍了PM_2.5的垂直输送,造成近地面ρ（PM_2.5）急剧升高.此外,泰安市及周边地区污染严重,聚类分析结果表明此次过程本地输送占比约为34%,其余均为外来传输,即污染物主要通过外来源传输,本地污染源贡献比率较小.污染物的高、低空传输路径不一致,低空污染物主要从安徽省水平输送至泰安市,高空污染物则先由河北省、河南省向南传输至安徽省、湖北省等地,再随南风气流向北输送至泰安市.研究显示,外来污染源传输作用配合本地静稳天气形势是造成此次泰安市空气污染的主要原因.      

2014~2017北京市气象条件和人为排放变化对空气质量改善的贡献评估

2014～2017年北京地区霾日数和污染日数逐年减少,PM_(2.5)、PM_(10)、SO_2和NO_2年平均质量浓度下降,污染程度缓解,采暖期中的11～12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气污染贡献率的定量化研究.结果表明,2017年与过去3 a相比,平均风速增加7. 9%,≥3. 4 m·s~(-1)的风速频次最高(10. 6%),≥70%湿度日占比最小(25. 1%);其中,采暖期与过去3 a同期相比,小风日数减少8. 6%、大气环境容量指数和通风指数平均增加约11%,边界层高度以3. 2%·a~(-1)的速率升高,尤其11～12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似.非采暖期(4～10月)累积降水量558. 3 mm,仅次于2016年,有利于污染物的清除和湿沉降.利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM_(2.5)质量浓度较2014～2016年同期分别降低5%、38%和25%.因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法(KNN)和支持向量机(SVM)模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65. 0%归因于减排的贡献,35. 0%归因为气象条件的改善.可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估.