基于多源数据融合的煤矿工作面瓦斯浓度预测*

为了解决瓦斯浓度预测使用的单一数据在预测中影响还不够深入的问题,提出基于LSTM神经网络的多源数据融合瓦斯浓度预测模型。模型将上隅角瓦斯浓度、采煤机速度、工作面吨煤瓦斯涌出量等不同数据融合作为输入层参数,使用Adam优化算法更新LSTM网络层参数,利用Attention机制突出关键影响瓦斯浓度的因素,开展多源数据融合的瓦斯浓度预测,结合某矿1008工作面的实际数据,分析不同数据在瓦斯浓度预测中的作用。研究结果表明:单变量下的Attention-aLSTM预测效果相比LSTM提升14.2%;多源数据融合下的Attention-aLSTM相比自身提升了5%。     

电力无线专网多业务隔离技术研究

通过研究当前电力无线专网现状,分析配用电业务对网络的通信需求及多业务隔离需求,提出基于 RAN-SHARING 和基于物理隔离的无线专网多业务承载隔离实施方案,实现不同安全大区业务的物理隔离和同一安全大区的逻辑隔离,为未来不同类型配用电业务混合组网和建设提供技术支撑。应用结果表明:该方案能够有效节约建网成本,提高电力服务水平。     

多层递阶方法在变化环境下非一致性水文序列分析中的应用

由于受人类活动、气候等外界变化环境的影响,用于水资源评价计算的天然年径流量序列失去了一致性。为了适应变化环境对水文预报的要求,提出了基于时变参数的非一致性年径流序列的多层递阶预报方法。该方法不同于传统带固定参数的模型,它是将预报对象看作为随机动态时变系统,首先进行动态系统的时变参数预报,进而在参数预报基础之上对系统状态预报,从而提高了预测结果的可靠性。以闽江竹岐水文站为例,进行年径流量的中长期预报,为区域水资源的优化管理提供科学的依据。     

内蒙古鄂尔多斯市大气气溶胶中的多环芳烃

采集了鄂尔多斯市5 个监测点大气气溶胶中的PM₁₀ 和PM_2.5 颗粒物样品,用色谱-质谱技术检测了多环芳烃化合物(PAHs).结果表明,萘、苊、二氢苊等低分子量PAHs 的浓度较低, 、苯并[a]芘、茚并[1,2,3-cd]芘、苯并[ghi]苝等高分子量PAHs 的浓度较高.东胜、棋盘锦、准格尔监测点的PAHs 主要存在于PM_2.5 中,杭锦旗、柒盖淖监测点PM_2.5 中PAHs 所占的比例不大.监测点污染程度依次为准格尔旗>棋盘锦>东胜区>杭锦旗>柒盖淖.运用比值法和多元统计技术对PAHs 的来源进行了解析,东胜区主要以机动车尾气为主,且汽油车影响较大;棋盘锦、准格尔以燃煤污染为主;这3 个监测点的PAHs 均为本地来源.杭锦旗和柒盖淖2 个监测点的PAHs 为迁移而来.     

交通道路旁茶园多环芳烃的污染特征

采样分析了某交通道路旁茶园多介质环境中多环芳烃(PAHs)的浓度水平,探讨汽车尾气对茶鲜叶中PAHs 的影响.结果表明,茶园空气、土壤和茶组织中16 种PAHs 的总浓度(∑PAHs)分别为1780.0~4710.0ng/m3、n.d.(未检出)~35.9.0µg/kg 和100.00~885.00µg/kg,均随交通道路距离增加而降低,说明汽车尾气对茶园环境造成了PAHs 污染.但离交通道路50m 和250m 处的茶组织中的∑PAHs 差异不明显,说明汽车尾气对茶树的PAHs 污染主要局限在路旁50m 范围内.茶组织中∑PAHs 的大小顺序为老叶>须根>嫩叶>生产枝>主根,地上部分大于地下部分.嫩叶中PAHs 以3 环为主,占∑PAHs 的80.6%.老叶中4 环比例高于3 环,且5~6 环的比例显著高于嫩叶.在茶树生长过程中,茶鲜叶会逐渐积累环境中毒性更强的高环PAHs.     

环境承载力不确定性多目标优化模型及其应用

为明确给出环境承载力的实质内涵“人类活动阈值”,利用不确定型多目标优化方法,建立了区域环境承载力优化模型.应用该模型对北京市通州区进行区域战略环境影响评价.结果表明,水环境容量是制约通州区社会经济发展的瓶颈;《通州新城规划》的人口与经济发展目标与其“滨水宜居新城”目标相违,必须削减其人口与经济目标,2010 年和2020 年适度人口规模分别为44.88~50.39 万人和85.29~96.40万人;适度经济规模分别为132.57~182.02 亿元和862.9~1141.22 亿元.通过加大投资力度,调整投资结构,《通州新城规划》的三次产业结构目标基本可以实现.2010 年和2020 年三次产业适度的结构分别为(6%~7%):(39%~43%):(51%~54%)与2%:(23%~30%):(68%~75%).为实现这些目标,对于高能耗、高水耗行业(造纸与化工等)应限制其发展,并逐步淘汰     

硫酸盐还原条件下多环芳烃在土壤中的迁移转化

为研究硫酸盐还原条件下多环芳烃(Polycyclic Aromatic Hydrocarbons,PAHs)类有机污染物在土壤中的污染分布规律和迁移转化过程,设计了室内土柱淋溶试验,选择菲、蒽和芘作为PAHs的代表,模拟硫酸盐还原条件下PAHs在土壤中的迁移转化过程.监测土壤中PAHs的垂直分布、淋出液中ρ(PAHs)和ρ(SO₄2-)、淋出液的氧化还原电位(E_h)和总体积,并通过质量平衡计算出PAHs的降解率.结果表明:①菲和蒽的相对淋出率总体都不超过2%.120 d后菲和蒽在土壤中的残留率分别为51.87%和51.21%,而芘有90%以上吸附在土壤中,在淋出液中未检出.②随着淋溶时间的延长,土壤中的氧气逐渐被消耗,淋出液中ρ(SO₄2-)和E_h逐渐降低,并趋于稳定,硫酸盐还原作用发生.③3种PAHs在硫酸盐还原条件下都存在一定程度的降解.菲和蒽的降解率相差不大且随淋溶时间的延长逐渐增大,120 d后菲和蒽的降解率分别为47.41%和48.10%,而4环的芘降解速率非常低,120 d后降解率仅为3.61%.      

区域环境中三氟乙酸富积多相传质模型研究

建立了描述挥发性有机物在大气、水、土壤和底泥等环境中动态分布的多相传质模型,并用于分析长江流域江苏段及太湖水系区域内三氟乙酸(TFA)在各环境相中的分布. 采集实测数据约300个,比较实测值与模拟值,对模型的可靠行进行验证. 建立了检测环境中微量TFA前处理及方法. 结果表明:多相传质模型能够正确描述研究区域内环境中的TFA分布. 在给定排放量变化规律的前提下,预测未来10年内研究区域环境水体中ρ(TFA)将接近100 ng/L,接近现阶段欧美发达国家主要水体中的ρ(TFA).      

北京市某废弃焦化厂不同车间土壤中多环芳烃（PAHs）的分布特征及风险评价

以北京市某废弃焦化厂为研究对象,系统采集了6个车间0～4m深的26个土壤样本,利用GC/MS检测了U.S.EPA优控的16种多环芳烃(PAHs)的含量,分析了PAHs在焦化厂不同车间表层土壤的污染状况和深层土壤中的垂直分布特征并对土壤污染风险进行了评估.结果表明,1)该废弃焦化厂不同车间表层土壤(0～20cm)总PAHs(∑PAHs)的残留量介于672.8～144814.3ng·g-1之间;污染程度排序为:回收车间>老粗苯车间>焦油车间>炼焦车间>水处理车间>制气车间.2)该厂未受扰动的土壤样品显示PAHs主要聚集在表层土壤,并随着土壤深度的增加而迅速减少;其他样点由于土壤扰动,∑PAHs含量最大值出现在第三层土壤(80～180cm);该厂4m深底层土壤仍有高浓度PAHs,∑PAHs含量最高值出现在炼焦车间,达12953.1ng·g-1.3)焦化厂土壤PAHs污染主要集中在3环和4环的PAHs单体上,分别占到污染总量的51.3%和31.7%.4)根据Maliszewska-Kordybach的PAHs总量标准及加拿大土壤PAHs单体治理标准,该厂回收、老粗苯、焦油和炼焦车间表层和深层土壤PAHs含量均达到重污染水平,并对其周围土地带来较大风险,需要治理.