冬季高速公路逐时路表温度LSTM预测模型

为提高冬季路表温度的预测精度,提出一种基于多维长短时记忆(LSTM)神经网络的冬季路表温度逐时预测模型,以小时路表温度为模型输出,综合考虑多维气象因素的累积影响和路表温度的周期性,采用滑动窗口构造输入特征矩阵;构建路表温度LSTM逐时预测模型,通过深度学习高效逼近具有复杂非线性和不确定性的路表温度,并以江苏省宁宿徐高速公路、云南省麻昭高速公路为实例进行验证。结果表明：与随机森林(RF)模型和BP神经网络相比,LSTM路表温度逐时预测模型的准确率得到显著提高,在宁宿徐高速、麻昭高速的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别为0.303、0.295、0.543和0.581、0.694、0.833,预测值与观测值绝对误差位于[0, 1)℃之间的占比为93%和89%。LSTM模型能准确捕捉路表温度的周期性和不确定性,在阴雨天和晴朗天的预测值与实测值基本一致,模型鲁棒性较好。     

关于调整全国工程教育专业认证专家委员会专业认证分委员会(试点工作组)的通知

全国工程教育专业认证专家委员会、各专业认证分委员会（试点工作组）、各有关单位： 为做好2008年工程教育专业认证试点工作,根据全国工程教育专业认证专家委员会全体会议的意见,我们对全国工程教育专业认证专家委员会各分委员会（试点工作组）进行了调整。在原有机械类、化工类2个专业认证分委员会和电气类、计算机类、地矿类、轻工与食品类、交通运输类、环境类、水利类7个专业认证试点工作组的基础上,新成立安全类专业认证试点工作组,同时对电气、地矿、水利和交通运输类试点工作组人员进行相应调整。     

大气微生物与气象条件及大气污染物的灰色关联分析

根据大气微生物浓度、气象因子和大气污染理化因子的监测结果，应用灰色关联分析原理，分析研究大气微生物浓度与气象条件和大气污染物的关联程度，说明气象因子对各类微生物浓度的影响大于大气污染因子，特别是对耐高渗透压霉菌。     

与ENSO现象有关的全球灾害性天气气候现象

本文概述了与ENSO现象有关的全球灾害性天气气候现象及其对经济等方面的影响。     

不同生态区维西糯山药品质与生态因子相关性研究

为了探明生态因子对维西糯山药品质性状的影响,寻找影响维西糯山药生长发育的生态因子。该研究采用GPS定位及“点对点”采样方法采集了不同生态区维西糯山药块茎样品和土壤样品各60个,对维西糯山药品质进行分析与综合评价,分析了维西糯山药品质与土壤养分相关性,筛选出了影响维西糯山药品质的主要土壤因子,并对品质指标与气象因子之间的关系作了详细分析。结果表明,（1）维西糯山药在不同生态区种植时,其品质存在明显差异。（2）根据各主成分的贡献率可知,对维西糯山药品质指标影响最大的是粘液蛋白含量、皂苷含量、支链淀粉含量、水溶性浸出物、多糖与灰分含量;维西糯山药在不同生态区种植的综合评价结果为：扎子村>碧罗村>保和镇周边。（3）影响维西糯山药品质的主要土壤因子为：有机质、碱解氮、有效磷、全钾、有效铁、有效锰、有效硼、有效锌、有效铜、交换性钙。（4）Person相关性分析和冗余（RDA）分析结果表明：生长季最低温度和海拔是影响维西糯山药品质的显著气象因子。生长季最低温度与多糖和多酚之间为负相关关系外,与糯山药其他品质均为正相关关系;海拔与多酚、灰分、水溶性浸出物和粘液蛋白之间均为正相关关系,与多糖...     

珠海2019年秋季一次大气污染过程的特征、 成因及来源分析

2019年秋季在珠三角典型沿海城市珠海观测到一次中重度污染过程,本文对此次过程的污染特征、形成机制和来源进行了研究.通过 采集PM_2.5样品,分析了9种水溶性无机离子（WSIIs）、有机碳（OC）、元素碳（EC）和水溶性有机碳（WSOC）等化学组分的浓度水平和污染特征;进一步结合污染过程中的不利天气形势、72 h后向气流轨迹及PM_2.5的潜在源贡献因子（WPSCF）和浓度权重轨迹（WCWT）等方法分析了污染的形成机制和来源.结果表明,有机物（OM）是污染时期PM_2.5中增长最快的组分,其次是占WSIIs约82.46%的SO₄^2-、NO₃^-和NH₄⁺（SNA）. NO₃^-/SO₄^2-均值为0.20,表明珠海以固定源污染为主;硫氧化率（SOR）均值为0.65,氮氧化率（NOR）均值为0.08,高温高湿的气象条件可能是 造成珠海比中国其他城市SOR偏高而NOR偏低的原因.在污染时段,二次有机碳（SOC）明显增加,WSOC/SOC随污染物的升高而降低并趋近于1,因此, 污染时期的WSOC可能主要是二次生成的.副高控制型、台风外围型和高压出海型等天气形势控制着整个珠三角地区时,不利于污染物的传输和扩散,使污染加剧.后向气流轨迹分析表明,污染时期的气团轨迹主要来自于高污染的内陆地区,这可能是造成此次污染形成的重要原因和来源.WPSCF和WCWT的高值区主要集中在江西、广东等内陆地区,因此,珠海在控制本地排放的同时,也应该关注上风向临近省市的污染排放.     

青藏高原典型城市拉萨市近地面臭氧污染特征

拉萨市作为青藏高原典型城市,环境空气质量相对较好,但臭氧污染近年来有所凸显。对拉萨市臭氧的现状与污染特征进行分析基础上,探讨臭氧污染的影响因素。结果表明:拉萨市臭氧污染表现出"来得早,去得快"的特征,与内地城市相比,拉萨市臭氧质量浓度在3月即可达到全年平均值(2015年为105μg/m~3),而9月以后将低于全年平均值,并在春末夏初达到峰值;由于青藏高原海拔高,紫外线强,相对内陆地区臭氧均值偏高,2015年拉萨市臭氧年均值比北京市和成都市分别高出7.7%、29.0%,其小时浓度变化呈中午高、早晚低的特征;拉萨市臭氧的浓度变化受空气湿度、日照时间和日均气温的影响;生物质燃料的跨界传输可能也对青藏高原地区臭氧的来源产生一定影响。     

我国典型南方城市臭氧污染特征

分析了我国典型南方城市的臭氧污染特征,选取我国4个有代表性的南方重点城市武汉、宁波、中山和南宁的2013—2015年监测数据,使用EXCEL、ORIGIN和MATLAB等统计软件开展研究,结果表明:我国南方典型城市的臭氧质量浓度分布有明显时间变化特征,超标时间跨度大,部分南方城市与氮氧化物存在较明显负相关性,相关系数高于-0.6;受城市所在不同地理位置、气象因素、大气扩散条件及可能的不同本地排放污染源构成等因素影响,4个城市的近3年臭氧浓度月均值、超标情况和年内峰值均存在一定差异和分组相似性;与部分气象因素也表现出显著相关性。     

气象因子对臭氧的影响及其在空气质量预报中的应用

为提高重庆市臭氧(O_3)预报准确率,利用2013—2015年5—10月O_3监测数据和气象数据,通过主成分分析、逐步回归分析等方法,确定了影响重庆O_3浓度的主要气象因素为最高温度、温差、太阳辐射、降水量、相对湿度、水气压和压差;通过基于O_3污染水平相似的主要气象控制因子筛选和最优组合的预报结果优化方法,提高了O_3预报准确率,使2016年5—8月O_3的AQI类别预报准确率由57.7%增至72.4%,O_3超标的预报准确率由38%增至46%。     

秦山三期核电工程气象相关实验研究及其在选址评价中的应用

１９９５年９、１０月间在秦山三期核电厂址进行了气象相关实验，即在秦山一、二、三期进行低空风、温与地面风的同步观测，在三期厂址进行平衡球测扩散参数，风洞模拟实验测量建筑群对流场与扩散参数的影响．并探讨如何应用气象相关实验结果由已建厂址的气象数据来估算新建厂址年均扩散因子的方法与公式．