长沙市雨花区东片交通噪声预测与控制规划

通过规划区交通噪声源分布现状调查及环境影响描述 ,对该区进行了交通噪声环境质量现状评价及交通噪声污染预测 ,并提出了相应的交通噪声控制措施与控制规划。     

基于全局跨尺度时空注意力的深度神经网络海表面温度预测模型

海表面温度（sea surface temperature, SST）是海洋与大气之间相互作用的关键因素,海温控制着全球大气和海洋生态系统的变化。准确预测海表面温度的演变对治理全球大气系统和海洋生态系统都具有重要的意义。为了对SST数据的空间自相关性准确建模,本文提出了基于全局跨尺度时空注意力的深度神经网络海表面温度预测模型（deep neural network based on global cross-scale spatiotemporal attention, GCSA-DNN）。模型分为3个部分,从长时序数据中提取时序依赖特征的时序建模模块,从SST序列均值中提取空间分布规律特征的多尺度局部空间建模模块和基于全局跨尺度的时空注意力融合模块,实现每个网格点对全局自相关性的建模。本研究选择空间分布规律不同的东海和南海海域数据,对1981年9月1日至2022年4月7日美国国家海洋和大气管理局（nationaloceanicand atmospheric administration,NOAA）的数据进行了预测分析,共14829条数据,其中1981年9月1日至2021年8月31日的...     

沙尘天气对北京市空气质量的影响及其预测预报

概述了北京市沙尘天气的分类、特征、判别方法,总结了2000—2002年沙尘天气对北京市空气质量的影响情况,提出了沙尘天气影响空气质量的短期(1～2d)预报方法。利用该方法预报了2002年4次主要沙尘天气过程,预报结果都比较准确。研究发现沙尘天气年际变化主要是受气候条件年际变化影响,提出根据气候条件年际变化预测来进行沙尘天气年际变化预测的初步方法。      

混沌理论在水质预测中的应用初探

基于混沌理论、相空间重构思想和嵌入理论分析涟水流域溶解氧的时间序列,计算吸引子维数和最大的Lyapunov指数,研究河流水质系统的复杂性特征。结果表明,河流水质时间序列具有混沌特性,其外在表现为貌似随机的无规则特点;但系统本身内在的、固有的规律(表现在最大的Lyapunov指数),表明短期预测河流水质变化是可行的,并应用混沌相空间模线性回归模型进行了短期预测,其预测结果对涟水流域的水质管理和控制具有一定的参考价值。     

人工神经网络在道路交通噪声预测中的应用

人工神经网络具有很强的预测功能，根据某公路交通噪声的实测数据，应用人工神经网络进行道路交通噪声的预测，经检验，计算值与实测值接近，从而为道路交通噪声的预测提供了一种新的途径。     

用等维灰色动态预测法预测大连湾污染物排放量

用少量数据建立的长期预测模型所得预测结果一出散性较大，本文介绍的等维灰色动态预测去弥补了这一缺陷。依据这一方法编制的“灰色原理应用系统”软件包，在获得预测结果的同时，还可得到预测值的变化过程及模型的相应参数，可即时对预测结果的可靠性作出判断。     

利用灰色系统方法预测水情

本文利用灰色系统方法进行海冰年限预报。该方法不依赖于天文、气象等因素，而是利用历年的冰情等级数据列建立ＧＭ（１·１）模式。该预报方法也可以预报重冰年。     

对美国FHWA公路噪声预测模式的深入讨论

美国ＦＨＷＡ公路噪声预测模式在我国被广为应用，甚至有各种修正模式，但因对原模式的理论依据仍缺少了解，以至在实际应用过程中或对原模式进行修正时诸如参数的选择及计算、模式适用范围等出现了不当或错误现象。本文从理论上对ＦＨＷＡ公路噪声预测模式进行了深入分析、进而讨论了各参数的物理意义、模式的适用范围，并提供了二种特殊情况下公路噪声的预测模式。     

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷(As)污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998-2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评...     

美国水排污许可证制度对我国污染源监测管理的启示

美国的水排污许可证制度是点源排放控制的基本和核心手段。发展至今,其内容发展相当合理和成熟。在完善水污染物排放标准体系、设计污染源监测方案、排污信息公开、监测数据处理等方面,对于我国点源监管具有重要的借鉴意义。