基于高阶递归神经网络的AUV鲁棒控制方法

目的 提出一种基于高阶递归神经网络的AUV鲁棒控制方法。方法 利用结构简单但逼近效果优越的高阶递归神经网络,对建模不确定性和外部未知干扰进行估计,并将其补偿到输入控制律中,以提高控制性能。之后,基于HJI理论和Lyapunov稳定性分析导出神经网络权重自适应更新律和AUV自适应控制律,设计反步滑模方法作为对比方法,并进行仿真实验。结果 设计的基于高阶递归神经网络的AUV鲁棒控制方法的跟踪误差、调节时间等控制指标均优于反步滑模方法。设计的鲁棒控制方法可以控制AUV精确跟踪目标轨迹,同时具有优秀的控制性能和鲁棒性。结论 这一研究为AUV轨迹跟踪控制领域提供了一种高效且有效的方法,有望在复杂、不确定的水下环境中得到应用。     

1990~2020年阿克苏河流域土地利用碳排放时空轨迹与影响因素

土地利用变化会导致不同类型碳源和碳汇功能变化,是碳排放的关键来源.从土地利用变化的角度开展阿克苏河流域碳排放及其影响因素研究,对于促进流域山水林田湖草沙冰一体化保护修复、助力碳达峰与碳中和目标实现具有重要意义.基于1990~2020年的4期土地利用数据与同期社会经济数据,测算土地利用碳排放总量,探究土地利用碳排放时空轨迹及其影响因素.结果表明:①1990~2020年,耕地、林地、建设用地和未利用地整体呈增加趋势,草地和水域呈减少态势.土地利用类型空间变化特征主要表现为草地、未利用地转换为耕地;②1990~2020年流域净碳总排放量呈现持续上升趋势,累计增加了14.78×10⁴ t,耕地面积增加是引起流域净碳排放量增长的关键因素;③流域土地利用碳排放量空间上呈中间高四周低的分布格局,净碳排放量显著变化区域主要分布在温宿县南部、阿克苏市、阿瓦提县及阿拉尔市;④人类活动对土地利用碳排放驱动作用最强且其影响由东部向西部逐渐增大,年均气温对土地利用碳排放影响贡献主要集中在阿克苏市东部和阿瓦提县北部,年均降雨量对温宿县北部和阿合奇县西部的抑制作用较强.     

Dominance in feeding territories relates to foraging success and offspring growth in brown skuas <Emphasis Type="Italic">Catharacta antarctica lonnbergi</Emphasis>

Territoriality should lead to strict dominance, as territory holders typically control access to resources and exclude others from their use. In feeding territories, dominance should be reflected in foraging success and ultimately in reproduction differences; however, these successive links have rarely been made explicit. Therefore, we investigated a population of brown skuas Catharacta antarctica lonnbergi, in which only part of the breeding population occupied feeding territories within penguin colonies. We identified the dominance hierarchy and determined the foraging success of the participants in fights for access to penguin carcasses within the territories. Furthermore, we monitored offspring growth from parents with and without feeding territories. Our results indicated a clear dominance hierarchy with territorial birds in their own territory dominating over territorial breeders from other territories, non-territorial breeders and non-breeding birds. However, territory owners could not completely exclude others from access to food. Foraging success was positively related to dominance scores: The dominant territory owners received 63% of a carcass, whereas non-territorial pairs could get less than 10%. The link between foraging success and offspring development was less clear: Although male chicks of non-territorial parents suffered from lower growth rates and, thus, delayed fledging, there were no such differences in female chicks. Territoriality in skuas did not imply a complete occupation of food, but guaranteed optimal growth conditions for offspring. Non-territorial individuals were forced to search for alternative resources, and the restricted access to the preferred food resulted in inferior conditions for offspring development, making this foraging strategy less rewarding.     

颗粒轨道模型用于烟气脱硫喷淋塔两相流数值模拟

以FLUENT软件为计算工具,采用Euler-Lagrange方法模拟喷淋塔内部气液两相流动.气相用标准k-ε湍流模型描述,喷淋液滴用颗粒轨道模型描述.综合考虑颗粒受力分析、颗粒湍流扩散以及气液两相耦合3方面影响因素对颗粒轨道模型进行设置,从液滴粒径分布、液滴出口速度、喷淋夹角3个方面对喷嘴射流源进行精确定义.模拟结果表明:喷淋塔内轴向气速分布均匀;中空锥形的喷嘴设计使喷淋液形成伞状雨帘,有效防止烟气短流;塔内液滴浓度分布存在中间高、边缘低的问题,可通过改进喷嘴布置方案加以改进;颗粒轨道模型能够较好地预测喷淋塔内两相流动.     

夏季大气PM2.5中元素特征及源解析:以华中地区平顶山-随州-武汉为例

为研究我国中部地区不同类型城市夏季大气细颗粒物PM_(2.5)中元素组成特征及来源,于2017年6月对平顶山、随州和武汉这3个站点空气中的PM_(2.5)进行观测,采用电感耦合等离子体质谱仪(ICP-MS)对样品中Ti、Zn、Cu、Cr、As、Pb、Fe、Ni、Se、V、Sb、Cd和Co等13种元素进行分析,并结合富集因子法、主成分-多元线性回归分析方法(PCA-MLR)和后向气团轨迹聚类分析模型对3个站点的污染类型及污染来源进行分析.结果表明,平顶山、随州和武汉三地PM_(2.5)的痕量元素中均以Zn元素浓度最高,As元素的浓度均超过环境空气质量标准(GB 3096-2012)年均浓度限值,3个站点的Pb和Cd浓度均较低.富集因子分析结果表明:Se、Sb、Cd、As、Cu和Zn元素富集因子系数均超过10,受人为污染严重,其中3个站点Se元素的富集因子系数均高于600. PCA-MLR和后向气团轨迹聚类分析结果表明:平顶山站点主要受工业污染/燃油(57. 90%)、交通污染源(24. 40%)、燃煤源(6. 10%)和矿区土壤源(11. 60%)等4个污染源影响,随州站点的主要污染来源是燃油源,其贡献率为54. 30%,其次是燃煤源(22. 40%)、冶金尘/工业污染源(12. 80%)及电镀/汽车制造等污染源(10. 50%);武汉站点受工业排放影响最大,其贡献率为60. 80%,机动车污染源的贡献率为39. 20%.武汉和随州站点主要受当地源排放影响,平顶山站点受当地排放和外源汇入共同影响.     

京津冀及周边区域PM2.5叠加沙尘重污染过程特征及预报效果分析

选取京津冀及周边区域2018年11月23日至12月4日一次大范围、长时间且PM_(2.5)叠加两次沙尘传输的复合型重度污染过程开展特征研究,分析了首要污染物PM_(2.5)和PM_(10)浓度的发展演变,以及污染气象影响因素;结合激光雷达地基和车载走航监测结果,以及HYSPLIT后向轨迹结果,讨论了区域污染传输的情况;并对重污染期间NAQPMS、CMAQ和CAMx这3个空气质量模式的预报效果进行了回顾分析.结果表明,研究时段PM_(2.5)叠加两次沙尘传输导致区域中南部多数城市达到重至严重污染水平,张家口、北京、石家庄、邯郸和郑州PM_(10)小时峰值分别为1 589、864、794、738和766μg·m~(-3),PM_(2.5)小时峰值浓度分别为239、319、387、321和380μg·m~(-3).地面弱气压场、高湿、逆温等静稳条件和沙尘是重要的污染气象和天气因素.激光雷达地基和车载走航监测数据结合HYSPLIT后向轨迹分析表明重污染期间区域西南和东南方向发生了PM_(2.5)传输;区域两次沙尘过程主要受西北路径传输影响.此外,NAQPMS、CMAQ和CAMx这3个模式均可较好地预测到京津冀及周边区域的重污染过程,但对个别城市预报略有偏差.该次重污染过程中模式对PM_(2.5)的预报效果要好于PM_(10),这与气象模式预报、大气化学反应机制、污染源清单的不确定性,以及重污染应急措施导致的污染源排放的改变有一定关系.     

水上事故溢油漂移轨迹预测模型研究与应用

近年来,国内外海上溢油事故频发,不仅造成巨额的经济损失,同时也对海洋及近岸海域生态系统造成了巨大危害,构建科学、可靠的海洋溢油模型对于溢油事故的处置应对、预警预报都具有十分重要的科学和现实意义。基于EFDC（Environmental Fluid Dynamic Code）、＂油粒子＂溢油轨迹和风化模型,构建了海上事故溢油漂移轨迹预测模型。通过对实际溢油事故的模拟对比证明,相对于基于对流扩散方程的传统溢油模型,＂油粒子＂算法更直观,模拟的油膜轨迹、形态更贴近实际过程。     

世博会期间上海市大气挥发性有机物排放强度及污染来源研究

基于VOCs在线观测数据,对世博会期间（2010年5月1日～10月31日）上海大气VOCs的排放进行了估算;采用后向轨迹模型和聚类分析法,研究了不同大气污染输送通道下上海市空气质量和观测站点VOCs的变化;基于受体模型对上海市城区大气VOCs进行了污染来源解析.结果表明,世博会期间,上海市每小时排放的VOCs导致大气中VOCs浓度的增加量为（5.98±3.18）×10-9,该值比2009年同期低1×10-9左右.世博会期间,上海大气主要受偏东方向气流的影响,所占比例超过40%;其次是偏西风（25%）;偏南和偏北风共占约20%.受同一大气输送通道影响,观测点VOCs浓度与上海API值呈正相关,R2=0.599.受西北方向大气输送通道影响,本市空气质量最差,API值在70左右;其次是西南方向大气输送通道,API值在60以上;当本市大气受东面海洋上空输送气团的影响时,API〈50,空气质量为优.世博会期间,与机动车有关的排放最大,包括尾气和油气挥发,对上海大气VOCs的贡献约40%;其次是生产工艺和燃煤等工业排放,占30%～40%;溶剂涂料使用导致的排放约20%;夏季天然源排放的贡献在6%左右,也不容忽视.     

我国东北地区大气降水稳定同位素特征及其水汽来源

依据全球大气降水同位素观测网络(GNIP)中我国东北地区的月大气降水氢氧稳定同位素资料,并结合相关气象资料,分析了该地区大气降水稳定同位素时空分布特征及其影响因子,并建立了局地大气水线方程.结果表明,东北地区大气降水中δ18O值总体上较低,在时间变化上,表现为冬低夏高;从空间分布来看,由南至北加权平均δ18O值呈减小趋势;降水δ18O与温度线性关系显著,而与降水量则不存在线性关系,利用降水δ18O与温度、降水量、高程、经度和纬度等气候因子建立的多元线性回归关系可以对降水δ18O进行定量估算;采用HYSPLIT 4.9模型对GNIP观测点水汽来源进行追踪,气团聚类轨迹表明,该区全年有两条水汽路径,分别为西风带输送的大西洋、极地北冰洋冷湿水汽和太平洋暖湿水汽.     

宜昌市大气微塑料的分布、呼吸暴露及溯源

微塑料作为一种新兴环境污染物备受关注,但大气微塑料的来源和健康危害尚不明晰.为探究宜昌市不同功能区微塑料的分布特征和人体呼吸暴露风险,分析不同地区大气微塑料的可能来源,于2019年10～12月,采集和分析宜昌市16个观测点的大气微塑料样品,并利用HYSPLIT模型模拟大气后向轨迹.结果表明,宜昌市大气微塑料有纤维状、碎片状和薄膜状这3种形状;透明、红色、黑色、绿色、黄色和紫色这6种颜色;尺寸最小的为10.42μm,最大的为4 761.42μm;平均沉降通量为(4 400±474)n·(m²·d)^-1;种类有：聚酯纤维(PET)、丙烯腈-丁二烯-苯乙烯共聚合物(ABS)、聚酰胺(PA)、橡胶(Rubber)、聚乙烯(PE)、醋酸纤维素(CA)和聚丙烯腈(PAN)这7种.各功能区沉降通量依次为：城市居民区>农业生产区>垃圾填埋场>化工园区>城镇居民区.人体呼吸暴露风险评估模型表明,城市居民区成人和儿童每天大气微塑料摄入量(EDI)高于城镇居民区.大气后向轨迹模拟表明,宜昌市各区县大气主要受周边地区影响,部分大气微塑料可能来...