西安市大气颗粒物数浓度分布及典型天气条件特征变化

利用2013年3月到2014年12月期间西安市大气中0.25～32μm颗粒物监测数据和同期气象参数、散射消光系数等数据,分析了大气颗粒物数浓度分布及典型天气条件下变化特征.结果表明:采样期间西安市大气颗粒物平均数浓度为206.27个/cm3, 99%以上为<1μm的颗粒物数.大气颗粒物数浓度冬季最高,其次为秋、夏和春季,分别为267.66、231.31、141.82和135.77个/cm3.四季的数浓度低值均出现在18:00左右,之后数浓度上升,且晚上高于白天,冬季6:00左右达到峰值,夏季的昼夜差最小,秋季最大.春夏秋冬的大气颗粒物数浓度与散射消光系数的Pearson相关系数分别为0.756、0.702、0.411、0.377.大气颗粒物数浓度在沙尘天气发生前、中、后会升高、下降和再下降,霾天气出现前、后会升高和下降;高温干燥天气下,大气颗粒物数浓度相对较低;降雨对大气颗粒物的清除作用明显,但降雨后大气颗粒物数浓度又很快回升.     

基于GA-ELM的冲击地压危险性预测研究

为提高冲击地压预测的效率和准确率,在分析冲击地压影响因素的基础上,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的冲击地压预测的新方法。为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM冲击地压预测模型。利用某矿冲击地压统计数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析。结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、有效地对冲击地压发生的可能性进行预测。     

基于神经网络集成的单个飞行事件噪声预测模型

通过分析影响单个飞行事件噪声的各种因素,构建了BP神经网络回归预测模型,并通过自适应遗传算法优选出参与集成的个体神经网络,提出了预测单个飞行事件噪声的神经网络集成预测模型.为了有效保证差异性,设置不同隐藏神经元个数和Bagging算法来构建和训练单个网络.实验结果表明,单个飞行事件噪声的神经网络集成预测模型相对单个BP神经网络模型泛化能力更强,稳定性能更好.本文方法在测试集上误差在3dB以内的平均比率为96.9%,比单个网络高6.8%.     

近53年黄河流域降水时空分布特征

利用黄河流域76个气象台站近53 a（1960-2012）的逐日降水资料,采用国际上通用的极端降水事件指数,应用一元线性回归法、移动平均法和径向基函数空间插值法,研究了黄河流域极端降水指数时空变化特征。结果表明：（1）时间上,黄河流域年平均降水量在过去53 a下降趋势较为显著,降水倾向率为-7.2 mm/10a;极端降水量变化趋势表现较为稳定,极端降水倾向率为-0.64 mm/10a,呈不断降低趋势;极端降水强度倾向率为-0.078 mm/10a,呈不断下降趋势;极端降水比率总体表现为微弱增长趋势,倾向率为0.49 mm/10a。（2）空间上,降水量空间分布具有明显的差异性,由北至南呈阶梯式逐渐增多趋势,其中降水量最少的地区是以银川为代表的周边区域,最多的地区为黄河流域南部区域;极端降水量从北至南也具有逐渐增多态势,与降水量具有相似的空间分布特点,且极端降水量越多的地区降水总量也相对较多;极端降水强度表现出由流域西部向东部逐渐增多的趋势,西部最低值为不到20 mm/d,逐渐向东过渡到最大值为76 mm/d;极端降水比率的分布呈由北向南逐渐递减的特点,并且出现了以银川为中心的极大值和以西安为中心的极小值分布格局。     

春季不同天气城市街头绿地内PM2.5质量浓度分布特征研究

于2012年春季,采用水平分布监测法监测了3种天气下距交通污染源不同距离的街头绿地中的PM2.5质量浓度,研究了不同天气下PM2.5的日变化、水平分布规律及绿地对PM2.5的净化效应,为城市街头绿地、城市公园建设及市民合理选择休闲锻炼时间和地点提供理论依据。结果表明：1）晴天和多云时,PM2.5质量浓度上午高于下午,7：00浓度最高,15：00最低;雨后阴天基本保持上升趋势。2）PM2.5日均质量浓度为晴天（61.67μg·m-3）〈多云（187.98μg·m-3）〈雨后阴天（291.48μg·m-3）。晴天除5：00和7：00外,其他时刻均达到国家二级标准,且13：00—15：00达到国家一类功能区空气质量要求;多云和雨后阴天PM2.5质量浓度分别超过国家二级浓度限值150.6%和288.6%。3）观测时段内,无论哪种天气,5：00、7：00、11：00和15：00绿地的净化功能较强,19：00净化功能均最差,所有监测点无一例外的表现为负效应。4）3种天气下,PM2.5质量浓度在距离道路10~25 m最高,绿地的净化效应最差,55 m外基本可以形成稳定的森林内环境。5）在南方高湿环境下,空气相对湿度是影响PM2.5质量浓度的主要因素,晴天和多云天气PM2.5浓度与相对湿度呈显著正相关,而雨后阴天二者呈负相关关系。6）在一定阈值内,街头绿地能够缓解PM2.5污染,为居民提供良好的休闲环境。从游憩时间来看,市民可以选择晴天进入街头绿地休闲,多云和雨后阴天尽量减少外出;从活动最佳地段来看,距离污染源55 m以上适宜休闲锻炼;从街头绿地的规划面积来看,半径以不小于55 m为宜。     

环氧乙烷生产装置的安全分析与评价

综合运用道化学公司火灾、爆炸危险指数评价法,事故树分析以及事件树分析对环氧乙烷生产装置进行安全评价,定量地得出装置的危险程度,定性地分析了各危险因素的大小以及系统中各元件的故障率对事故发生概率的影响程度,并提出了改进措施.结果表明,该装置的危险程度很大,必须加强安全生产管理,采取有效措施控制氧气的浓度,从而降低危险性等级,保证生产安全.     

1961—2010年广西气温变化对全球变暖的响应

利用广西88 个气象站1961—2010 年的年平均气温和年极端最高、最低气温数据,运用GIS 技术、气候倾向率以及Mann-Kendall 突变检验方法对广西近50 a 气温的时空变化特征及突变特征进行分析。结果表明:在全球变暖影响下, 近50 a 广西全区年平均气温和年极端最高、最低气温总体上均呈上升趋势,其中年平均气温和年极端最低气温的气候倾向率均达到了极显著水平;年平均气温和年极端最高气温的突变时间分别为2001 年和2003 年,均比极端最低气温(1984 年) 晚了近20 a 左右;年极端最高和最低气温存在非对称变化。时空分布图表明,区域平均值忽略了研究区域内的差异,尽管近50 a 来广西气温区域平均值的总体变化呈上升趋势,但不同时期各地区间气温变化的趋势和幅度各有差异。     

腾冲热海高温酸性热泉类病毒颗粒的多样性

为了解云南腾冲热海高温酸性热泉中类病毒颗粒的多样性及特征,采用电子显微镜、双层平板及DNA限制性酶切分析等方法,从腾冲热海61~94℃酸性热泉富集液中分离纯化病毒颗粒,对病毒形态特征进行分析比较.结果显示:腾冲热海不同酸性热泉样品富集培养物中病毒DNA的限制性酶切图谱差异明显;病毒液中共观察到4种不同类型的病毒状颗粒,依据其形态特征,大致可以分为头尾型病毒、丝状病毒、球状病毒、纺锤型病毒;这些病毒形态与分离自美国、日本、冰岛等地的高温酸性热泉病毒形态基本相似,多数类似于硫化叶菌已发现的病毒,可见腾冲热海高温酸性热泉中类病毒颗粒具有一定的多样性.同时分离获得一株硫化叶菌病毒,呈纺锤形,一端有尾,纺锤形头部的大小为220 nm×80 nm,尾部的长度变化很大,从20~100 nm不等,平均长度为50 nm左右,病毒有囊膜,囊膜的厚度约为10~15 nm,该病毒的形态特征、形成抑菌斑的大小及宿主菌株的特性与分离自腾冲热海的第一株硫化叶菌病毒STSV1差异显著,可能为一株新的硫化叶菌病毒,故命名为STSV2(Sulfolobus tengchongensis spindle-shaped virus 2).     

北京城区夏季静稳天气下大气边界层与大气污染的关系

利用ALS300激光雷达系统测量的信号,根据Fernald方法反演的气溶胶消光系数的最大突变即最大递减率的高度确定大气边界层高度. 结果表明:在夏季静稳天气下,大气边界层平均高度为600 m,其中晴天为1 000 m,雾天为700 m,阴雨天在200~300 m之间. 静稳天气下的大气边界层不容易被有效突破,故不利于大气污染物扩散. 大气边界层高度对污染物浓度影响显著,没有降雨时,大气边界层降低(400 m),大气污染加重,在城区宝联站监测的ρ(PM_2.5)近200 μg/m3,在大气本底站——上甸子站近150 μg/m3;如果伴有降水,大气边界层高度升至600 m,大气污染则减轻,2个站点观测的ρ(PM_2.5)均降至50 μg/m3以下. 静稳天气下的大气污染呈现区域性特点.      

基于GA-ELM浆体管道输送临界流速预测模型研究

针对浆体管道输送临界流速预测难度大、精确度低等技术难题,提出了基于极限学习机(ELM)的临界流速预测模型,用训练集对模型进行训练,以验证集预测值的均方误差作为适应度函数,利用遗传算法(GA)对ELM模型参数进行优化,应用优化得到的ELM模型对预测集进行预测。以某矿山为例,模型参数优化结果如下:隐含层节点数L为400,输入权值ai、偏置向量bi最优组合下预测结果适应度为0.0201。采用优化的ELM模型对预测集进行预测,预测结果的最大相对误差x=3.96%,平均相对误差y=1.58%,对比BP神经网络(x=12.95%)和SVM模型(x=3.19%),表明ELM模型更加精确、高效。