洪涝灾害条件下疏散交通生成预测方法

为有助于有关部门更准确预测洪涝灾害受灾民众的疏散量,结合非集计数据和集计数据的优点,提出分区集计数据的概念,设计了受灾区域分区方法,并通过意向偏好(SP)调查法对我国居民在洪涝条件下疏散交通需求数据进行调查。在此基础上,引入BP神经网络建立基于分区集计数据的疏散交通生成预测模型。利用调查数据进行实证分析发现,所设计方法取得了较好的预测效果,鲁棒性较好,平均相对预测误差仅为1.8%,其预测效果明显优于现有的非集计和整集计模型。     

新疆伽师6级强震群综述

本文对伽师成丛发生强震的机因，伽师地震的预报以及地震灾害损失与应力场状态等给出了结果。并就伽师地区防震减灾对策和重建问题提出了讨论及具体对策意见。     

孟连,丽江地震前云南天文台时纬残差异常

本文分析了云南天文台光电等高仪自有观测以来的时纬残差异常与云南及其周邻地区大地震的对应关系；并报导了孟连、丽江地震前云南天文台的时纬残差均有明显异常。这再次证明时纬残差的明显异常可为台站周围的强震预测提供可靠信息     

自然灾害变动的集成预测模型及其应用

本文提出了以非线性回归拟合发展趋势、正弦函数逼近周期变动和马尔可夫链刻划随机扰动的集成预测模型，并应用于山东省农业自然灾害成灾面积的变动规律模拟，得到了较好的预测效果。理论和实践表明，集成预测模型优于传统的单模型预测，为预测具有复杂机制的自然灾害演变提供了一种新方法。     

单一震源地震发生的等效物理模型

建立了模拟单一潜在震源区地震孕育和发生的等效物理模型，给出了通过调整各次地震之间断层位移速率来拟合已有地震序列的方法。通过考虑模型参数的不确定性，提出了在未来一定年限内潜在震源区发生震级在不同震级段的概率预报方法。通过两种等效物理模型的对比，本文认为就工程地震危险性评定而言，可用简单的滑块－弹簧模型代替滑块－弹粘塑性模型     

Discriminate Analysis for Dust Storm Prediction in the Gobi and Steppe Regions in Mongolia

A discriminate analysis method for probability forecast of dust storms in Mongolia has been developed. The prediction method uses data recorded at 23 meteorological stations in the Gobi and steppe regions of Mongolia, including surface air pressure and geo-potential height at the 500-hPa level on grid points, and weather maps from 1975 to 1990. Weather elements such as air temperature, pressure, geo-potential height etc, which influence the formation of dust storms, are prepared as predictors. To select the most informative/important predictors (variables), we used a mean correlation matrix of variables together with the Mahalonobis distance, and correlation coefficients between dust storms and predictors with an orthogonalization for removing correlated predictors. The most informative predictors for dust storm prediction are intensities of surface cyclones and migratory anticyclones, passage of cold fronts, the horizontal gradients of the surface air pressure in the cold frontal zone, cyclonic circulations from the ground surface up to the 500-hPa level, the geo-potential height at 500-hPa level and its temporal changes. Selected predictors are used in discriminate analysis for formulating dust storm prediction equations. Sandstorm data have been classified into three classes, viz., strong, moderate and weak dust storms, depending on their intensities, durations and areas covered. Predictions of the probabilities of dust storm occurrence use the prediction equations for each class. The prediction is made from 12 hours to 36 hours. Verification of the probability forecasts of dust storms is also shown. The accuracy of forecasts is 72.2–79.9% with the data used for developing equations (dependent variables), in contrast to 67.1–72.0% with unrelated data for deriving equations (independent variables).     

大气环境影响评价工作分级要求要点

根据大气环境影响评价工作的分级要求,提出了针对性的工作要点,以满足大气环境评价工作的需要.     

《大气污染防治行动计划》对郑州市冬季PM2.5浓度及化学组成影响

基于《大气污染防治行动计划》实施前后,在污染严重的冬季（2013年和2018年12月同期）,采集郑州市监测站的PM_2.5样品,分析PM_2.5化学组成,通过对比分析PM_2.5中的EC、OC、水溶性离子和金属元素的浓度变化来评估PM_2.5浓度及化学组成的变化,同时选取不同阶段重污染过程,探究PM_2.5浓度及组成的变化. 结果表明：①郑州市冬季ρ（PM_2.5）平均值由2013年的（215.38 ±107.28） μg·m^-3 下降至2018年的（77.45 ±49.81） μg·m^-3,下降率高达64%. ②PM_2.5中EC、K⁺、SO₄^2-和Cl^-,分别下降了85%、80%、78%和72%;OC、NH₄⁺和NO₃^-下降幅度较小,分别为50%、41%和32%. ③与2013年冬季相比,2018年冬季OC/EC的值升高了2.6倍,二次有机碳在OC中占比升高至57%;同时,硫氧化率和氮氧化率的值分别升高了1.5倍和1.0倍,表明郑州市二次污染较为严重,二次转化程度升高. ④NO₃^-/SO₄^2-（质量比）由2013年的0.8 ±0.2升高至2018年2.5 ±1.0,表明郑州市移动源贡献上升并且超过固定源成为冬季大气污染的主要来源. ⑤不同阶段重污染过程对比结果显示,与2013年相比,2018年重污染过程中PM_2.5浓度下降显著,峰值浓度下降了61%,主要化学组成由OC、NO₃^-、SO₄^2-和NH₄⁺变为OC、NO₃^-和NH₄⁺. 研究结果表明郑州市一次排放源管控取得了显著的成效,但二次生成对PM_2.5贡献呈现升高趋势,因此未来需要关注二次生成的影响.     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

城市大气质量模式研究进展

本文通过对大气质量模式发展历史的回顾,及其发展趋势的讨论,认为城市大气质量预报模式的建立与发展主要受以下三个动态因素的支配：（１）政府环境管理目标;（２）科学进步;（３）计算机及信息处理和通讯技术。结合三要素就建立我国城市空气质量预报系统框架进行了讨论。