一种战车主减速器温度预测方法研究

目的针对战车主减速器温度预测需求,建立时间序列ARIMA多步预测和BP神经网络预测模型,提出基于BP神经网络修正误差的ARIMA模型温度预测方法。方法结合BP神经网络的非线性能力与ARIMA模型预测能力,分析ARIMA在多步预测时误差产生原因,在神经网络对ARIMA多步误差进行预测基础上计算修正因子,把误差修正因子和BP网络结合,实现对多步预测误差的修正。结果ARIMA模型多步预测时,预测误差随预测步数的逐步增加不断增大,引入了误差修正因子进行修正。通过预测值与实际值进行对比,可有效提高预测准确度。结论 BP神经网络和误差修正因子结合应用可显著提高温度预测效果。     

南昌市大气污染与居民肺癌发病率的灰色关联分析

研究结果表明:对比SO2 、NO2、PM10,霾日数与肺癌发病率的灰色综合关联系数最高,南昌市近15年来霾日数与肺癌发病率的灰色综合关联系数为0.783 8,滞后期为5年.研究旨在为保护公众健康提供科学依据,本地气象部门可以利用长期的历史数据优势,不断深化历史资料分析,结合环保、医疗等各部门的数据开展霾污染与人群健康相关研究,为政府科学开展污染治理提供决策参考.     

Towards Real‐Time Continental Scale Streamflow Simulation in Continuous and Discrete Space

The National Weather Service (NWS) forecasts floods at approximately 3,600 locations across the United States (U.S.). However, the river network, as defined by the 1:100,000 scale National Hydrography Dataset‐Plus (NHDPlus) dataset, consists of 2.7 million river segments. Through the National Flood Interoperability Experiment, a continental scale streamflow simulation and forecast system was implemented and continuously operated through the summer of 2015. This system leveraged the WRF‐Hydro framework, initialized on a 3‐km grid, the Routing Application for the Parallel Computation of Discharge river routing model, operating on the NHDPlus, and real‐time atmospheric forcing to continuously forecast streamflow. Although this system produced forecasts, this paper presents a study of the three‐month nowcast to demonstrate the capacity to seamlessly predict reach scale streamflow at the continental scale. In addition, this paper evaluates the impact of reservoirs, through a case study in Texas. Validation of the uncalibrated model using observed hourly streamflow at 5,701 U.S. Geological Survey gages shows 26% demonstrate PBias ≤ |25%|, 11% demonstrate Nash‐Sutcliffe Efficiency (NSE) ≥ 0.25, and 6% demonstrate both PBias ≤ |25%| and NSE ≥ 0.25. When evaluating the impact of reservoirs, the analysis shows when reservoirs are included, NSE ≥ 0.25 for 56% of the gages downstream while NSE ≥ 0.25 for 11% when they are not. The results presented here provide a benchmark for the evolving hydrology program within the NWS and supports their efforts to develop a reach scale flood forecasting system for the country.     

基于BP神经网络模型在珊溪水库水华预测中的应用

在珊溪水库藻类暴发期间应急监测数据的基础上,建立pH值、高锰酸盐指数、总氮、总磷、叶绿素a数据矩阵。运用MATLAB R2015b GUI可视化界面模块,将应急监测数据样本空间分为训练样本、验证样本、测试样本,建立珊溪水库BP神经网络模型,预测了珊溪水库藻类暴发期间叶绿素a浓度。BP神经网络建模结果显示:输出数据与实测数据相关系数0.978,平均相对误差-0.19%,标准方差18.54%,模型稳定性较好,叶绿素a预测结果符合预期。BP神经网络预测模型为珊溪水库饮用水水源地环境保护提供了科学依据。     

火灾事故致因的多因素灰色关联分析

运用灰色关联分析方法,以河南省6年的火灾事故统计数据为例,通过计算和分析纵火、电气、违反操作规程等多因素与火灾事故间的灰色关联度及灰色关联序;确定出影响火灾事故的主要相关因素;得出火灾多因素与火灾事故间关系的定量化分析结果。该研究为确定火灾因素间的关系提供了一种较为科学的定量评价方法,对分析事故主要原因、掌握火灾事故发生规律提供支撑,对提出有效对策有重要的理论意义和实用价值;同时,有利于减少火灾事故的发生,促进社会的安全与稳定。     

环境规制方式与环境规制效果的关系研究

结合国际环境规制的发展历程，将中国环境规制方式划分为政府立法、政府执法和公众参与。使用《中国环境统计年鉴》和《中国环境统计公布》（2001－2010年）的有关统计数据，通过建立灰色关联分析模型，计算了这三种规制方式与环境规制效果的关系。分析结果表明，对中国环境规制效果作用最大的是政府执法，其次是公众参与和政府立法。在上述分析的基础上，从优化考核机制、明确权力划分、提高公众意识等方面提出了改善建议。     

Bioaccumulation of Toxic Organic Compounds and Their Isomers into the Organism of Seals in West-Estonian Archipelago Biosphere Reserve

The Estonian coastal waters serve as the south-eastern boundary of the regular distribution of the grey (Halichoerus grypus and ringed Phoca hispida) seal in the Baltic Sea. During the annual molt period in May–June (in the Estonian coastal waters), the stock size is estimated to be 1200–1500 grey seal individuals – that is, roughly 25% of the whole Baltic population. If we compare the chlororganic contents of seals in different areas the Baltic Sea, we can see that the northern part of the Gulf of Riga and Väinameri Sea is the reference area of the Baltic Sea.     

ArcGIS支持下的样本稀疏山区空间插值模拟探讨

样本稀疏地区空间插值法对区域化变量的精准管理具有重要意义。基于ArcGIS 90，在分析土壤属性空间分布特征的基础上，提出并构建了基于不同土壤类型的土壤特性空间预测模拟模型，对比了传统方法与改进方法空间插值精度，实现了数值插值在复杂地理环境区域的应用，得到以下结论：(1)基于经度、纬度、海拔高度及坡度等地理因子的土壤基础环境因子的空间预测模拟模型，突破以往只能描述土壤属性在水平方向变化的局限，较客观、合理地反映土壤属性随地理位置及海拔高度的立体变化特征；(2)基于不同土壤类型回归模型来增加样本点以推断评价指标在无取样地区的分布状况的处理方式具有一定的数学理论支撑，有效降低了插值误差，提高了评价精度，使评价结果更加接近现实。