南通市深层地下水中氨氮的影响因素研究

运用相关性分析、因子分析及多元线性回归模型对南通市2020—2021年15个监测井第Ⅲ承压层地下水的监测数据进行分析,研究深层地下水中氨氮的主要影响因素。结果表明,氨氮的主要来源是地下水沉积物中有机质的矿化及一部分工业开采引入的氮污染,地下水的还原性环境是氨氮赋存的主要成因;地下水中As、Fe及总硬度含量的同时增加也能反映氨氮含量的提高;硝态氮（NO-3-N）与NH3-N在深层地下水中是竞争关系,当地下水环境处于还原性时,更易于NH3-N的富集。降低深层地下水中氨氮的主要方法是减少有机污染物输入及还原性废水的入渗。     

改性粉煤灰对废水色度的吸附研究

对粉煤灰进行水合碱改性和酸改性,合成改性粉煤灰。比较不同改性粉煤灰的氮BET比表面积和孔径大小;通过线性回归分析考察色度吸附容量与改性粉煤灰的比表面积、孔径的相关性;考察溶液pH值对色度的吸附性能的影响。实验结果表明,水合碱改性(熟石灰与粉煤灰质量比为1.5∶1)再硫酸(0.10 mol/L)改性粉煤灰对色度的吸附容量为lg[(c0-c)/c]=0.67;溶液pH值在3.5～6.5之间色度吸附效率最佳;回归分析出吸附剂的吸附容量和比表面积、孔径分布显著相关,比表面积越大,孔径越小,吸附性能越高。     

基于支持向量回归机的煤层瓦斯含量预测研究

为了对煤层瓦斯含量进行准确预测,应用支持向量回归机(SVR)理论建立煤层瓦斯含量预测模型,结合现场实测数据利用支持向量机(SVM)工具箱进行模型的求解及预测,并从均方根误差、希尔不等系数和平均绝对百分误差3个不同误差指标与人工神经网络预测模型进行比较分析。研究结果表明:SVR模型其预测精度及可行性高于神经网络模型,而且运算快,实时性较好,用于煤层瓦斯含量的预测较理想,具有良好的应用前景,可以为煤矿瓦斯防治提供理论依据。     

矿井巷道对流换热系数的现场测定

对流换热系数是计算围岩壁面与风流之间热交换量的重要参数。根据矿井风流与围岩热湿交换理论,提出测算井下巷道平均对流换热系数的方法。并在现场进行实测,通过对实测结果的回归分析,得出U型钢支护、断面形状为半圆拱以及工字钢支护、断面形状为梯形的巷道平均对流换热系数的简化计算式。并且当风速一定时,U型钢支护、断面形状为半圆拱的巷道平均对流换热系数值比工字钢支护、断面形状为梯形的要小;在这两种巷道条件下,其平均对流换热系数都随平均风速的增加而增大。     

应用多元统计分析理论预测城市大气污染

本文分析研究地区31个环境,单元中4个环境因子与5个大气污染指标的相关性.通过对聚类中各因子最佳分割点的确定,对各子聚类的合并判断以及对各指标的判别筛选,探索大气污染的发生、发展与环境中诸因子存在状态的定量关系,从而实现对该区大气污染状况的定量化预测.     

水环境质量评价的模糊识别方法

在水环境质量评价中,本文运用模糊识别方法,通过建立因子集、隶属度和权重集,实现了对水体的质量等级评判.并且对指标权重、评价结果的最大隶属度原则进行了改进.     

超重力模拟试验离心机振动特性的回归分析

目的 研究试验离心机轴承座以及主轴振动随运行工况的变化规律,实现不同工况下离心机振动的预测。方法 通过试验方法分别获取不同工况下超重力模拟试验离心机的轴承座以及轴振数据。建立试验离心机的单自由度动力学模型,基于该模型,对不同工况下离心机基座振动加速度以及主轴振动位移进行回归分析。结果 离心机轴承座以及主轴振动基频均随着转速以及不平衡量的增大而增大。回归模型对轴承座以及机室基频振动数据的回决定系数均在0.9以上,对中导以及上导主轴振动位移的回归决定系数在0.7左右,对下导主轴振动位移决定系数小于0.1。结论 回归模型可以很好地解释和预测轴承座以及机室振动基频随着转速和不平衡量的变化规律,可以部分预测中导以及上导处主轴振动位移随运行工况的变化。该分析结果为大型试验离心机振动监测系统的设计以及振动特性的预测提供了参考。     

基于逻辑回归的地震滑坡易发性评价——以汶川地震、鲁甸地震为例

准确评估地震诱发的滑坡风险,并及时绘制滑坡易发风险图是灾害应急救援的科学前提和理论基础。目前机器学习在滑坡敏感性评估中具有广泛应用,但大多数研究缺乏对模型的普适性探讨,且该类预测模型缺乏定量评价地震动参数对模型精度的影响。该文以2008年5月12日的汶川8级地震和2014年8月3日的鲁甸6.5级地震为例,先通过相关系数及方差膨胀因子选择地震滑坡的影响因子构建数据库,并随机按照7∶3的比例分为训练集和测试集,再分析影响因子在滑坡和非滑坡样本中的频数分布,最后分别利用两次地震的训练集建立逻辑回归模型(Logistic Regression, LR)进行精度验证和易发性评估。结果显示模型在同一次地震的测试集下均达到较高的预测精度(>90%);但是基于汶川地震构建的模型对鲁甸地震诱发滑坡的预测精度整体下降了14%。此外,地震动参数(Modified Mercalli Intensity Scale, MMI)对模型预测精度贡献在5%~29%。结果表明基于历史地震事件建立的模型对未来地震引发滑坡的预测中仍具有较大的局限性,需要增加不同地区不同震情的样本量和新的机器学习方法提高预测模型的普适性。     

不同缓冲区的土地利用方式对地表水水质的影响：以海河流域天津段为例

探明土地利用方式与水质的关系对改善地表水环境具有重要意义.基于2021年天津市16个国家地表水水质监测站的月数据及土地利用数据,利用GIS空间分析和数理统计方法研究不同尺度缓冲区的土地利用方式对地表水水质的影响.结果表明：①研究区土地利用类型以建设用地、耕地和水域为主,对河流水质影响显著.除水温（WT）和pH外,耕地、建设用地和水域与各水质指标均呈负相关;林地和草地与溶解氧（DO）和总氮（TN）呈正相关,与其他水质指标均呈负相关.②水质指标在不同季节表现出明显的空间差异.pH、DO与TN浓度在旱季较高,而高锰酸盐指数、氨氮（NH₄⁺-N）与总磷（TP）浓度在雨季较高.③冗余分析（RDA）结果表明,800 m缓冲区土地利用对旱季水质变化具有最大的解释能力（50.4%）,而3 000 m缓冲区土地利用可以最大程度解释雨季水质变化情况（49.6%）;从旱雨季的平均解释率来看,3 000 m缓冲区是天津市土地利用对水质指标的最佳影响尺度（50.0%）;④偏最小二乘回归（PLSR）分析可知,3 000 m缓冲区内建设用地、耕地和水域是影响地表水水质变化最显著的地类.旱季大多数水质指标PLSR模型的预测能力比雨季强.在旱季,除WT和pH外,其余水质指标均受耕地的影响最大.在雨季,建设用地对WT和NH₄⁺-N浓度的影响最大,其余水质指标的最重要影响因子仍是耕地.研究表明合理规划河流或湖库3 000 m内的土地利用方式有利于改善地表水水环境质量.     

天山北坡城市群PM2.5浓度时空分布特征及影响因素分析

针对天山北坡城市群开展PM_2.5浓度时空分布特征和影响因素分析,对区域经济建设和环境保护具有积极的意义.通过地理加权回归（GWR）模型,利用MCD19A2气溶胶产品结合气象因子,反演得到天山北坡城市群2015~2021年3~11月的PM_2.5浓度时空分布,继而实现变化趋势和影响因素分析.结果如下：①研究区PM_2.5浓度高值主要分布在天山北麓和古尔班通古特沙漠之间的绿洲城市群地带,呈现“四周低,中间高”和“西低东高”的空间分布特征,2015~2021年研究区的ρ（PM_2.5）年均值为16.98 μg·m^-3,高值主要聚集在乌鲁木齐市市区部分,并向昌吉市和阜康市延伸递减;ρ（PM_2.5）月均值分布规律与年均一致,但存在季节差异,表现为：秋季（20.32 μg·m^-3）>春季（18.25 μg·m^-3）>夏季（12.47 μg·m^-3）,春季和冬季聚集现象会更明显;②研究区PM_2.5浓度年均值在2015~2021年呈现下降趋势,3~10月均值同样表现为下降趋势,仅11月表现为略有升高;从PM_2.5浓度变化趋势空间分布分析,下降集中在主要城市市区部分,尤其是乌鲁木齐市市区部分及其周边地区减少幅度最大,变化最为剧烈;③研究区气温、气压与PM_2.5浓度呈现正相关效应,而相对湿度,风速,大气边界层高度,降水量与PM_2.5浓度呈现负相关效应;各因子影响程度从高向低排列为：大气边界层高度>相对湿度>气压>气温>风速>降水量.