北京市道路灰尘中污染物含量沿城乡梯度、道路密度梯度的变化特征

采用网格布点法调查了北京市六环范围内220个样点道路地表灰尘样品中的污染物含量.探讨了样点缓冲区内单位面积道路节点数、道路密度和道路灰尘中污染物含量沿城乡梯度的变化特征及各指标间的相关性.结果表明,各指标在研究区内的变幅较大.沿城乡梯度,道路和污染物主要呈现3种变化趋势:①单位面积道路节点数,道路密度,Cu、Cr和Pb沿城乡梯度降低,且开始时降低较快;②Mn和Cd沿城乡梯度变化的程度较低,均值基本维持恒定;③自中心向外围,Ni和有机碳(TOC)、总氮(TN)先随距离波动降低,随后在郊区均值缓慢增高.道路灰尘中污染物含量趋势转折点位置均大致在距城市中心点15～20 km左右.相关分析表明道路指标和道路灰尘中的Cd含量不具相关性,总硫(TS)、Mn、pH的相关性较弱,与其他各元素的相关性排序为Cu>TN>TOC>Pb>Ni>Cr,较道路密度而言,单位面积节点数和各元素间的相关性更高,该指标可指示道路灰尘中Cu、TN、TOC、Pb、Ni、Cr元素污染.     

基于GIS的东辽河流域生态安全空间差异评价研究

生态安全建设是协调经济开发与生态保护的重要战略.区域生态安全评价与预警研究具有空间特性、非线性、随机性,研究过程中必须处理大量的空间信息,而空间分析和空间数据管理正是GIS的优势,它使各环境要素的分布态势及彼此间的拓扑关系一目了然,并且图文并茂地展示全流域的生态安全格局.在充分研究辽河流域生态环境状况基础上,选取东辽河流域11个县市区,借助GIS格网赋值技术,讨论了基于GIS的东辽河生态安全空间差异的评价方法.首先,拟定"压力-状态-响应"(P-S-R)指标体系,实地调查并收集资料;然后,数字化流域,运用模糊AHP法赋权并量化计算;最后,建立东辽河流域生态安全指数GRID数据库,进行GIS的空间Interpolate运算和Assembly分析.结果表明,公主岭市是生态安全区,约占全流域面积的10.78%;西丰市和东辽县是生态不安全区,约占流域面积的13.07%;其余8个地区为生态安全中等区,约占全流域面积的76.15%.评价结果与各地区现状生态环境评价基本-致.提出了相应的生态保护建议.     

水环境模拟中多孔介质场空间变异性研究方法述评

阐述了研究多孔介质空间变异性的经典统计法、地质统计学方法以及新兴的分形方法.经典统计方法由于不考虑研究对象的空间相关性,已经不能对这种变异性做出客观的分析;地质统计学方法很好地克服了经典统计学的缺点,是目前应用最多的一种方法;分形的研究对象为无规则和具有自相似性的体系,这一特性决定了它研究这种变异性有着独特的优点.最后对多孔介质空间变异性研究的趋势进行了展望.     

基于灰色GM(1,1)-马尔科夫模型的职业病预测研究

为准确预测量化我国职业病的发病趋势,在灰色GM(1,1)模型的基础上结合马尔科夫过程构建灰色GM(1,1)-马尔科夫预测模型,探讨灰色GM(1,1)-马尔科夫模型在职业病预测领域的应用。通过平均相对误差、后验差比值、小误差概率3个指标对该组合模型的预测精度进行评估。结果表明:10维灰色GM(1,1)-马尔科夫模型与原始数列的拟合程度较高,预测精度等级为一级（好）,该组合模型的预测精度优于单一的灰色GM(1,1)预测模型;在遵循新陈代谢原理的情况下,我国职业病发病呈现上升态势,2015—2018年的职业病发病例数依次为31 196,36 284,37 724,39 147例。     

西安市PM2.5污染的时空分布

为探索PM2.5的分布规律及其影响因素,对2013年西安市13个监测站点的全年ρ(PM2.5)数据进行了统计与整理.分析了ρ(PM2.5)的时空分布,采用聚类分析、小波变换研究了ρ(PM2.5)的区域分布特征与年际变化及突变特征,并对相关因素进行了探讨.结果表明,西安市ρ(PM2.5)在时间分布上具有冬高夏低的特点,而在空间分布上则以市人民体育场和草滩监测点所在区域为ρ(PM2.5)高值中心;ρ(PM2.5)在空间上可分为3大类,纺织城监测点单独为1类,经开区与草滩监测点为2类,另外10个监测点为3类,聚类效果的相关系数为0.7994,显示聚类效果较好;在ρ(PM2.5)年际变化中,除了6月和7月以外,其他月份ρ(PM2.5)均值为147.29 μg/m3,日照时间短和静风是导致ρ(PM2.5)发生突变的主要气象因素.     

基于SVM的矿井通风阻力系数影响因素分析与预测

矿井通风阻力系数是通风安全最重要的基础参数之一,为了实现矿井通风阻力系数简单准确地预测,提出了利用支持向量机（SVM）来预测矿井通风阻力系数的方法。通过分析影响因子与矿井通风阻力系数的相关性关系,并利用MATLAB逐步建立单影响因素与矿井通风阻力系数、多影响因素与矿井通风阻力系数之间的SVM预测模型,对比分析各预测模型的相对误差,确定最佳矿井通风阻力系数预测模型,即当输入模型影响因素为巷道断面积、周长和支护方式时,预测相对误差小于10%的样本数占测试样本的76%,相对误差小于20%的样本数占测试样本的90%。结果表明:该预测方法在矿井通风阻力系数预测中是可行的,并具较高的准确性。     

基于MDE和分形优化SVM的周期来压预测

为了解决周期来压的预测问题,首先对已知支架周期来压荷载曲线使用多重差异进化算法(MDE)进行拟合,将每重拟合形成的单一正弦曲线与上次差余曲线(Ei)再作差余曲线(Ei+1)。将这些Ei图通过分形几何的盒子法计算维度和相关系数(r)。将每条Ei的维度、r和支架相对距离(L)作为输入值,对应的Ei的周期Ti、缩放系数Si和纵移系数Di作为目标值,使用支持向量机(SVM)进行训练。通过对维度和r规律的研究得到拟设置支架处荷载各Ei的维度和r,带入训练后的SVM模拟得到Ei的Ti、Si和Di,进而得到Ei的表达式。将上述Ei求和即为所求拟设置支架处的周期来压荷载。实例分析说明,该种方法预测结果可以大体反映支架周期来压的基本形式和变化规律。     

粒子群优化的RBF瓦斯涌出量预测

瓦斯涌出量是煤矿瓦斯灾害的主要来源,它直接影响煤矿安全生产和经济技术指标。瓦斯涌出量的传统预测方法是将其影响因素线性化后提出的,具有一定的局限性。本文基于群体智能理论,提出了一种基于粒子群算法优化的RBF神经网络瓦斯涌出量预测模型。研究表明RBF神经网络预测精度与网络权值和RBF参数初始值有很大关系,因此本文采用粒子群算法优化RBF网络权值和其他参数,形成PSO-RBF预测模型。该模型通过计算种群粒子的适应度,确定全局最优值,寻找网络参数的最优值。实验结果表明PSO-RBF优于传统的RBF预测模型,训练速度和预测精度显著提高。     

潘一矿西翼通风系统调整与预测研究

针对潘一矿采掘布局高度集中,导致西三采区需求风量大幅提高,引起中央风井风机负压高的问题,提出了西翼通风系统调整与优化方案;并结合矿井未来发展规划,提出了加快二水平巷道掘进、提前准备大巷煤柱工作面顺槽的方法,制定了西三采区进风段和回风段的降阻措施。模拟结果表明:从采区的进风段和回风段同时采取措施,并在采区内部进行扩巷,能有效改善西三采区通风阻力较高的状况,主要通风机负压能降至合理范围。     

立体抽采条件下高瓦斯采空区煤自燃危险性预测

为准确预测高瓦斯采空区煤自燃的状况,通过分析发现高抽巷是监测采空区遗煤自然发火的最有效地点。推算出采空区气体在高抽巷中所占的体积分数,进而确定采空区遗煤不同的燃烧阶段所对应的CO体积分数和CO指数。结果表明:当高抽巷中的CO体积分数Chdr CO<30×10-6或CO指数ICO<0.5%时,采空区的遗煤处于低温氧化阶段;当高抽巷中的CO体积分数Chdr CO≥30×10-6或CO指数ICO≥0.5%时,采空区遗煤进入自然发火危险阶段,此时必须采取措施控制采空区自燃氧化的进一步发展。对80501工作面的采空区煤自燃成功地进行预测预报,实现了安全生产。