环首都圈霾和雾的长期变化特征与典型个例的近地层输送条件

为了研究环首都圈京津冀晋4省市霾和雾的长期变化特征与典型个例的近地层输送条件,使用京津冀晋长期气象资料和高分辨率自动气象站资料,分析了环首都圈霾和雾天气的长期变化趋势,与使用矢量和算法分析典型个例气流停滞区的形成过程.结果表明,在1950—1960年代,环首都圈京津冀晋4省市霾日非常少,1970年代开始增多,1980年代以后明显增多,并形成几个霾日集中区,比较明显的是邯郸-邢台-石家庄-保定-北京-天津的带状分布,还有太原及以南的带状分布,最为严重的情况出现在1996—2000年,2000年以后有一定减少.北京1950年代霾日比较多,最多达到1年有160 d以上霾日,与同期沙尘天气偏多相关联,随着在首都周边地区的大规模植树造林,到1967年,霾日已经减少到1年不足10 d,1970年代以后北京的能见度急剧恶化导致霾日迅速增加,到1980年代初增加到220 d以上,一直到1999年前后北京的霾日维持在每年160~200 d左右;2000年以后到北京奥运会前后,霾日持续下降,到2010年霾日仅有56 d,2012年有所反弹,增加到91 d.北京及华北地区霾日季节分布突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6—9月,尤其是盛夏季节的7—8月,与所谓的桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.霾过程的发生和矢量和的大小存在较为明显的正相关关系.霾过程中,在华北平原均出现明显的气流停滞区,区域矢量和很小,不利于空气中污染物的水平扩散;清洁过程时华北4省市尤其是北京地区受明显的西北气流影响,风矢量和为较一致的偏北方向,水平扩散条件较好,较利于污染物的扩散,对应同期能见度较高.京津冀西侧、北侧靠山、东邻渤海,尤其是北京小平原三面环山.太行山、燕山和军都山形成的"弓状山脉"对冷空气活动起到了阻挡和削弱作用,导致山前暖区空气流动性较小形成气流停滞区、污染物和水汽容易聚集从而有利于霾和雾的形成.由于受太行山的阻挡和背风坡气流下沉作用的影响,使得沿北京、保定、石家庄、邢台和邯郸一线的污染物不易扩散,形成一条西南-东北走向的高污染带,华北平原偏南气流的弱辐合作用和也加重了北京的污染.山西省的高浓度污染物亦在低空偏南气流输送下沿桑干河河谷和洋河河谷以及滹沱河-拒马河河谷向北京输送.河北中南部与山西诸河谷的累积污染带叠加近地层输送流场是造成北京严重霾天气过程的重要原因之一.     

沼泽红假单胞菌高效产氢hupL缺失突变株的构建

利用湖底淤泥分离的沼泽红假单胞菌(Rhodopseudomonas palustris)CQU01作为出发菌株,构建吸氢酶大亚基基因hupL缺失突变株,以提高光合细菌菌株的产氢效率.以PCR扩增的hupL两侧hupS 和 hupC基因为同源重组双交换臂,连入pMD18-T载体;再将hupS, hupC 和Kmr基因与经SalⅠ和HindⅢ双酶切的pSUP202,构建靶向自杀载体pBPZ.经接合转移转化R. palustris CQU01菌株,成功获得沼泽红假单胞菌吸氢酶活性缺失突变株R. palustris CQU012.测定突变株的吸氢酶活性及生长和产氢特性,结果表明,突变株的产氢量比野生菌株提高了约50%,而生长特性与野生菌株没有显著差异.R. palustris CQU012 吸氢酶缺失突变株可望为工业废水的生物治理提供高效产氢工程菌株.     

基于GA参数寻优的决策树支持向量机生态环境质量评价方法

选取决策树作为支持向量机多类分类方法,选择径向基核函数建立了生态环境质量决策树支持向量机评价模型,基于遗传算法实现了惩罚因子、核函数参数的自适应优选,并运用建立的模型对我国主要省市生态环境质量进行了评价。研究结果表明,该方法可以较好地实现生态环境质量评价。     

基于支持向量机的室内轰燃预测模型研究

为对室内轰燃进行准确预测,针对室内轰燃样本的不足在一定程度上制约了其应用,为此运用SVM技术构建室内轰燃预测的数学模型。在小样本条件下,应用工具软件LIBSVM进行仿真,并将SVM模型预测结果和人工神经网络预测结果进行对比。结果显示,SVM技术能较好地解决小样本和模型预测精确度之间的矛盾,SVM模型其预测精度及可行性高于神经网络模型。实例表明,由于室内火灾受多种因素影响,传统的预测方法存在一定的局限性,而SVM模型预测法预测的结果与试验结果比较一致。     

分子电性距离矢量预测多氯萘的正辛醇/空气分配系数

应用分子电性距离矢量(MEDV)对多氯萘(PCNs)的76种同系物进行结构表征,通过多元线性回归方法建立了PCNs的正辛醇/空气分配系数(lgKoA)与MEDV之间的定量结构一性质关系(QSPR),该模型具有显著的相关性(n=24,R=0.997,SD=0.088,F=417.546).采用逐步回归的方法(SMR)从原...     

信息融合技术在火灾探测中的应用研究

为减少火灾探测中的误报警,基于信息融合技术对火灾传感器输出的信息进行处理。充分利用火灾探测系统的在线和离线数据,采用改进的主元分析法(PCA)、粗糙集(RS)理论、支持向量机(SVM)等3种方法的融合与互补,通过对系统的输入数据进行简化,消除原有信息的各分量之间的相关性,降低特征信息维数;实施最优最小约简,特征提取优化;构造自适应核函数,确定最优分类超平面,进行样本训练,获得火灾探测结果。从数据级、特征级、决策级3个层次上实现火灾信息融合。结果表明:该方法减少了融合过程中的信息损失,降低了计算的复杂性,有效地提高了火灾探测系统的可靠性和准确度。     

基于RS-SVM模型的煤与瓦斯突出多因素风险评价

为挖掘瓦斯突出风险与煤矿开采中各影响因素间的关系,应用支持向量机(SVM)理论从模式判别角度分析瓦斯突出风险与各地质因素组成的特征向量间的判别关系,基于粗糙集(RS)理论对待分析数据进行知识约简,提取核心判别指标,建立基于粗糙集-支持向量机(RS-SVM)的瓦斯突出风险判别模型。研究结果表明,RS知识约简方法可以很好地对原始数据中的冗余指标进行约简,通过对约简后指标数据进行SVM回归分析,可对煤与瓦斯突出模式进行很好的判别,所建立的瓦斯突出风险判别模型较一般SVM模型具有更高的预测精度,同时指标约简过程降低SVM运算中的复杂度,提高运算效率。     

基于ARIMA与SVM的飞行事故组合预测方法

飞行事故预测的目的在于预防事故。为提高事故预防的针对性和有效性,必须加强预测,以增强预防飞行事故的主动性。在ARIMA和SVM基础上,提出一种飞行事故组合预测方法。首先建立ARIMA模型,用以描述历史数据中的线性关系;然后,对ARIMA模型的残差构建SVM模型,用以模拟数据中的非线性规律,两者预测值之和就是最后的预测结果。美国空军1954—1993年飞行事故损坏飞机万时率的实证分析结果表明:利用该方法所建立的模型,能够对飞行事故作出较为准确的预测,模型精度总体优于单一的ARIMA或SVM模型。     

基于多通道信息融合的疲劳驾驶行为分析研究

为了克服单一通道信息在驾驶疲劳行为判定中的局限性,提出了综合运用多通道信息融合共同判定驾驶疲劳行为的方法。该方法在充分考虑各信息源相关性和互补性的基础上,优化采用驾驶人疲劳特征ECD、车道偏离程度SAAE、方向盘转动程度SWA等疲劳判别指标,运用MVAR进行多维特征向量提取,以有向无环支持向量机为融合算法,建立了基于多分类支持向量机的驾驶疲劳行为判定模型。结果表明,运用DAG-SVM进行多通道信息决策提高了疲劳驾驶行为检测的准确性和可靠性。     

南京市大气颗粒物PM1中重金属污染的磁学诊断

在南京仙林地区采集大气PM₁,分析PM₁的磁学参数及其中重金属浓度的季节差异,以PM₁中重金属浓度为输出目标,以气象因子、PM₁浓度和磁学参数作为输入变量,采用支持向量机构建重金属磁学诊断模型.结果显示,PM₁的年均浓度为26.31μg·m^-3,PM₁和其中绝大部分重金属如：As、Cd、Cu、Pb、Zn等的平均浓度在冬季最高,其次为春季,夏季和秋季较低.PM₁中磁性矿物以亚铁磁性矿物为主,低频磁化率在冬季最高,春季最低,饱和等温剩磁和硬剩磁在夏季最高,秋季最低.主成分分析表明,PM₁中重金属与磁性矿物之间的来源具有一定差异,且同时受到气象因素的影响.当模型输入变量加入了磁学参数时,支持向量机对每个重金属模拟的训练和验证相关系数R值均有所提高,且均>0.8.其中,对As、Pb、Zn的模拟训练和验证R值均>0.85,同时误差也较低.大气颗粒物磁学特征可用于对其中重金属浓度进行模拟,不...