自适应模糊方法在烟气脱硝喷氨量控制系统中的应用

SCR烟气脱硝系统中喷氨量是一个重要的控制参数,它不仅影响了脱硝效率,过量时,还会产生二次污染,危及下游设备。电厂运行中,锅炉负荷不断变动,传统PID很难实现喷氨量的最佳控制。应用自适应模糊控制策略对喷氨量进行了控制,并对控制系统进行了仿真试验。结果表明:相对于传统的PID控制器,尿素溶液流量自适应模糊控制器的性能更佳,系统的动态响应较快且超调极小,即满足了工艺要求又降低了能耗。     

Evaluation of accuracy of linear regression models in predicting urban stormwater discharge characteristics

Stormwater runoff has been identified as a source of pollution for the environment, especially for receiving waters. In order to quantify and manage the impacts of stormwater runoff on the environment, predictive models and mathematical models have been developed. Predictive tools such as regression models have been widely used to predict stormwater discharge characteristics. Storm event characteristics, such as antecedent dry days （ADD）, have been related to response variables, such as pollutant loads and concentrations. However it has been a controversial issue among many studies to consider ADD as an important variable in predicting stormwater discharge characteristics. In this study, we examined the accuracy of general linear regression models in predicting discharge characteristics of roadway runoff. A total of 17 storm events were monitored in two highway segments, located in Gwangju, Korea. Data from the monitoring were used to calibrate United States Environmental Protection Agency＇s Storm Water Management Model （SWMM）. The calibrated SWMM was simulated for 55 storm events, and the results of total suspended solid （TSS） discharge loads and event mean concentrations （EMC） were extracted. From these data, linear regression models were developed. R2 and p-values of the regression of ADD for both TSS loads and EMCs were investigated. Results showed that pollutant loads were better predicted than pollutant EMC in the multiple regression models. Regression may not provide the true effect of site-specific characteristics, due to uncertainty in the data.     

徐仁修

<正>徐仁修,1946年生于台湾新竹,在芎林乡下度过与大自然亲密相处的童年生活。如果从网络上搜索徐仁修,你会发现他的经历是一部传奇。作为探险家,他曾探访过菲律宾的热带雨林、尼加拉瓜的大河蛮荒、金三角的罂粟边城,在世界各地的丛林、荒地,见过树干般粗的巨蟒、凶猛可怕的美洲虎、多如骤雨的蚂蟥、参入云天的古木以及令人畏惧的食人部落,也经历了痢疾感染、游击队突袭、海盗窝里对峙等惊险遭遇……他的每一段经历都有一个奇妙有趣的探险故事。作为摄影师,他走遍世界,拍下了几十万张照片,家里有专门存     

便携β射线法手工监测PM_(2.5)的可行性研究

提出利用自动射线原理结合重量法的简捷便携特点的便携射线仪手工监测PM2.5的思路,平行比对了便携射线法和手工重量法所测60组PM2.5浓度的监测结果,采用线性回归及T检验、F检验等理论分析了两者数据结果间的有效性和可比性。结果表明,便携式射线仪监测结果与重量法监测结果之间有效可比且得到了两者间的线性回归方程;此外进行了20组数据的实样验证,换算值和真值之间相对误差在8%以内,因而确定了便携射线仪手工监测PM2.5的可行性。     

珍爱地球 尽享精致生活 中科宇图微保APP荣耀上市

随着科技的飞速发展,能源的不合理利用,温室效应、全球变暖、海平面上升、臭氧层破坏等环境污染效应正逐渐影响着自然生态系统和人类生活的方方面面。在4月22日的世界地球日当天,为唤起人类爱护地球、保护家园的意识,中科宇图天下科技有限公司自主研发的环境生活类移动应用产品——微保APP在北京国家会议中心举行了新产品的发布仪式。中国环境科学学会秘书长-任官平、中国地理信息产业协会副秘长-汤海、北京市科委电装处处长-万荣、中国科学院研究员-张义丰、中科宇图董事长兼总裁-姚新,中科院地理所、媒体记者等近百余人参加了本次发布会。     

基于增强回归树的城市PM2.5日均值变化分析:以常州为例

利用2014年12月至2015年11月常州市区6个国控监测站空气污染物浓度逐时数据,分析了PM_(2.5)浓度季节变化特征,采用增强回归树模拟分析了PM10、4种气态污染物和7个气象因子对ρ(PM_(2.5))日变化的贡献.结果表明,常州市区PM_(2.5)污染季节差异明显,冬季污染严重且持续时间长,夏季污染较轻.四季ρ(PM_(2.5))空间分布特征存在一定差异,但各季内不同监测站差异较小.增强回归树对ρ(PM_(2.5))日均值进行模拟和验证得到,训练数据的相关性为0.981,交叉验证的相关性为0.957.此外,模拟值与实测值的标准化平均偏差为1.80%,标准化平均误差为10.41%,可见模型拟合效果较好.PM10、气态污染物、气象因子和区域输送及扩散这4种影响类型对全年ρ(PM_(2.5))日均值差异的贡献率分别为23.4%、28%、36.2%和12.6%,表明在对ρ(PM_(2.5))日均值差异的影响上,气象因子二次形成一次源区域输送及扩散.在对ρ(PM_(2.5))日均值差异贡献率大于5%的因子中,ρ(PM_(2.5))日均值与PM10、相对湿度、CO和O3正相关,与温度、SO2和混合层高度负相关,与大气压和NO2关系较复杂.区域输送及扩散方面,东南风向、偏西风向和偏北风向等上风向周边城市的污染物输送对常州市区PM_(2.5)污染存在较大的负面影响.     

基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案

针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1—12月PM_(2.5)观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM_(2.5)浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM_(2.5)的距离相关性要高于其他气象要素,夏秋季PM_(2.5)与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM_(2.5)的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13μg·m~(-3),平均绝对误差为23.47μg·m~(-3).通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.     

基于Logistic回归的燃气管网风险因素重要度分析方法研究

为确定燃气管网风险评估的关键风险因素,以A省各地市燃气管网为研究对象,基于燃气专家经验确定燃气管线风险等级,提出基于Logistic回归的燃气管网风险因素重要度分析方法。采用样本增强及随机抽样的方式,选取400个均衡样本作为管网评估数据输入,通过因子分析方法对其进行降维,得到3个公共因子并作为一级指标反向构建燃气管网风险评估指标体系;利用有序多分类Logistic回归方法,根据回归系数绝对值大小对风险因素进行重要度排序。研究结果表明：外界环境对燃气管网风险的贡献程度相对较高,管道自身因素和巡检养护次之。研究结果可为城市燃气风险防控提供理论依据和方法参考。     

多元回归在大气环境污染事故预测中的应用

运用多元回归法,通过预测模型的选择、数学模型的建立、基础数据的整理和回归效果的检验,建立环境污染范围与诸条件的关系,达到快速估算的目的,从而形成一种有效的大气环境污染事故范围预测的方法.     

三峡水库补水调度对东洞庭湖典型沉水植物生境适宜性的影响

沉水植物是东洞庭湖水生态修复的重要物种,水深是影响沉水植物生长的关键因子之一。为定量描述三峡水库不同补水调度方式对东洞庭湖典型沉水植物生长生境的影响,以刺苦草(Vallisneria spinulosa)为目标物种,利用物理栖息地模型建立三峡水库补水调度期间不同出库流量与东洞庭湖刺苦草生长生境加权可利用面积(WUA)的关系。结果表明：刺苦草生长生境的适宜水深为0.2～1.8 m,最适宜水深为0.5～1.0 m;三峡水库实施补水调度后,东洞庭湖刺苦草生长生境的WUA整体呈现均匀上升趋势;三峡水库补水调度期间,出库流量为5 500～10 500 m³/s时,刺苦草生长生境最适宜水深范围对应的WUA呈现先增后减趋势,在出库流量为9 500 m³/s时WUA最大(74.46 km²),可认为刺苦草生长最适宜出库流量为8 500～10 500 m³/s。研究成果可为通过三峡水库生态调度进行东洞庭湖水生态环境恢复及保护提供参考。