大数据解析技术在大气环境监测中的应用研究

针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量,分析了用神经网络法进行大数据解析和推演的原理和数学过程,是用数学、计算机、统计等方法研究解决多元、非线性复杂环境问题的一种新的探索。     

地表水环境质量评价数据有效性探讨

通过对上海某区一年地表水手工常规监测与自动监测数据比较,对地表水环境质量评价的数据有效性进行分析,提出在丰水期(非威潮影响期)每月需监测8次(隔3日采样),在枯水期(成潮影响期)每月监测1次.定量解决了上海某区地表水环境质量评价数据有效性争议问题.     

道路交通噪声自动监测应用探讨

结合城市道路路网状况及实际噪声监测数据和历史实验数据,对道路交通噪声自动监测数据的有效性、监测点位布设进行了研究,对道路交通噪声监测点位优化提出建议。     

岛津TNP-4110在线分析仪的日常维护

从数据比对、硬件维护两个方面探讨岛津TNP-4110在线仪的日常维护问题。通过分析各种干扰因素来查找造成数据比对差异的原因并提出相应解决措施。在仪器日常维护上设立不同周期保养计划、共享设备维护经验,结合实践制定了合适的检修流程图。     

二维平流扩散模型下的集合卡尔曼滤波模拟同化研究

为提高环境数值预报水平,构建了一个针对污染物扩散的模拟数据同化系统。采用集合卡尔曼滤波方法对二维平流扩散模型的状态变量进行了实时校正,实现污染物浓度的实时模拟预报,完成了敏感性实验中集合数目变化、观测方差变化和同化窗口长度变化研究。比较考察观测点位置与污染源距离不同时的预报效果,探讨了优化条件下的同化策略,提出一种根据距离远近动态调节卡尔曼增益权重的方法。在集合数目较小时,可降低计算代价,得到优化的同化效果。     

基于PSO-SVM算法的环境监测数据异常检测和缺失补全

针对环境监测数据异常和数据缺失问题,提出了基于支持向量机的粒子群优化数据异常检测和缺失补全算法。利用粒子群优化算法选取较优的支持向量机训练参数组合,以此建立非线性的支持向量机模型,并利用结果模型对测得的真实数据拟合预测。以宁夏回族自治区某污水处理厂的污染物测量数据作为实验数据,结果表明,利用该算法预测数据的准确率可达97.977%,检测异常数据准确度高,缺失数据补全正确。     

关于土壤样品规范化管理的探讨

在土壤污染状况调查中,如何规范土壤样品制备(样品风干、研磨过筛、样品分装等)、土壤样品保存和管理等程序,对已经取得的大量的调查数据信息怎样进行有效的管理和利用,实现对数据和相关资料的快速查询,对确保土壤污染状况调查的数据有效性和成果可靠性,顺利完成土壤污染状况调查有重要意义[1-5].     

基于正态云模型的区域生态安全动态评价

为避免生态安全评价过程中的随机性和模糊性问题引入正态云模型.以淮河经济带安徽段8个城市为研究对象,基于PSR模型构建综合评价指标体系,利用2010-2018年相关数据,结合熵权法和正态云模型对研究区生态安全状况进行综合评价,利用ArcGIS对研究结果进行可视化,并基于大数据视角提出相关建议.结果表明:2010-2018...     

浅析物联网技术在安防集成平台中的应用

正物联网技术在信息化时代可谓是越发成熟,从前几年概念的兴起,到如今处处都有物联网,可以说,物联网已经成为了人们生活必不可缺的一部分。安防近几年在国内的发展更是突飞猛进,从大规模的城市天网功能,到现在如火如荼的远程看家等民用安防应用,人们的生活与安防的关系越来越密切。实际上,不难发现,物联网和安防正携手一起,共同改变着人们的生活。一提到物联网,想必很多人都会回想起本世纪初那场轰轰烈烈的全球物联网化运动。当时,随着     

发达国家的安全生产信息化建设

美国、德国、英国等西方发达国家普遍利用现代网络化技术建立先进的安全生产管理信息系统,实现统一管理、数据规范和资源共享,为本国安全生产监管工作提供了信息化技术平台。