大气扩散模型计算结果析疑

扩散模型是大气污染物浓度预测最重要的工具。然而不同模型的预测结果差距很大,应该理性看待和应用其结果,本研究旨在通过实例说明这些问题。同时指出,同一类型的环评预测应该使用同一种模型,其结果才具有可比性。而最重要的还是要通过降低排放量来减少污染影响,不必过于计较模型观测结果。     

Performance of a Bayesian state-space model of semelparous species for stock-recruitment data subject to measurement error

Measurement errors in spawner abundance create problems for fish stock assessment scientists. To deal with measurement error, we develop a Bayesian state-space model for stock-recruitment data that contain measurement error in spawner abundance, process error in recruitment, and time series bias. Through extensive simulations across numerous scenarios, we compare the statistical performance of the Bayesian state-space model with that of standard regression for a traditional stock-recruitment model that only considers process error. Performance varies depending on the information content in data, as determined by stock productivity, types of harvest situations, and amount of measurement error. Overall, in terms of estimating optimal spawner abundance S_MSY, the Ricker density-dependence parameter β, and optimal harvest rate h_MSY, the Bayesian state-space model works best for informative data from low and variable harvest rate situations for high-productivity salmon stocks. The traditional stock-recruitment model (TSR) may be used for estimating α and h_MSY for low-productivity stocks from variable and high harvest rate situations. However, TSR can severely overestimate S_MSY when spawner abundance is measured with large error in low and variable harvest rate situations. We also found that there is substantial merit in using h_MSY (or benchmarks derived from it) instead of S_MSY as a management target.     

飞机冲偏出跑道人为差错量化分析模型

为了分析飞机冲偏出跑道的人为差错,找到重点防控对象,提出了冲偏出跑道人为差错量化分析模型。首先应用STPA方法对飞机滑行、起飞及着陆程序进行建模,构建安全控制结构图,找出飞机冲偏出跑道的人为差错。然后将它作为BP神经网络的输入层节点,构建24-6-3的3层BP神经网络模型,从ASRS系统中抽取民航领域近5年的冲偏出跑道不安全事件报告作为数据源,根据发生阶段的不同将不安全事件报告分为滑行阶段、起飞阶段、着陆阶段3类,最后将数据源输入BP神经网络模型中进行训练,并利用测试数据检验模型的合理性,准确率为86. 7%。结果表明,特殊情况下机组人员操作不熟练、刹车系统/方向控制错误等是构成所有阶段冲偏出跑道的主要人为差错,飞机冲偏出跑道的发生阶段不同,影响因素的影响程度也不同。     

污水生物处理建模水质数据误差来源分析与影响评价

为进一步提高国内基础建模数据质量,降低建模实践中的数据清洗难度,本研究以北京龙庆再生水厂生物建模过程中的实际数据问题为例,基于数理统计理论及国内污水水质特征分别构建误差来源分析方法与误差影响评价方法.通过设计补充采样与实验排查方案,成功识别数据误差来源并实现不同类型误差对数据准确性的影响量化评价.研究结果表明,污水处理厂日常的取样与化验过程中产生的随机误差不可忽视,特别是当大量随机误差存在时,对数据总体造成的波动影响无法通过数据量的积累而消除;而不同的采样位置与不当的样品保存方式则会引起水质发生变化,由此产生的系统误差将导致测量结果长期偏高/偏低.因此,在依赖人工测量数据进行建模的国内实践中,应首先对历史数据进行误差检验,再进行必要的建模补充采样,以避免补充数据质量受相同误差影响,减少非必要的人力、物力浪费.     

ASSESSMENT OF SAMPLING ERROR ASSOCIATED WITH SOIL MOISTURE ESTIMATION DESIGNS1

A spectral formalism was developed and applied to quantify the sampling errors due to spatial and/or temporal gaps in soil moisture measurements. A design filter was developed to compute the sampling errors for discrete measurements in space and time. This filter has as its advantage a general form applicable to various types of sampling design. The lack of temporal measurements of the two‐dimensional soil moisture field made it difficult to compute the spectra directly from observed records. Therefore, the wave number frequency spectra of soil moisture data derived from stochastic models of rainfall and soil moisture were used. Parameters for both models were estimated using data from the Southern Great Plains Hydrology Experiment (SGP97) and the Oklahoma Mesonet. The estimated sampling error of the spatial average soil moisture measurement by airborne L‐band microwave remote sensing during the SGP97 hydrology experiment is estimated to be 2.4 percent. Under the same climate conditions and soil properties as the SGP97 experiment, equally spaced ground probe networks at intervals of 25 and 50 km are expected to have about 16 percent and 27 percent sampling error, respectively. Satellite designs with temporal gaps of two and three days are expected to have about 6 percent and 9 percent sampling errors, respectively.     

CREAM方法中控制模式分类的模糊方法

认知可靠性与差错分析方法(CREAM)通过对任务环境进行分析从而直接确定人为差错发生概率。该方法提出控制模式的概念,认定不同的任务环境下可能对应不同的控制模式,而人为差错概率直接由控制模式确定。因此,确定控制模式是其中的关键环节。针对该问题,笔者提出了一种模糊方法。通过对性能影响因子进行打分对任务环境进行量化,利用专家打分的方式确定性能影响因子分值对于控制模式的隶属度;通过拟合分析确定性能影响因子的分值对控制模式的隶属函数,得到控制模式与分值之间的对应关系;将该方法应用到两个示例中,其结果与原有方法的结果基本一致。     

用层次分析法分析核电站中影响人误的组织因素

应用层次分析法的基本原理,构建核电站中影响人误的组织因素AHP(层次分析法)模型,确定影响人误的组织因素的指标体系,将成对比较矩阵的特征向量作为组织因素的权重,确定了相关因子的影响力排序。研究结果显示:培训与交流反馈是影响人误的主要组织因素;强化质量监督与控制以及加强交流协作与技能培训,是减少核电站人误发生的重要举措。     

数字水准仪DiNi11/12原理及应用中应注意的问题

本文介绍了数字水准仪的原理、特点,着重分析了对台站跨断层观测精度影响较大的几个因素,并结合台站工作实际提出了减弱这些影响的措施,实测结果表明:采取这些措施可以有效地提高测量精度.     

基于人类动力学的地震压埋人员先验在室率研究

破坏性地震发生后,科学、有效地评估地震压埋人员压埋情况,是有序地开展应急救援工作的基础。人员在室率作为压埋率评估模型的主要参数之一,目前主要以作息时间区为基础以省或市为基础单元进行计算,这难以体现基础单元之下的不同市或县人员在室率之间的差异性。为解决这一问题,采用人类动力学相关原理,运用极大似然法估算人员在室率,进而形成基于人类动力学的地震压埋人员压埋率预估模型。最后以汶川8.0级地震部分受灾学校为例,进行压埋率实际评估和模型误差分析。研究表明:提出的微观在室率能更准确地反映人员在室情况具有更好的适用性;在实际评估中模型精度达到±0.13,表明模型能达到较好的预估效果,能为震后应急救援工作提供一定的参考。     

基于实船结构监测数据的异常检测及处理方法

目的 获得高质量实船结构监测数据,减少数据因外界干扰造成的异常现象,现开发一套面向真实海况的实船结构监测数据的异常处理方法。方法 将统计学中的Z-score异常检测方法与数据处理中常用的平均值计算法相结合,实现对船舶结构应力数据的异常处理。基于正常信号创建含有异常现象的验证数据,对新的异常处理方法进行精度验证。结果 相比Hampel滤波法、Smooth平滑函数等传统的信号处理方法,Z-score异常检测及平均值计算方法的异常处理精度最高,且以此为基础计算的结构信号统计值准确度较好。结论 Z-score异常检测及平均值计算方法可实现真实海况下的实船结构监测数据的异常处理,并在结构应力数据的价值挖掘上可提供有力支撑。