基于卷积神经网络的冲击地压预警方法研究*

为探究深度学习在冲击地压预警方面的应用前景,以新疆某冲击地压矿井为研究背景,将深度学习和专家评判运用到微震数据分析中,基于卷积神经网络构建冲击地压预警模型。充分利用一维卷积神经网络对时序数据有较强特征提取能力的优势,以微震数据及其特征参数作为输入,以专家评判值作为标签,借助Python-Keras框架实现冲击地压预警模型的构建和训练。研究结果表明:模型预警效果并不随着训练迭代次数的增加而逐渐最优,存在最优迭代次数,对于所建模型当迭代次数为30时测试集的冲击危险预测结果与专家评判结果基本吻合,同时说明模型可以较好地学习专家评判经验实现冲击地压预警。研究表明所建模型对研究时段内发生的5次大能量矿震事件均进行预警,其准确度较高,具有现场实际应用价值。     

基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.     

我国东部轻度富营养化湖泊（元荡湖）介形类组成及其生态意义

元荡湖是我国东部平原的一个浅水湖泊,原系淀山湖的一个湖湾,后因芦滩封淤而成,其形成历史短,是探讨动物类群组成与湖泊生态系统演化间关系的理想场所。近年由于人类活动频繁,该湖已处于轻度富营养化状态。研究首次对该湖泊中的介形类进行了研究,共发现9种,它们分别是Cypretta turgida、Cypria kraepelini、Cypridopsis vidua、Cypris subglobosa、Dolerocypria taalensis、Fabaeformiscandona myllaina、F. subacuta、Fabaeformiscandona sp.和Ilyocypris salebrosa。这些介形类均非地方性物种,且都对生态环境有较强的耐受性。结合元荡湖母体湖泊-淀山湖水动力大、无介形类生存的实际情况,研究认为元荡湖中的介形类应由周边迁移而来,且其组成已受到人类活动的干扰。优势度（Y）分析结果也显示,C. kraepelini、F. myllaina、F. subacuta和Fabaeformiscandona sp.共4种出现频率相对较高的介形类中,以富营养化指示物种C. kraepelini的优势度最高。而典型对应分析结果（Canonical correspondence analyses,CCA）发现,自然环境因素水深仍是影响介形类分布的主要环境因子,其次是总氮、叶绿素a、水体透明度和溶解氧。通过分析介形类动物的生活习性和摄食方式发现,元荡湖的介形类分属于底栖动物栖息类型中的游泳型（如C. kraepelini和C. vidua）、攀爬型（如C. subglobosa和C. turgida）和蔓生型(其他5种),其中蔓生型介形类占比最高,达56%,这也解释了为什么在元荡湖这样一个浅水湖泊中水深却成为影响介形类分布的主要环境因素。总结发现,元荡湖中的介形类组成和丰度分布受到湖泊形成时间的长短、自然环境因素和人类干扰等方面的共同影响,这为今后深入开展介形类组成与湖泊演化间的关系提供了理论证据。此外,研究首次报导了F. myllaina在中国的分布。 关键词： 元荡湖;介形类;水深;人为干扰;优势度Y;栖息类型     

基于GF-1号遥感影像的武汉市及周边湖泊综合营养状态指数反演

湖泊水体富营养化的监测评价是湖泊水资源管理和水环境保护的基础性工作。基于GF-1号WFV遥感影像和综合营养状态指数法,通过82个站点实测数据建立多元线性回归和RBF神经网络模型,对武汉市及其周边地区主要湖泊综合营养状态指数进行了反演。反演的结果显示,武汉市及周边大部分湖泊水域处于轻度富营养和中营养状态,局部湖区为中度富营养状态。验证结果表明:GF-1号WFV多光谱数据用于监测大面积湖群水质变化是可行的;两种模型都可以建立实测数据与遥感信息的函数关系,根据函数可以反演湖泊水质综合营养状态指数,进而实现大面积湖泊水质动态监测;而RBF神经网络模型预测的R2为0.742 3,均方根误差为3.72,其反演精度更高,更适合于监测内陆湖泊水质变化。     

工业园区循环经济绩效评价方法研究

针对当前循环经济绩效内涵不明确,评价指标体系多局限于对循环经济发展水平等循环经济绩效评价中存在的问题,在系统归纳总结该领域研究现状基础上,明确了循环经济绩效的概念;进一步构建了基于生态效率-物质流分析的循环经济绩效评估指标体系,利用模糊数学和灰色聚类方法分别建立了循环经济绩效评估模型;最后,以上海化工园区和南通农药化学工业园为案例,对2个园区循环经济绩效进行评估。结果表明:从理论和方法上,构建的工业园区循环经济绩效评价指标体系是适用的;模糊综合评价和灰色聚类评价的结果存在一定的差异,模糊评价结果更为合理,而且该模型可以直观地表示出园区循环经济绩效的优劣势所在。进而,以上海化工园区作为标杆,针对南通农药化学工业园存在的资源效率偏低等问题,提出若干循环经济绩效改进措施。     

自适应人工鱼群-BP神经网络算法在径流预测中的应用

为了提高水库和河流中长期径流预测精度,提出了弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对石泉水库进行中长期径流预测。仿真计算表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法、人工鱼群-BP神经网络算法和RBF神经网络算法。该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,每次预测相对误差绝对值都小于6%,合格率达到100%。该算法成功地解决了石泉水库中长期径流预测精度不高的难题,可有效用于水库和河川中长期径流预测。     

等斜率灰色聚类法在大气环境质量评价中的应用

利用等斜率灰色聚类法对大同市１９９４年大气环境质量进行了评价，得出与实际情况相符的评价结果，该方法以等斜率方式构造白化函数，具有分辨率高、信息利用率大的优点。     

空调滤网和风扇积尘中二噁英类污染特征及暴露风险

选取广州和东莞地区的普通住宅和工厂内常用风扇、排气扇叶片和空调滤网上的积尘为研究对象,利用同位素稀释高分辨气相色谱高分辨磁质谱方法分析积尘样品中17种2,3,7,8氯取代二噁英类浓度,揭示室内风扇和空调滤网积尘中二噁英类的污染水平与单体特征并计算暴露风险.结果表明,样品中PCDD/Fs的质量浓度为316～13266 ng·kg^-1,平均值为3122 ng·kg^-1,贡献最大的单体是OCDD;PCDD/Fs的毒性当量浓度为5.19～561 ng·kg^-1,平均值为99.8 ng·kg^-1,贡献最大的单体是2,3,4,7,8-PeCDF.相较于其他城市住宅区灰尘,本研究样品的毒性当量浓度处于较高水平,个别点位高于工业区住宅灰尘.风扇和空调滤网积尘中儿童和成人的总估计日摄入量分别为1.49×10^-5～1.61×10^-3 ng·kg^-1·d^-1和1.26×10^-6～1.36×10^-4     

水质监测断面优化技术研究

科学合理的布设水质监测断面是全面准确地获取水环境质量监测数据的前提条件。在总结国内外水环境监测断面优化技术和优化方法的基础上,利用三峡库区长江干流现有25个断面近5年的监测数据,采用历史数据相关性分析、模糊聚类和物元分析方法进行断面优化,通过F检验和t检验表明优化前后两监测断面序列无显著差异。实验结果说明,多种断面优化技术的综合应用,能达到优化三峡库区长江干流水环境质量监控断面的目的,为合理布设流域监测断面提供技术支撑。     

生物合成施氏矿物作为类芬顿反应催化剂降解甲基橙的研究

应用生物合成施氏矿物作为光助类芬顿反应催化剂促进甲基橙的降解.施氏矿物通过A.f-LX5细胞悬浮液在初始p H值2.5和28℃时氧化Fe SO43d生成,并进行X射线衍射和扫描电子显微镜表征.本研究分析了不同初始p H、H2O2浓度及催化剂装载量对在光助类芬顿反应中甲基橙氧化降解效率的影响.结果表明,生物合成施氏矿物具有较高的催化活性,并且通过羟基自由基机制使甲基橙降解.在近中性、较高Cl-、SO2-4及NO-3浓度条件下,施氏矿物仍然能保持较高催化甲基橙降解的效率.本研究验证了以生物合成施氏矿物作为催化剂的异相光助类芬顿反应是一种处理含甲基橙废水有应用前景的高级氧化技术.