建立和完善环保产业资金助动系统

没有一个有序高效的环保资本市场,缺乏强有力的资金支持系统是障碍环保产业快速发展的根本问题。本文在调查研究和探索实践的基础上,建议在资金筹划、分配及使用上引进市场机制,发挥市场在资金运作方面的调节作用,引导资金向环保产业流动,促进环保产业快速发展。     

基于光谱和纹理的支持向量机矿化信息提取——以青海黄南州吉地地区为例

针对传统矿化信息提取方法单一利用光谱或纹理,信息量相对较少且需要大量样本的缺陷,利用基于光谱和纹理的支持向量机(SVM)原理,建立矿化信息提取模型。选择青海黄南州吉地地区作为典型研究区。首先提取研究区光谱和纹理信息,选取训练样本;然后求解最优超平面,进而确定决策函数;最后泛化推广识别其它待识别的样本。通过所提取的遥感蚀变异常信息与原有矿区叠加分析,叠加基本吻合;从野外实地验证来看,均发现了不同程度的矿化现象,并指出了4个重点异常区。     

Simultaneous catalytic removal of NOx and diesel soot particulate over perovskite-type oxides and supported Ag catalysts

A series of perovskite-type oxides and supported Ag catalysts were prepared,and characterized by X-ray diffraction (CRD)and x-ray photoelectron spectroscopy(XPS).The catalytic activities of the catalysts as well as influencing factors on catalytic activity have been investigated for the simultaneous removal of NOx and diesel soot particulate.An increase in catalytic activity for the selective reduction of NOx was observed with Ag addition in these perovskite oxides,especially with 5% Ag loading.This catalyst could be a promising candidate of catalytic material for the simultaneous elimination of NOx and diesel soot.     

支持向量机在水质遥感中的应用初探

支持向量机(Support Vector Machine)是建立在统计学习理论基础之上,研究有限样本情况下的机器学习问题的一种新方法,该方法在解决小样本、非线性问题中具有许多优势.本研究以现场监测和MODIS遥感数据为基础,应用SVM方法构建出太湖叶绿素a的反演模型,研究表明,该方法在水质遥感领域的应用具有良好的可行性和有效性,其预测结果也与太湖叶绿素a的实际分布相吻合.     

基于大数据分析与认知技术的空气质量预报预警平台

为深入认识区域大气污染现象规律,完善并提高城市空气质量预报预警能力,提高大气污染治理决策支持能力,开展城市污染成因分析与空气质量预报预警研究是十分必要的。本文针对环境大数据时代下的城市空气质量预报,提出了一种基于大数据分析与认知技术的专业先进的大气环境业务应用系统体系。该体系基于底层统一的数据资源中心,融合各类不同类型的空气质量监测、不同预报系统的产品数据以及基础辅助数据,建立数据汇交、共享、质控管理机制,通过上层预报预警、综合分析、案例分析、应急决策支持四大子系统,从多模式集合预报结合专家调优支撑高性能预报会商应用,从大数据融合时空关联分析深度挖掘大气复合污染特征与污染成因,从多维度历史污染过程和天气形势全自动化认知分析支撑重污染过程研判,从业务化仿真情景方案与污染溯源助力专业应急决策。最后,通过在北京市环境保护监测中心的系统实现证明体系的高性能、稳定性和实用性。     

规模化养猪场沼气工程发展的金融政策研究

沼气工程是养猪场废弃物污染治理的主要途径,可在一定程度上缓解农村的环境压力和能源问题。金融政策对具有正外部性的沼气项目具有激励作用,并可通过市场手段提高其综合效率。文章通过对影响养猪场的融资因素进行分析并对国内外金融政策进行比较,提出了促进规模化养猪场沼气工程发展的建议。     

基于GIS的太湖蓝藻预警系统研究

蓝藻爆发恶化了太湖水质,严重降低了太湖的使用功能。文章分析太湖蓝藻爆发的影响因素,结合预警模型和GIS技术,描述了太湖蓝藻预警系统的设计与实现流程,为太湖蓝藻预警提供科学、合理的辅助决策支持。     

基于多核LS-SVM的河涌水质预测模型

研究了多变量非线性河涌水质预测问题,提出了多核最小二乘支持向量机河涌水质预测模型。模型采用协同结构的非线性函数将水质时序样本映射到高维特征空间,进行多元线性回归。然后将该回归问题转化成半无限线性规划问题,运用交换集法求解。文章利用东江流域河涌水质数据进行了拟合预测实验,结果表明,与单核最小二乘支持向量机河涌水质预测模型相比,多核模型的预测误差减小了23%以上,它较单核模型具有更高的预测精度和更好的泛化推广性能。     

基于改进的PSO优化LSSVM参数的松花江哈尔滨段悬浮物的遥感反演

悬浮物是松花江水质和水环境评价的重要参数之一.利用在松花江哈尔滨段江面上29个采样点的实测高光谱和悬浮物浓度数据,用20个采样点数据为训练集,9个采样点数据为测试集.将机器学习和全局优化智能计算方法引入,应用改进的粒子群(PSO)优化最小二乘支持向量机(LSSVM)参数,以均方根误差RMSE为适应度函数,根据迭代得到LSSVM最优参数值,用700 nm和750 nm光谱反射率比值(R700/R750)为特征变量,悬浮物数据为目标变量,用训练集数据训练得到反演模型,使用测试集数据进行验证.结果表明,此模型收敛速度快,精度高,得到预测值的均方根误差RMSE为10.11 mg·L-1,平均绝对百分误差MAPE为10.72%,模型决定系数R2为0.952,该方法可用来对其它水质参数反演预测提供参照.     

城市生态系统协调发展仿真研究——以武汉市为例

以武汉市为例,通过定性和定量方法建立了一套相对完整的评价指标体系.以主成分分析和协调发展度模型计量得到的武汉市1988～2004年协调发展度值作为输出,以偏最小二乘法筛选出协调发展度的重要影响因子作为输入,尝试采用支持向量机对武汉市总体规划期间(2005～2020年)的协调发展状况进行了模拟研究,研究结果表明,1988～2004年武汉市经济、社会、资源环境的耦合状态由严重失调逐渐趋向勉强协调,这期间工业固体废物排放量和基尼系数是协凋发展最重要影响因子.根据预测结果,武汉市在总体规划期间城市发展呈现出良好的协调发展态势,但2010和2020年的协调发展度值均小于总体规划目标值;即按照目前的状态发展下去,武汉市到2010和2020年不能达到规划既定的目标.针对仿真结果,提出了武汉城市生态系统协调发展的对策与建议.