能源：事实与数据

能源与经济发展和环境质量有着密切的关系.它是世界经济的根本,提供了工业生产、运输和农业（日益增长）所需的动力.能源是健康、幸福和生产力的主要贡献者,使得包括加热、照明和制冷在内的服务成为可能.传送这些服务的能量链始于对初始能源──比如煤──的采集或提取,于是     

预测有机化合物对水蚤EC50值的片段常数法

根据217种化合物建立了估算有机化合物对水蚤EC50值（48h半数影响浓度）的片段常数模型,分析了模型的误差及稳健性。研究结果表明,有机化合物的片段常数和结构因子与水蚤的EC50值倒数的对数（lg1/EC50)显著相关,可以根据片段常数法估算有机化合物对水蚤的EC50。模型的可决系数为0.9687,平均绝对误差0.40个对数单位,其中68.7%化合物的误差小于0.5个对数单位。     

市级国土空间规划核心指标纵向传导研究——以湖南省常德市为例

核心指标纵向层级传导作为市级国土空间规划的关键内容,对市域国土空间格局优化及规划统筹具有重要意义。针对当前指标传导研究不充分、不精细等问题,遵循“核心传导指标选择→指标传导技术逻辑构建→情景模拟预测”的研究思路,以常德市为例研究其2035年国土空间规划“市→县（区）”的核心指标传导。结果表明：（1）基于“指标全域总量预测—指标空间布局模拟—指标分区分类传导”的传导技术逻辑,通过SD与GeoSOS-FLUS模型的耦合集成利用,可有效实现市级国土空间规划核心指标“自上而下”与“自下而上”相结合的科学传导。（2）构建“人—地—业”协调的常德市国土空间利用SD模型,预测获得2035年市域核心指标总量,相应国土利用综合效益达12994.25亿元,相比2018年提升207.75%。（3）从指标传导结果来看,2035年常德市各县（市、区）社会经济类指标除常住人口规模指标外均保持增长趋势,边界类指标实现“只增不减”,用地类指标变化各异,但总体契合常德市主体功能区建设方向,核心指标传导结果符合实际。     

江苏省空气质量预报准确度及改进方法分析

介绍了江苏省重污染天气监测预报预警系统以及大气重污染预警会商流程,将2015年13个地级市的模式预报、人工预报结果分别与实际观测值进行比较。结果表明:人工预报更准确,PM_(2.5)日均值、臭氧日最大8 h平均值、AQI 3个指标人工预报和实况的相关性分别比模式预报高出12.8%、0.3%、11.4%,平均标准误差(MNE)分别低20.7%、3.1%、23.1%。依据国家空气质量预报技术指南评分办法,对各市2015年全年空气质量级别为"良"时进行评分。通过开展07∶00预报更新,使2015年上半年空气质量预报级别得分平均提高了0.9分,全年级别得分平均提高了2.6分;通过改进模式预报参数,使PM_(2.5)日均预报值、臭氧日最大8 h平均预报值、AQI预报值和实际观测值的相关性比上年同期分别提高26.0%、5.0%、33.9%,MNE分别降低3.6%、31.3%、7.6%。     

线性修正趋势分析技术在环境质量预警预测中的应用

线性修正趋势分析法根据历年数据建立线性模型并进行修正,预测年度、季环境要素污染物变化情况,可应用于空气质量、水环境质量、噪声环境质量、污染源污染物排放等预警预测数据统计分析评价,为环境决策提供技术支持。本文通过实例论述了该方法在实际工作中的应用。     

一种移动通信基站发射天线非轴向功率密度预测模式

以移动通信基站轴向功率密度计算公式为基础,根据非轴向方向上实际监测点位和轴向方向的相对位置,对轴向功率密度计算公式参数进行系列修正,从而建立一种简单适用的移动通信基站非轴向方向上功率密度预测模式.     

高速公路交通噪声预测模型探讨

针对我国当前广泛使用的2种高速公路噪声预测模型《06规范》预测模型与《09导则》预测模型在预测时比较研究,重点利用环境现状监测数据分别对2种模型验证与对比分析.结果表明,2种模型预测值与实测值相差3dB ～5dB,车流量＞ 300辆/h,《09导则》更接近实测值;在夜间车流量＜300辆/h,《06规范》更接近实测值,2种模型结合采用《06规范》计算的车速,距离衰减考虑车流量的大小,在此基础上应用《09导则》,预测结果与实测值更为接近.     

基于LS-SVR、BP-ANN和MLR模型的PM10浓度预测

利用宁东能源化工基地PM10和气象监测数据,分别采用LS-SVR、BP-ANN和传统MLR模型预测PM10浓度变化。结果表明,较BP-ANN模型、MLR模型,LS-SVR模型能更好地刻画PM10浓度与各气象因素间的非线性相依关系,更准确地预测PM10浓度。     

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。     

乌伦古湖水质现状、变化趋势及预测

通过对乌伦古湖现状水质及近十年来水质变化趋势的评价,分析了污染成因,并采用灰色预测法预测乌伦古湖未来几年的水质状况,为区域水环境保护和水体污染防治提供科学依据。