不同情景下长江口滩涂湿地2020年景观演变预测

为了解长江口典型滩涂湿地景观格局演变过程,根据1980—2010年长江口滩涂湿地演变规律,采用土地利用动态变化模型Dyna-CLUE模型和CA模型预测2020年长江口3处典型滩涂湿地崇明东滩、南汇边滩以及九段沙在生态保护、现行趋势和围垦加剧3种不同情景下的景观演变。结果表明:到2020年,在生态保护情景、现行趋势情景和围垦加剧情景下,堤外滩涂湿地总面积分别增长56、44 km2以及减少7 km2,其中芦苇(Phragmites australis)、互花米草(Spartina alterniflora)和海三棱藨草(Scirpus mariqueter)群落面积比由2010年的36∶38∶26分别变化为2020年的46∶34∶20、38∶38∶24和38∶37∶25。对于崇明东滩、南汇边滩和九段沙而言,生态保护情景下滩涂湿地面积分别增加7、43和6 km2,而现行趋势情景和围垦加剧情景下,滩涂湿地面积呈现不断减少的趋势。     

冬季高速公路逐时路表温度LSTM预测模型

为提高冬季路表温度的预测精度,提出一种基于多维长短时记忆(LSTM)神经网络的冬季路表温度逐时预测模型,以小时路表温度为模型输出,综合考虑多维气象因素的累积影响和路表温度的周期性,采用滑动窗口构造输入特征矩阵;构建路表温度LSTM逐时预测模型,通过深度学习高效逼近具有复杂非线性和不确定性的路表温度,并以江苏省宁宿徐高速公路、云南省麻昭高速公路为实例进行验证。结果表明：与随机森林(RF)模型和BP神经网络相比,LSTM路表温度逐时预测模型的准确率得到显著提高,在宁宿徐高速、麻昭高速的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别为0.303、0.295、0.543和0.581、0.694、0.833,预测值与观测值绝对误差位于[0, 1)℃之间的占比为93%和89%。LSTM模型能准确捕捉路表温度的周期性和不确定性,在阴雨天和晴朗天的预测值与实测值基本一致,模型鲁棒性较好。     

AERMOD模型在大气环境影响评价中的应用——以某水泥窑处置固废危废项目为例

以某水泥窑处置固废危废项目为例,应用AERMOD模型,以PM₁₀、PM_2.5、TSP和二噁英为模拟因子,定量分析该水泥窑处置固废危废项目对区域大气环境质量的影响程度和对周围敏感点居民的健康风险。研究结果表明：PM₁₀、PM_2.5、TSP和二噁英的日均浓度模拟值占标率均小于1,均满足相应的环境质量标准限值要求;该项目周围所有敏感点的HI均远远小于EPA推出的可接受风险水平(HI<1),且LCR低于EPA推出的可接受风险水平(LCR<1×10^-6),即该项目生产过程排放的二噁英对周围敏感点的居民既不会造成致癌风险,也不会引起慢性健康风险。     

基于缓冲区重采样的LSTM林火预测模型*

为提高林火风险预测精度,挖掘地图上隐含的空间信息、时间序列上隐含的长期趋势和循环波动,提出1种基于缓冲区重采样的长短期记忆（LSTM）林火预测模型,选取15个与林火相关的影响因素,以方差膨胀因子为评价指标对其进行多重共线性检验,方差膨胀因子大于10的因素具有共线性,并采用信息增益率验证筛选结果的合理性。考虑到火灾的空间聚集特性,采用缓冲区分析与过采样相结合方法减少样本不均衡现象的影响,最终得到176 732条样本。对12个影响因素和研究时间段的火点建立LSTM预测模型,对森林火灾发生风险进行预测。研究结果表明:基于缓冲区重采样的LSTM林火预测模型有效考虑时空上隐含的信息,预测模型准确率为87.06%,特异性为97.99%,敏感度为76.12%,阳性预测率为97.43%,阴性预测率为80.41%,ROC曲线与AUC值均优于随机森林（RF）和支持向量机（SVM）这2种基准算法。维尔克松秩和检验发现,本文提出的模型与基准算法结果具有显著性差异。研究结果可为提高林火风险预测精度提供参考。     

基于InVEST-PLUS模型的碳储量空间关联性及预测——以广东省为例

构建土地利用碳储量数据库,基于InVEST模型Carbon模块,得到广东省1990~2020年碳储量时空分布情况.用Moran’s I指数和Getis-Ord Gi^*分析格网尺度下碳储量时空分布特征,用Anselin Local Moran’s I得到LISA集聚图.然后运用PLUS模型和14个土地利用驱动因子预测2050年土地利用及其碳储量分布.结果表明,土地利用变化直接影响区域碳储量高低,林地、草地等具有生态服务功能地类碳密度最高,分别是188.44,329.34Mg/hm².碳储量空间格局整体呈现出中部低、北部高、东西中等的特点.碳储量空间分布特征与土地利用特征一致,碳储量显著高值集聚区域分布在建设用地少、生态用地多且连片的粤北地区,显著低值区域分布在国土开发强度和生态用地破碎化程度高的珠三角地带.在自然发展情景下,到2050年广东省土地利用碳储量将减少4327.21万Mg,随着国土空间进一步开发,环珠江口沿岸城市碳储量持续下降.增加植被生态系统碳储量,是实现碳中和的重要手段之一.要继续维持粤北山区生态保护屏障的重要地位,减缓珠三角城市土地开发强度,提高建设用地集约节约能力,形成平衡协调的土地利用和碳储量格局.     

机理和数据混合驱动的排水系统控制模型构建方法

针对城市排水系统的优化控制,提出一种机理和数据混合驱动的控制模型构建方法。该方法根据与控制目标的相关程度划分排水系统,并利用长短时记忆神经网络模型和圣维南方程刻画不同分区,可为系统的模型预测控制提供工具支撑。为验证方法的有效性,选取A市某污水处理厂服务片区为研究对象,运用所提出方法,基于机理模型构建简化控制模型,并在实际降雨下将该模型与水库模型和纯数据驱动模型进行对比。结果表明:所构建的控制模型在2个溢流口的模拟准确性相对水库模型提升了3.85%和22.86%,相对纯数据驱动模型提升了5.66%和3.57%(以均方根误差的均值计);模拟效率较机理模型提高了98.7%。该控制模型构建方法可在一定程度上平衡模拟准确性和模拟效率的矛盾,从而可更好地支撑城市排水系统的优化运行。研究结果可为实施排水系统实时控制提供参考。     

基于Informer的PM2.5浓度预测

针对现有PM_2.5浓度时序预测模型预测精度不高的问题,基于Informer建立了1个Seq2Seq的单站点PM_2.5浓度多步时序预测模型,以历史污染物数据和气象数据为输入,实现对未来一段时间PM_2.5浓度的预测。所构建模型基于ProbSparse (概率稀疏)自注意力机制提取所输入的序列信息,能够广泛地捕获输入序列的长期依赖信息,并对影响因子之间复杂的非线性关系进行建模,从而提高预测准确度。采用北京市2015-2019年逐小时空气污染物数据与气象数据进行模型训练、验证和测试,建立与循环神经网络(RNN)、长短期记忆网络(LSTM)的对比实验并与其他现有研究方法进行比较,结果表明:对未来1~6 h的PM_2.5浓度时序预测,Informer的平均绝对误差(MAE)、均方根误差(RMSE)和可决系数(R2)指标均为最好,实现了较为准确的预测。     

两级A/O工艺处理焦化废水有机污染物转化特征及细菌群落响应

为探究两级缺氧/好氧(anoxic/oxic, A/O)工艺处理焦化废水有机污染物转化和细菌群落结构之间的关系,以实际运行的焦化废水处理厂为研究对象,采用傅里叶变换红外光谱和三维荧光光谱对废水中有机污染物官能团与溶解性有机物(dissolved organic matter, DOM)进行分析,并采用高通量测序技术,分析两级A/O工艺中细菌群落结构及其功能的沿程变化. 结果表明:①两级A/O工艺对化学需氧量(COD)、氨氮(NH₄+-N)、硫氰酸盐(SCN?)、苯并[a]芘(BaP)、苯酚、挥发酚的去除率均在90%以上. ②各有机污染物的去除与醇类、脂类、醚类、多糖类及羧酸类等物质的C≡N、C—N、C=C、—CO—伸缩振动,以及—NH₂和N—H弯曲振动等官能团运动有关,原水中大部分DOM被去除. ③微生物分析表明,硫杆菌(Thiobacillus)为两级A/O工艺的优势菌属(相对丰度为18.85%~31.06%),Fluviicola和norank_f_JG30-KF-CM45的相对丰度与BaP浓度均呈负相关,Arenimonas的相对丰度与挥发酚、苯酚浓度均呈正相关,Bradyrhizobium、Nakamurella、Nitrospira、norank_f_NS9_marine_group、unclassified_f_Rhizobiaceae的相对丰度与挥发酚、苯酚浓度均呈负相关. ④两级A/O工艺中有机污染物的去除与氟苯甲酸酯降解、多环芳烃降解、苯甲酸酯降解等多种代谢途径有关. 研究显示,经两级A/O工艺处理后,焦化废水中的主要污染物均显著去除,并且有机污染物变化均会影响功能微生物相对丰度的改变.      

机器学习在材料服役性能预测中的应用

针对材料服役性能预测存在误差大、计算复杂、适用性差等问题,提出了基于数据挖掘的机器学习预测方法。首先阐述了机器学习的应用流程,并总结了常用模型原理及其在材料性能预测中的应用。然后采用多种机器学习模型对RPV钢的辐照性能进行预测,并通过Stacking集成方法提高了模型的预测精度。结果表明,机器学习可用于材料服役性能预测,具有较高的预测精度和可靠性。根据材料服役数据的不同特征选择合适的学习模型,同时进行模型融合和参数优化,可有效提高模型的预测精度及运算速度。     

粮食产量预测理论、方法与应用Ⅰ.科技进步增产理论、模型及其应用

粮食增产趋势及增产原因是国家制定宏观农业政策和措施的依据。科技进步增产理论是指：气候是波动的,科技是持续进步的,它是粮食多年持续增产的主要驱动力;科技进步增产预测模型是多年平均单产移动的回归方程。全国和东北三省粮食增产潜力案例分析结果表明：科技进步单产加速时间最早的是辽宁省,最晚的是黑龙江省;与全国相比,吉林省和辽宁省科技进步贡献率高于全国平均水平,黑龙江省低于全国平均水平,吉林省最高。本文初步得出以下结论：科技进步增产理论科学、模型实用、预测结果准确。