沙尘天气对北京市空气质量的影响及其预测预报

概述了北京市沙尘天气的分类、特征、判别方法,总结了2000—2002年沙尘天气对北京市空气质量的影响情况,提出了沙尘天气影响空气质量的短期(1～2d)预报方法。利用该方法预报了2002年4次主要沙尘天气过程,预报结果都比较准确。研究发现沙尘天气年际变化主要是受气候条件年际变化影响,提出根据气候条件年际变化预测来进行沙尘天气年际变化预测的初步方法。      

东北玉米热量指数预测方法研究(Ⅲ)——GM(1,1)预测方法

GM(1,1)是开展时间序列环境要素变化趋势预测的有效方法之一。通过对东北地区玉米热量指数的分析,建立了热量指数时间变化趋势的GM(1,1)预测模型,各模型的平均预测精度虽低于逐步回归统计模型,但也都达91%以上,可以应用该模型的预测结果指导农业生产。     

基于可公度法的航材故障预测

介绍了可公度性的概念和可公度信息预测理论。应用可公度信息预测理论,以故障时间窗口期为研究对象,对航材故障预测进行了初步探索,进而建立了一种较为实用的预测模型,并且给出了具体算例,验证所建模型的科学性和有效性。通过与指数平滑法预测模型对比可看到可公度预测模型精度更高且计算模型更为简单,为航材故障次数预测提供了一种解决方案。进而可以更好地应用在实践当中,提高航材管理水平,保障飞行任务的完成。     

液化烃罐区安全管理指标体系构建与优化研究

以液化烃罐区的安全管理要素为研究对象,运用系统理论将安全管理要素分为罐区风险管理、职工素质、作业环境及设备风险4个部分,依据体系指标选取原则及层次分析法构建指标体系框架并选取初始指标。采用整体打分模式构造判断矩阵,依据单人单准则确定各指标权重,再依据多人单准则确定各指标的综合权重。通过重要性指标筛选与灰色关联度分析达到优化目的,得出液化烃罐区安全管理指标体系中可删除或可整合的指标,为罐区安全管理工作指明重点,切实提高罐区安全管理水平。结合企业丁二烯罐区实例进行分析,根据该罐区安全管理现状及体系指标权重进行模糊综合评价,得出罐区安全管理现状等级,说明液化烃罐区安全管理指标体系具有较强的实用性。     

沱江流域主要污染负荷预测及时空分布特征

耦合社会-经济因子探究工业点源和生活污染源污染负荷未来变化趋势,可为优化水环境规划和管理方案提供理论依据。选取沱江流域为研究区域,采用经济增长预测法、工业点源传统统计法、人口趋势灰色模型预测法和排污系数法分别计算了2020-2025年该区域28个县(市、区)的工业GDP值,工业点源废水排放量及主要污染负荷(COD、NH₃-N、TN、TP),农村与城镇人口及生活污染源的主要污染负荷,并利用ArcGIS技术探究了工业点源和生活污染源主要污染负荷空间分布特征。结果表明:2020-2025年,工业GDP值总体呈逐年增加趋势,而工业废水排放量总体呈逐年减少趋势,预计到2025年,流域工业GDP值将增加至2.52×10¹²元,而工业废水排放量将减少至0.64×10⁸ t。工业点源主要污染负荷表现为COD>NH₃-N>TN>TP。沱江流域总人口数与生活污染源污染负荷呈逐年增加趋势,其中城镇人口与生活污染源污染负荷呈逐年增加趋势,农村人口与生活污染源污染负荷呈逐年减少趋势,且城镇人口及生活污染源污染负荷增加量大于农村人口及生活污染源污染负荷减少量。城镇、农村生活污染源的主要污染负荷表现为COD>NH₃-N>TN>TP。工业点源和生活污染源主要污染负荷在空间上存在高度异质性。2025年,来自工业点源的主要污染负荷均呈上游较少,中、下游较多的特征;来自城市生活污染源的主要污染负荷均呈中、上游较多,下游较少的特征;来自农村生活污染源的主要污染负荷均呈中游较多,上、下游较少的特征。笔者提出耦合社会-经济因子预测流域污染负荷的方法可以推广到其他与社会经济指标相关联的流域工业点源、生活污染源污染负荷的预测研究中,以期为未来流域水环境管理与治理提供科学参考。     

典型山区燃煤型电厂周边土壤重金属形态特征及污染评价

为了揭示毕节金沙电厂周边土壤重金属（Hg、As、Cd、Cr、Cu、Pb和Zn）污染状况,在电厂周围采集了32个土壤表层样品,采用改进的BCR连续提取法进行形态分析,并以Hakanson潜在生态危害指数法、改性灰色聚类法及风险评估编码法（RAC）进行生态风险评估.结果表明：重金属含量变化具有一定的空间变异结构和空间分布特征,除了Cd和Cr的含量平均值低于贵州省土壤平均背景值外,其余重金属含量的平均值均大于该背景值.土壤中的大部分重金属主要以残渣态形式存在,而Cd主要以酸可提取态和可还原态存在,具有很强的环境危害.相关性分析结果显示,Hg与As、Cd表现为极显著相关,而Zn与其余重金属元素相关性都较弱.生态风险评价得出7种重金属的生态风险大小顺序为Cd > Hg > As > Cu > Pb > Zn > Cr,综合潜在生态风险指数（RI）平均值为129.72,处于中等生态风险.通过改性灰色聚类法对土壤重金属污染进行分析评价,表明电厂西面污染明显高于东面,且Hg和Cd为主要污染物;由风险评估编码法得出元素Cd有效态占18.17%,对环境构成中等风险等级,元素Cr和Zn对环境的危害处于低风险状态,元素Hg、Pb、As和Cu处于无风险状态.综合以上研究结果,金沙电厂土壤受到不同程度的重金属污染,应特别重视Hg和Cd这两种重金属污染的治理.     

大同矿区煤的导热系数灰色关联分析及预测

为分析煤质指标及密度对导热系数的影响作用,选取了山西大同矿区的不同煤质煤样,进行导热系数测定实验,应用灰色系统理论对导热系数与影响因素进行灰色关联分析,建立导热系数与主要影响因素的GM(1,4)灰色预测模型,进行导热系数预测。结果表明:固定碳、密度和水分是影响煤导热系数的主要因素;根据得出的主要影响因素建立的GM(1,4)预测模型平均相对误差为4.5%,预测精度较高,能够用于导热系数的预测。     

组合灰色预测模型应用于山东省碳排放预测

根据山东省2000—2012年工业、建筑业和交通运输业能源消费数据测算得到碳排放量,基于GM(1,1)模型、Verhulst模型和SCGM(1,1)c模型建立组合灰色预测模型,运用预测有效度方法确定组合预测模型的权重系数。选用2000—2009年三大碳排放行业的实际值作为原始数据,利用各预测模型预测2010—2012年碳排放量。结果表明:组合灰色预测模型比单一预测模型具有更高的预测精度。利用组合模型预测山东省2013—2017年各行业碳排放量,为相关部门制定节能减排政策提供理论及方法借鉴。     

模糊支持向量机在煤与瓦斯突出预测中的研究

模糊支持向量机(FSVM)综合了模糊理论和支持向量机(SVM)的学习理论,不仅继承了SVM在小样本情况下所具有的较强识别能力的特点,并且比SVM拥有更好的学习能力。在FSVM算法中,每个样本被赋予一个隶属度值,使得构造目标函数时不同的样本有不同的贡献,达到最大限度的消除噪声或者孤立点的效果。运用了灰色关联分析(GRA)对煤与瓦斯突出指标进行提取,引入了一个合适的模糊隶属度函数,并在此基础上提出了基于FSVM的煤与瓦斯突出预测的模型,通过实际数据的验证和其他预测方法的对比,证明了FSVM模型能够满足煤与瓦斯突出预测的要求。最后,将FSVM和传统SVM对同一组数据进行训练,证明了FSVM相比较传统SVM拥有更高的精确度。     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。