三峡库区湖北段工业源污染负荷与预测

针对三峡库区工业源污染排放量大,对库区水生态环境安全危害大的特点,以库区湖北段工业源为研究对象,采用实际监测和企业申报监测数据方式,辅以排污系数计算方法,统计分析了1995-2007年工业废水量和主要污染物COD的排放量,并采用灰色-马尔柯夫链模型预测2008-2020年的污染负荷.结果表明,自2005年以后,工业废水的排放量呈现逐渐下降的趋势,在2007年达到1 857.13万t,2008年以后逐渐增加.COD的排放量总体呈逐渐下降的趋势,只是在2001年出现上升,到2007年底COD的排放量为611.21 t.随着工业源污染物全防全控的加强,预计工业污染负荷会逐步减少.     

美国通用航空飞行事故短期预测的时序外推分析模型

基于类推原理对美国通用航空飞行事故的统计数据进行分析研究,探求事故和趋势的内在规律.收集整理美国通用航空1990—2009年的历年飞行事故统计数据和1999—2005年8个飞行阶段的事故统计数据,运用二次指数平滑法分别对两组数据进行分析,建立事故预测的时序外推分析模型,采用经验试算和递推分割法确定平滑指数值,使用代替法和历史数据加权平均法确定预测初始值,提高预测精度.结果表明:模型对历年飞行事故的预测相对误差小,精度高,并与历年实际观察值的趋势相一致;虽然对各飞行阶段的预测在爬升、盘旋两个阶段出现了波动,但预测趋势符合实际趋势.最后分析美国通用航空飞行事故趋势下降的首要原因为美国联邦航空局一直在小型机场推进“小飞机运输系统”,同时要求制造商生产出配备自动驾驶仪表的全天候飞行飞机.而部分驾驶人员飞行操作技能不熟练和飞行计划准备不当是近年美国通用航空事故发生的次要原因.     

瓦斯浓度区间预测的灰色聚类与高斯过程模型

为有效分析矿井瓦斯监测数据,以实现准确、可靠的瓦斯浓度预测,基于灰色关联聚类分析与高斯过程回归模型,研究瓦斯浓度时间序列分析与预测的方法。以预测有效度为预测精度的评估指标来动态确定重构瓦斯浓度时间序列样本空间的维数;应用灰色关联分析方法将瓦斯浓度时间序列划分成若干样本集,将其中具有关联特征的样本作为虚拟变量进行预测以消除因随机、不确定因素干扰而引起的预测误差;应用高斯过程回归模型实现瓦斯浓度区间预测,将预测结果表示成一个具有较高可信度的取值区间,以此表达对未来一段时间内瓦斯浓度动态变化情况的预测。实例分析表明:预测结果准确、可靠,能够较好地反映瓦斯浓度的实际变化状况。     

基于B样条曲线的GM(2,1)动态组合预测模型应用

突发事件具有较强的随机性,且在对某类突发事件的预测研究过程中,往往会出现研究数据样本少或数据缺失的情况。运用工程技术中3次B样条插值和GM(2,1)预测模型对这种情况进行分析、研究,建立基于3次B样条曲线的GM(2,1)动态组合预测模型,在高质量弥补数据缺失的同时,也使预测结果体现局部动态性和全局性的特点。运用该模型对广东省雷电灾害指数进行实证分析,结果显示,预测结果的等级误判率为11%,2010年的灾害指数等级预测区划分布结果与实际情况相吻合。     

城市土地集约利用与土地供需关系研究

用地供需矛盾在我国社会经济快速发展时代是一个突出的问题。伴随土地集约利用概念的提出,城市土地的节约集约利用成为化解建设用地供需矛盾的主要手段。但是由于土地的供给与需求影响因素较多,而且相互之间交错关联,有必要将土地供需与土地集约利用作为一个系统来考虑。在充分考虑各要素之间的局部关系与系统整体功能关系的基础上,构建了土地供需与集约用地的模拟系统。分析发现,城市建设用地的供给量由城市土地储备量、城市建设用地供需差、城市总体节约度共同决定。建设用地供给量在土地储备足够的情况下是由建设用地供需差决定的,并与城市总体集约度呈现抛物线关系。通过分析验证,该结果可为土地主管部门制定供地计划提供科学依据。     

Cadna/A噪声预测软件在隧道洞口噪声预测中应用

本文对cadna/A环境噪声预测软件中的隧道口噪声预测原理做了详细的介绍,将隧道洞口的噪声影响简化为与隧道洞口形状一致的简单垂直面源,利用隧道参数计算面源的声功率级,预测方便,并通过实例应用和演示,为正确使用该软件进行噪声预测和同类工程环境影响评价提供参考。     

加快生态文明建设，积极探索中国环保新道路

国情决定了中国要利用后发优势实现跨越式发展,生态文明是一条可行的新道路。不同于通常的国际途径——列强的生态掠夺观、绿党的停止发展论,中国生态文明重在建设：经济、技术、精神同时考虑,物质、人口、精神三种生产和再生产活动和谐相长。     

基于广义加权组合预测法的建设用地需求预测——以苏州市为例

对现行采用的多种常用建设用地需求量预测方法进行了比较,并以苏州市为例,采用5种预测模型进行了对比分析,利用近13年的统计数据进行了验证.结果表明,广义加权组合预测法得到的结果误差最小、精度最高.     

集中供热项目环境效益分析——以某市集中供热项目为例

介绍了某市新区供热现状,并对预测模型AERMOD的运行参数及数据来源进行了简要说明,根据区内供热现状及采取集中供热方式后新区冬季采暖集中供热锅炉烟气污染物排放源强的变化情况,采用AERMOD模型分别进行了预测。在此基础上,通过对比分析,得出了大型集中供热工程具有明显环境效益的结论。     

基于ARIMA模型的PM_(2.5)预测

PM2.5的精确预测是大气污染评价和治理的关键性工作。本文针对PM2.5浓度变化的时间序列分布特征,结合环境监测站提供的相关数据,应用自回归移动平均模型(ARIMA(p,d,q))预测短期PM2.5的日平均浓度。结果表明:由于PM2.5浓度变化受气象场、排放源、复杂下垫面、理化生过程的耦合等多种因素的影响,不同时段内的变化模式存在巨大差异,因此采用分时段序列预测模型可以提高PM2.5的预测精度;通过将分时段序列模型与灰色GM(1,1)模型和全年时间序列模型的预测结果进行对比,发现该模型预测效果更好。