MI和SVM算法在煤与瓦斯突出预测中的应用

为解决能用于煤与瓦斯突出预测模型的真实事故训练数据量小、数据集缺失严重的问题,提出采用数据挖掘多重填补(MI)算法填补事故数据中缺失参数,增大可用数据集,并将填补后的数据用于支持向量机(SVM)预测模型的训练与测试,选取K最近邻(KNN)算法与SVM进行对比.结果 表明:SVM数据填补前后的平均识别率分别为88.37％...     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

污水处理厂暴露模型参数及对化学品归趋的影响

污水处理厂(STP)暴露预测模型是评估化学品环境归趋的重要手段。调研和实际测定了中国典型污水处理厂的处理工艺、污水特征及环境条件等参数,结果显示,中国STP进水的生化需氧量(BOD5)和悬浮颗粒浓度(SS)普遍低于欧盟。应用欧盟Simple Treat模型,比较了2,6-二叔丁基苯酚、2,4-二叔戊基苯酚和1-萘酚3种化学品在中国和欧盟场景参数下的归趋差异。结果显示,中国场景参数下3种化学品进入污泥的比例较低,向水体中排放比例较高,水环境风险较大。模型灵敏度分析结果表明,进水BOD5、进水SS、活性污泥有机碳含量和环境温度是影响化学品环境归趋的主要因素。     

基于ETM+图像的植被覆盖度遥感估算模型

植被覆盖度(VFC)的定量遥感是多种地表过程研究的迫切需要.文章选用南京市一幅Landsat 7 ETM 图像,经大气校正后提取了归一化植被指数(NDVI),与地面实测的植被覆盖度进行回归分析,建立了1～4次多项式关系模型.结果表明,NDVI与VFC呈极显著的正相关关系(r = 0.874, P < 0.001).在NDVI-VFC的1～4次多项式关系模型中,模型幂次越高,拟合程度越好.综合考虑模型的精度和稳定性,3次多项式模型作为最优模型推荐使用:VFC = -1.3438 NDVI 3 0.9774 NDVI 2 0.9988 NDVI 0.1507 (R2 = 0.7961, RMSE = 0.1094),该模型精度在植被中等密集区域(VFC＝0.4～0.8)最高,植被稀疏区域(VFC < 0.4)最低,植被密集区域(VFC > 0.8)居中.模型可直接用于全图像的VFC计算,并可通过植被指数的校准,进行推广使用.     

基于LSTM-GCN的PM2.5浓度预测模型

应用机器学习算法开展空气质量预测已成为当前研究热点之一,空气质量监测数据具有显著的时空特征,即具有时间维度时序特征和空间维度传输演化特征。面向空气质量监测数据,联合LSTM提取的时间特征和GCN提取的空间特征,提出预测PM_2.5浓度的LSTM-GCN组合模型。以北京市35个空气质量监测站2018—2020年监测数据进行仿真实验,并将LSTM-GCN模型与LSTM模型、GCN模型以及时空地理加权回归模型(GTWR)进行对比,结果显示:LSTM-GCN模型相较于LSTM模型均方根误差(RMSE)、平均绝对误差(MAE)分别降低了11.68%、7.34%;相较于GCN模型RMSE、MAE分别降低了40.22%、36.37%;相较于GTWR模型RMSE、MAE分别降低了17.52%、23.69%,表明所提出LSTM-GCN模型在准确率上有所提升。用LSTM-GCN模型预测2021年1—7月PM_2.5浓度,结果显示预测效果较好。     

连云港市碳排放“双向”分析及碳达峰情景分析与预测

为探究连云港市碳排放特征,实现“碳达峰”“碳中和”的目标,以2011—2020年连云港市的碳排放量数据为核心,采用可拓展的随机性的环境影响评估模型（STIRPAT）以及岭回归方法进行碳排放量数据的“双向”分析。首先,根据连云港市2011—2020年能源消耗数据,“反向”核算出连云港市历年的碳排放量,结果表明,连云港市碳排放量呈现逐年持续上升趋势;其次,选取人口因素、人均地区生产总值、城市化率、能源结构、产业结构为主要因素,构建了STIRPAT模型这一“正向”预测媒介,采用岭回归分析法得到了连云港市的碳排放量拟合模型,结果表明,不同的因素对连云港市碳排放量的影响程度存在差异;最后,通过情景分析法预设6种连云港市未来发展情景模型,对连云港市的碳排放量进行了预测,结果表明,中增长-高减排的发展模式更适合连云港市,将于2030年以4 788.9万t的碳排放量实现达峰。针对这一发展模式要求,提出连云港市应积极调整能源结构比例、加快产业结构优化等相关建议。     

基于GIS空间插值方法的长湖水质评价

通过对各插值方法选择后取反距离加权法与克立格法对长湖的污染现状进行分析,结果表明大部分水域水质处于Ⅴ类和劣Ⅴ类,只有主要出水口习家口和刘岺闸附近的部分水域的水质可以达到Ⅳ类水质标准.同时发现反距离加权法与克立格法均具有较高的精度,但克立格法优于反距离加权法,这两种方法评价湖泊水质都能取得比较好的效果.     

分级加荷条件下公路软基路堤沉降的预测方法

软土地基上修筑路堤多采用分级施工的方法。在传统双曲线沉降预测法的基础上，提出了软土地基上路堤分级施工情况下沉降预测的一个新模型，该模型考虑了土的非线性特性和固结性质随荷载的变化，可实现尽早预报沉降的要求。通过工程实例验证了所提模型的适用性。     

黑道凶日研究

本文提出的优势期和优势值是灾害年内出现机会最多的日期和强度，其中优势期就是黑道凶日。统计表明，黑道凶日位于节气日和节气之间的黄金分割日及其附近，在时空分布上具有许多特点。     

Newmark模型的修正以及地震触发崩塌滑坡危险性区划方法研究

大量实震资料表明,地震触发崩塌滑坡是造成道路工程损毁的主要原因。以Newmark滑块模型为理论基础的Jibson边坡永久位移预测公式,是目前唯一可以从坡体变形损伤微观指标和坡体整体破坏概率来评价地震触发崩塌滑坡危险性的方法。经"5·12"汶川地震实震资料检验,Jibson方法计算值小于坡体实测位移值,理论分析发现,滑块模型未考虑滑动面抗剪强度在地震作用过程中的衰减效应,是导致计算值偏小的主要原因。鉴于此,通过对滑动面岩土体的有效内摩擦角和有效黏聚力添加衰减系数的方法,修正Newmark滑块模型;在此基础上,参考Jibson边坡失稳概率模型的方法框架,利用汶川地震实震资料,建立了以面密度为区划指标的地震触发崩塌滑坡危险性区划判据;并利用"4·20"芦山地震实震资料对区划方法的正确性进行了检验。该方法不仅可预测同震崩塌滑坡的严重程度,而且还包含了反映震后山地灾害孕灾环境变化的信息,可为高烈度地震山区道路选线设计提供科学依据。