上海地区近136年气温和降水量变化的多尺度分析

论文主要利用墨西哥帽小波变换和经验模态分解(EMD)等方法对1873-2008年上海地区年平均气温和年降水量序列进行分析。以期认识上海气候在不同尺度下的振荡结构和周期特征。结果表明:上海近136 a来增温趋势明显,特别是在20世纪80年代以后增速超过以往。而40年代的暖期和60年代的冷期构成上海20世纪气温变化的主要特征。城市化的发展对城郊气温变化差异的影响十分显著。上海的年降水量主要是以短时间尺度的振荡为主,其中以40 a左右的波动为主要周期。小波变换的结果表明在长时间尺度上降水将增加,而短时间尺度上则相反。     

市政污水二级出水中溶解性有机质在紫外/氯处理过程中的转化特性

紫外/氯高级氧化技术是一种新型的水处理技术,可有效氧化去除多类有机污染物,但目前较为缺乏紫外/氯处理真实污水过程中溶解性出水有机质（dEfOM）转化特性的研究.采用紫外光谱、荧光光谱和傅里叶变换离子回旋共振质谱（FT-ICR-MS）探究了两个市政污水二级出水中dEfOM在紫外/氯处理过程中的转化特性,同时对该过程中形成的氯代副产物（Cl-BPs）进行了分析.结果表明,紫外/氯可以有效去除dEfOM中的芳香族化合物和荧光物质,且大部分物质只是发生了化学转化而非矿化,其中主要荧光组分蛋白质最先发生反应;部分CHOS类物质发生降解并生成CHO类物质,该过程优先去除大分子不饱和及还原性物质,并生成小分子饱和及氧化性物质.此外,紫外/氯处理使得三卤甲烷和卤乙酸的产生量明显增加,处理后的两个二级出水中分别检测出255种和133种Cl-BPs.利用分子质量差异分析共鉴别出了12对基于亲电取代和43对基于加成反应的前体物-反应产物对.本研究可为紫外/氯技术的实际水处理应用提供基础信息参考.     

基于HHT的混凝土损伤AE信号分析新方法

介绍了HHT这一非线性、非平稳信号的处理方法。针对混凝土材料损伤所产生的声发射信号复杂的特点,提出了基于HHT的分析混凝土材料中产生的声发射信号的新方法,借此分析了从预应力混凝土梁在三点弯曲载荷下的破坏实验中拾取的实际AE信号,获得了该损伤信号的Hilbert谱。通过与小波分析结果的比较,显示出该方法具有处理精度高、自适应性强的特点,能有效地提取声发射信号中损伤成分的主要特征,为AE信号处理提供了一种新的途径。     

贫燃条件Ag-Rh/CeO_2-ZrO_2-Al_2O_3协同催化C_3H_6选择性还原NO的原位红外研究

将Ag-Rh浸渍到共沉淀法合成的Ce-Zr-Al上,制备出Ag(0.04)-Rh(x)/Ce0.5Zr0.5O2-75%Al2O3系列催化剂,采用BET比表面积、X射线衍射光谱(XRD)和原位漫反射傅里叶变换红外光谱(DRIFTS)对催化剂进行表征,并探讨催化剂在贫燃条件下选择性还原NO的活性和反应机理.结果表明,Ag-Rh双组分催化剂的活性较单组分Ag、Rh催化剂的高.Rh负载量为0.7%(质量分数)时,NO转化率达最佳(90.3%),且反应的起燃温度低、活性温度范围宽(300～500℃).DRIFTS结果显示,Rh的添加不仅有利于催化剂表面NO的吸附,而且能促进Ag催化生成关键反应中间体—CO—NH—,进而显著提高NO的转化率.     

开放通道傅立叶变换红外光谱法在环境监测中的应用

近年来,开放式傅立叶交换红外光谱法在环境监测中的应用越来越广,可以对化工厂、水泥厂、燃煤发电厂、炼油厂、建材厂、机动车、飞机以及垃圾场等点源和面源中许多有机和无机化合物进行遥测和实时在线监测。     

基于时频变换和卷积神经网络的结构损伤识别∗

为了解决将单传感器时域数据直接作为卷积神经网络（CNN）的输入所引起的损伤识别精度不高的问题，提出基于小波包变换（DWPT）和快速傅里叶变换（FFT）的卷积神经网络识别方法。以短钢梁桥现场试验测得的数据集为例，将单传感器数据样本分别进行 DWPT 和 FFT 变换，使用变换后的特征训练 1D‐CNN 网络，训练好的网络测试精度有明显的提升，其识别精度均高于多个传感器数据直接作为输入的识别精度。同时分析了对噪声样本和异源（结构上未曾参与网络训练的传感器）数据的识别情况，结果表明对含噪声样本先进行时频变换再训练网络能显著提升对噪声样本的识别精度，而且能改善训练好的网络难以对异源传感器数据进行识别的问题，最后通过卡塔尔大学看台现场试验数据进一步论证上述结论。     

基于DWT与SVM的风门开闭阶段识别方法

为解决因风门开闭导致的风速传感器数据异常波动与误报警问题，提出一种基于离散小波变换(DWT)与支持向量机(SVM)的风门开闭阶段识别方法。使用多尺度滑动窗口将传感器风速监测数据离散化为若干段不同尺度的子时间序列数据，利用统计方法与DWT,提取各尺度子时间序列数据中的统计特征与隐含的波动特征，建立SVM风门开闭阶段识别分类模型。为进一步优化识别结果，基于重叠度(IoU)规则合并、修正、组合、取优分类识别结果，再根据相似准则建立长度方向取变率为2、整体相似比为1∶16的相似试验模型，开展风门开闭扰动试验，验证方法的可行性。结果表明：在测试集上的识别准确率较高，对于风门开闭时间的识别准确率可达到90.08%,风门开闭阶段的划分准确率可达到71.05%,优化滑动窗口尺度数量，可继续增加方法识别的准确率。     

基于连续小波变换的土壤重金属含量反演模型

文章以博斯腾湖西岸湖滨绿洲土壤重金属Cr、Ni、Zn为研究对象，采用偏最小二乘回归、支持向量机和人工神经网络模型，通过连续小波变换，优选高光谱数据与土壤重金属含量的特征波段，构建研究区土壤重金属含量的高光谱反演模型。研究结果表明：（1）连续小波变换后，土壤重金属Cr含量相关性由0.24提高到0.45；土壤重金属Ni含量相关性由0.31提高到0.45；土壤重金属Zn含量相关性由0.31提高到0.51;(2）土壤重金属Cr、Ni、Zn含量的高光谱特征波段主要位于400～900、1 400～1 600、2 000～2 200 nm。（3）连续小波变换与人工神经网络相结合的模型精度最优，其土壤金属Cr含量的建模集和验证集的R²分别为0.91和0.84，均方根误差(RMSE)为2.40和3.91；土壤金属Ni含量的建模集和验证集的R2分别为0.91和0.84，均方根误差(RMSE)为2.40和3.91；土壤金属Ni含量的建模集和验证集的R²分别为0.88和0.82,RMSE为1.64和2.43；土壤重金属Zn含量的建模集和验证集的R2分别为0.88和0.82,RMSE为1.64和2.43；土壤重金属Zn含量的建模集和验证集的R²别为0.90和0.81,RMSE为5.20和5.93；连续小波变换结合人工神经网络模型比最小二乘和支持向量机2种模型，适合研究区土壤重金属Cr、Ni、Zn含量的反演。     

管道腐蚀深度预测的优化灰色GM(1,1)模型建立及应用

管道腐蚀深度是腐蚀行为研究的重要内容，准确预测管道腐蚀深度变化规律对于保障管道的安全运行意义重大。针对传统GM(1, 1)模型背景值计算方法的不足，提出了一种基于二次多项式变换结合背景值优化的改进灰色模型，通过实例对比分析了改进模型和传统模型预测精度的差异。结果表明：当建模样本数为7时，传统模型、改进模型一(采用二次多项式变换方法所建模型)、改进模型二(采用二次多项式变换结合背景值优化方法所建模型)预测所得的平均相对误差分别为5.33%、4.00%和3.731%,因此改进模型二的预测精度高于改进模型一和传统灰色模型；当建模样本数分别为8和9时，改进模型二的预测精度仍最高，因此采用的背景值优化方法有助于提升改进模型一的预测精度；改进模型用于预测管道腐蚀深度完全可行，且所用方法具有计算简单、精度高的优点。