唐代河南道自然灾害原因探析

唐代河南道发生了严重的自然灾害,它们种类多,发生频繁,给这一区域的农业生产和人民生活带来了深重的灾难。唐代河南道自然灾害频发,是自然因素和社会因素共同作用的结果。在自然因素方面,河南道气候温暖湿润,水网密布,地势西高东低,为自然灾害的发生提供了天然条件。在社会因素方面,唐中央政府过度砍伐森林,大面积开荒屯田,再加上人口快速增长和吏治腐败,又进一步破坏了这一区域的生态环境并加重了自然灾害的程度。     

填海工程对海水入侵影响的数值模拟研究

在系统分析研究区地质及水文地质条件的基础上,运用地下水模型FEFLOW建立了研究区垂向二维非均质流体的对流-弥散数学模型,并通过水位和水质的动态观测资料对模型进行了识别和校正.运用识别后的模型模拟了有填海和无填海两种工况下的海水入侵过程.结果表明:地下水开采是海水入侵的主要原因;在开采地下水条件下,研究区有无填海工程对海水入侵的影响不大,研究区填海工程对海水入侵有一定的阻挡作用,但作用不是很显著.     

基于ADPSO-FNN算法的催化再生烟气二氧化硫预测方法

为了解决催化裂化装置再生器出口烟气二氧化硫质量浓度难以实时预测的问题，提出一种基于自适应粒子群优化-模糊神经网络(Adaptive Particle Swarm Optimization-Fuzzy Neural Network, ADPSO-FNN)算法的催化再生烟气二氧化硫质量浓度智能预测方法。首先，针对数据来源多，且来自数据采集系统(Data Collection System, DCS)与实验室信息管理系统(Laboratory Information Management System, LIMS)中多维数据时间尺度不匹配的问题，利用基于自适应回归算法实现多时间尺度的数据清洗；其次，建立基于模糊神经网络算法的二氧化硫质量浓度预测模型，提取再生烟气产排过程中的动态特性；然后，提出基于动态惯性权重和学习因子机制的自适应粒子群算法，平衡全局探索能力及局部开发能力，实现再生烟气二氧化硫质量浓度的预测；最后，利用炼厂检修前、后的数据分别建立二氧化硫预测模型并进行测试。结果显示：该预测方法实现了催化再生器出口二氧化硫的准确预测，解决了现场多时间尺度数据难以建模的问题。