基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.     

首届“安全·责任·文化·传播”论坛在京召开

随着渤海湾客滚运输市场的不断发展壮大，每天乘客滚船来往于烟台至大连间的车辆、旅客平均高达l500多辆和1万多人，一些车辆夹带危险品和不如实申报货物品种等问题，给渤海湾客滚船舶运营带来极大的安全隐患。渤海湾也曾多次发生客滚船在运营中发生危险品起火的事件，给人民生命财产造成了很大损失，提高科学监测手段成为当务之急。     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.     

中国光伏组件报废量的预测

在采用威布尔分布模型分析光伏组件使用寿命分布情况的基础上,使用神经网络模型和市场供给A模型分别对中国光伏装机容量和组件报废量进行预测。将光伏组件按照不同质量分成2阶段,考虑不同退化情景预测组件报废量,并计算组件中有价值材料和金属报废量。预测结果表明:2025年后中国光伏组件报废量爆发,到2050年,中国光伏组件报废量最高可达60.22 GW,累计报废最高可达673 GW。在4种退化情景下,到2050年,典型贵金属方面最高产生3134.5 t的Ag;稀有金属方面最高产生228.1 t的Te;463.4 t的Cd,58.5 t的Ga,29.8 t的In;有毒有害金属方面最高产生263.9 t的Pb;Si最高产生量43735.4 t。到2050年,光伏组件材料累积废弃总量最高可达64623193.6 t。     

融合Lamb-Jenkinson分型法和LSTM神经网络的PM2.5预测研究

文章采用NCEP/NCAR逐日海平面气压场资料,利用Lamb-Jenkinson环流分型法对张家口大气环流进行分型,分析环流型与PM_(2.5)质量浓度之间的关系,并针对PM_(2.5)浓度的预测,提出一种融合Lamb-Jenkinson环流分型和LSTM神经网络混合模型的方法,即以环流指数为预测因子基于LSTM方法搭建PM_(2.5)质量浓度的预测模型。结果表明:影响张家口地区的主要环流型有反气旋型、气旋型、偏北平直型、西南平直型、偏西平直型、东北平直型等、西北平直型、偏东平直型。PM_(2.5)污染日出现的主要环流型为南气旋平直型、东南平直型、偏南平直型、偏东气旋型、西南气旋平直型、偏东平直型、气旋型等,而反气旋型和反气旋式平直环流型不利于污染出现。张家口地区的PM_(2.5)污染与地面环流有着密切的联系,当存在PM_(2.5)污染时,张家口地区处于日本海高压后部的均压场区域,污染越严重,日本海高压中心强度越强。模型预测结果的均方根误差为9.88、平均绝对误差为5.84、拟合优度达0.80,表明该模型具有一定的预报能力。     

基于BP人工神经网络的闽江口水厂水质模拟

近年来闽江感潮河段水厂多次发生咸潮入侵威胁城市供水安全,评估其影响机制及适应性管理策略显得尤为迫切。文章研究基于BP人工神经网络模型和情景分析方法,构建闽江感潮河段水厂盐度与氨氮模型,并定量模拟闽江感潮河段水厂咸潮入侵的影响机制与应对措施。所构建的模型总体表现良好,情景模拟结果表明,闽江上游水电开发对南港地区的盐的影响较大,特别是对城门水厂的水质的影响较大,其咸潮发生的频率出现了明显的上升。河口地区的采沙挖沙活动使得河口地区的最小潮位水平下降、河口各水厂咸潮发生的持续时间和频率有明显的增加,尤其是5、6月份发生咸潮的风险增加。进一步分析表明,当采沙挖沙活动停止时,闽江口地区的盐度开始慢慢下降,6年左右闽江口地区各水厂的盐度可维持在一个可接受的水平上。该研究增进了对闽江感潮河段水厂咸潮入侵影响机制的认识,研究结果可为流域水资源管理与区域饮用水安全提供科学依据。     

聚砜膜制备及正渗透处理酸性矿井水试验研究

采用正渗透(FO)工艺处理酸性矿井水(AMD),以NaCl为原料液、MgCl2为汲取液,研究了汲取液浓度、膜取向、流速等操作条件对正渗透水通量及反向溶质扩散的影响。结果表明:FO对AMD中的Al3+、Fe2+、Cu2+、Zn2+等金属离子的截留率分别达到99.8%、100%、98.9%和99.5%,硫酸盐的截留率达到97.5%;采用纳滤工艺回收正渗透汲取液,对于Mg2+的截留率达到73.3%。     

潜力的兑现还是赢者的诅咒——来自跨区域能源项目电价反向招标的证据(2006—2020年)北大核心CSCDCSSCI

能源项目反向招标作为替代统一上网电价的市场自由化政策在全球范围内有效提高了各类能源的降本效率,但近年来项目投标运营主体却陷入了盈利瓶颈。针对这一现象,该研究修正关联价值模型,构建动态竞标决策框架,评估项目成本和产出不确定时能源投资企业附加动态预期的最优投标电价决策,并利用2006—2020年欧美和亚太地区3000余个大型电站电价招标及项目后期运营的样本数据进行检验。结果显示:①几乎全球能源投资企业都会陷入“过分乐观”预期导致的“赢者诅咒”怪圈,最终所持项目的实际运营收益远低于预期。投标主体往往更容易低估项目建设和运营的成本压力和风险,并高估项目的电力产出和收入稳定性,尤其在联合投标机制被取消和禁止以后,招标结果甚至变得更加激进。由于经历过超预期技术进步的持续修正,过度乐观的预期超越了行业内生性的技术进步,成为持续施压电价下降的重要动力。②当前的能源产业特别是风、光新能源未能有效发挥行业潜力,随着新能源行业技术革新,它较之火电项目表现出更加激进的竞标策略。在内卷化竞标压力下,内生性的成本优化阻碍了新能源项目的潜力发挥,当期成本是导致其陷入“赢者诅咒”的最重要原因。③在考虑学习曲线效应等诸多因素以后,除了企业的融资成本优势以外,样本数据并未发现包括经验、市场环境等内外部因素能使企业跳出这一怪圈。甚至在过去的5年左右时间里,“赢者诅咒”导致的项目投资利润下降超过市场技术进步因素,一度成为风电和太阳能项目电力价格下降的最主要因素。因此,健康可持续的能源产业政策需要立足于上游持续的技术革新,完善绿色金融为基础的资本市场体系,确保提供优质项目服务能源消费者,并为能源项目投资者提供来自资本市场的认可和支持。     

数据挖掘技术在环境科学中的应用

本文介绍了数据挖掘技术的基本任务、算法,对数据挖掘在环境科学领域的应用现状进行了综述.数据挖掘方法在环境质量评价、环境预测、大气颗粒物源解析及优化布点等方面较常规数学方法具有相当的优越性;数据挖掘方法在环境科学领域必将有巨大的实用价值和广阔的应用前景.