基于粒子群优化的大气质量评价模型

在L．D詹姆斯的S型生长曲线指数公式的基础上,采用具有全局搜索功能的粒子群优化（particle swam optimization,PSO）算法对公式中的参数进行优化,得到了对于多种大气污染物均适用的具有普适性的大气污染损害率计算公式和基于粒子群优化的大气质量评价模型。该评价模型与其它多种评价模型相比：不仅原理直观、评价结果准确,而且公式形式简单、计算简便,在大气质量评价领域具有较强的实用性。     

基于人工神经网络的大气质量智能评价预警系统的设计与应用

基于人工智能的神经网络技术,建立大气质量智能评价预警系统。该系统可以实现对大气污染物数据的自动分析及对大气质量的智能评价。通过局部大气的污染程度和运动趋势预测综合大气质量并实现预警。该系统能够为环境管理决策提供及时、准确、全面的环境质量信息,同时也可以帮助相关部门和企业对未来发展做出正确的决策。     

基于GIS的区域医疗卫生综合服务指数计算方法

针对传统方法采用区域内医疗机构数量、医疗机构等级及规模等指标进行区域内的医疗卫生服务水平评价,不能量化、科学地反映出区域内医疗卫生服务能力空间差异性的问题,提出一种能够量化区域内医疗卫生服务能力的方法,该方法基于地理信息系统( GIS)网格划分功能将研究区域划分为多个网格评价单元,并建立医疗卫生机构中心服务指数计算模型、医疗卫生服务指数衰减模型、医疗卫生综合服务指数计算模型,再根据模型算法计算出研究区域内各个评价单元的医疗卫生服务综合指数,最后通过该综合指数实现对研究区域内医疗卫生服务能力的量化。以上海市嘉定区为例,使用该计算方法计算嘉定区医疗卫生机构综合服务指数,量化评价嘉定区内不同区域的医疗卫生服务水平,研究结果表明该计算方法能够实现对区域医疗卫生服务能力空间差异性的量化评价。     

地区差异城市群大气污染多维度数据采集仿真

针对目前城市大气污染数据采集过程存在误差较大问题,采用决策树组织组建新的地区差异城市群大气污染多维度数据采集模型。在城市群大数据支持下,组建与气象信息相关的决策树组织。采用定点采集监测数据方法实现地区差异城市群大气污染多维度数据分析。结合多维度采集数据库,分别计算不同污染气体的实际排放量,构建大气污染多维度数据采集模型。为验证所提方法的有效性,设计一次仿真。由实验结果可知,所设计模型能够降低数据整合时间,且成本更低,模型采集的大气污染数据具有更高的准确性。得出结论,研究构建的模型具有可靠应用有效性。     

基于FAHP-IE算法的尾矿库安全性三级评估研究及应用

从系统安全工程学的观点出发,针对尾矿库事故发生的随机性与不确定性特点,结合模糊层次分析法(Fuzzy Analytic Hierarchy Process,FAHP)和信息熵(Information Entropy,IE)建立尾矿库安全性三级综合评价模型。为解决专家评价分析过程中主观不确定性难以量化的问题,利用信息熵方法对FAHP确定的尾矿库安全评价指标权重进行优化,进而建立面向分层指标体系的尾矿库多主体安全评价模型。根据建立的尾矿库安全性综合评价模型,能够计算尾矿库安全综合评价指数,对于具体的尾矿库工程进行评价后分类定级,从而找出尾矿库存在的安全隐患。案例分析表明,FAHP-IE方法计算简便,用于系统安全状态评价不仅具有模糊综合法的特性,而且兼顾了评价主体认知歧异引起的不确定性,信息利用率高、评价结果可靠,可以为现场整改提供量化依据。     

基于“3S”技术的石家庄市区大气环境监测研究

本文在分析了石家庄市区大气污染特征的基础上，提出对原有大气质量预报模型的修改意见。在此基础上，提出了建立基于“3S”技术的市区大气环境监测系统设计方案，以形成具有良性互动机制的大气环境质量监督体系，为政府部门提供强有力的基础信息资料和决策支持。     

基于蚁群算法的建筑业可持续发展分析

本文以建筑业可持续发展体系分类为基础,应用计算机智能算法--蚁群算法对建筑业可持续发展各分类指数公式和综合指数公式进行优化,构建建筑业可持续发展评价模型.并将此模型应用于江苏省建筑业可持续发展水平的评价,评价结果与现状分析基本一致.结果表明该模型简单实用、有良好的通用性.     

大气污染暴露风险防控可视化决策支持平台

针对当前我国大气污染防治正逐步由污染治理转向风险防控,而现有空气质量监测设备和平台服务仅限于环境监测而非暴露监测的问题,设计研发了一套基于B/S架构的可视化综合分析与决策支持平台——大气污染暴露风险测量系统（APERMS）。首先,基于大气污染浓度监测数据和暴露时空行为活动模式,耦合集成污染浓度制图、个体暴露测量、人群暴露测量、暴露风险评价这一完整的大气污染暴露风险测量技术路线;其次,基于高可用和可靠原则,进行系统的总体架构设计、数据库设计和功能模块设计;最终,采用GIS与J2EE Web等技术,完成APERMS开发,实现了大气污染浓度分布高时空分辨率模拟、个体和人群大气污染暴露状况精准评估、大气污染暴露风险水平全方位评价等功能。APERMS主要应用于大气污染监控和环境健康管理行业,为风险规避和污染防控提供有效的技术支持。     

引入惩罚收益因素OIF Elman神经网络及其应用*

通过在OIF Elman (Output-Input Feedback Elman)神经网络模型中引入惩罚收益因素,提出了一种基于OIF Elman神经网络的改进模型,并将其用于大气质量的预测和评价.实验模拟结果证明,引入惩罚收益因素OIF Elman模型能够明显提高网络的预测精度,具有极佳的逼近性能,所得预测数据和评价结果与实际结果基本吻合.利用该模型对大气质量进行预测和评价是可行而有效的,具有较好的应用潜能;并为大气环境整治规划提供了一种新的技术和方法.     

水环境模糊综合评价模型优化

研究水环境保护,减少污染,水环境质量评价是环境质量评价中的重要组成部分,为区域环境系统的污染控制规划及环境系统工程方案的制定提供依据.模糊综合评价法是目前应用较广的水环境评价方法,根据水环境评价的特点,在模糊综合评价模型基础上,使用指数隶属函数,解决了非相邻等级隶属函数为0时,被忽略了其对评价结果影响的问题;引入信息熵,将熵值系数用以修正采用超标比计算的评价因子权重,避免了权重确定中过于依赖严重超标的评价因子.经实验验证,评价结果更合理.     

空间相似查询中MBR边界区域关系研究

相似查询是基于向量空间的一种重要查询方法。点、线段、区域是向量空间对空间对象的三种基本表达。本文在不改变结点MBR区域前提下,通过区域扫描对MBR区域重叠面积进行计算。利用R*树结点MBR允许重叠的特性,在不能消除区域重叠产生的死空间情况下,研究了更为精确的MBR边界的线段关系,并给出线段的最近邻查询算法和相似线段选取算法。实验结果表明该方法的CPU计算代价较低且显著提高了相似查询与更新的效率。     

环境物质磁性对重金属污染的指示作用研究进展

重金属污染并通过食物链对人体健康的危害已成为环境科学研究的重点,通过对土壤、沉积物及大气颗粒物的磁性测量,以监测环境中重金属污染的程度、来源和范围是国内外新近发展的新技术。本文着重阐述了环境物质磁测的基本原理和磁性参数,土壤、沉积物和大气颗粒物的磁性特征及其对重金属污染的指示作用,并对应用环境物质磁性监测重金属污染的前景进行了讨论。     

基于注意力机制和高斯概率估计的PM2.5浓度预测

作为衡量空气污染物浓度的重要指标, 对PM_2.5浓度进行监控预测, 能够有效地保护大气环境, 进一步地减少空气污染带来的危害. 随着空气质量自动监测站的大范围建立, 由传统的机器学习搭建的空气质量预测模型已经不能满足当今的需求. 本文提出了一种基于多头注意力机制和高斯概率估计的高斯-注意力预测模型, 并对沈阳市某监测站点的数据进行了训练和测试. 该模型考虑了PM_2.5浓度受到其他空气质量数据的影响, 将空气质量数据的分层时间戳(周、日、小时)的信息对齐作为输入, 使用多头注意力机制对于不同子空间的时间序列关联特征进行提取, 能够获得更加完善有效的特征信息, 再经过高斯似然估计得到预测结果. 通过与多种基准模型进行对比, 相较于性能较优的DeepAR, 高斯-注意力预测模型的MSE、MAE分别下降了21%、15%, 有效地提高了预测准确率, 能够较准确地预测出PM_2.5浓度.     

Modelling chain for the effect of road traffic on air and water quality: Techniques,current status and future prospects

Modelling approaches for simulating air and stormwater pollution due to on-road vehicles are reviewed and discussed. Models for traffic, emissions, atmospheric dispersion, and stormwater contamination are studied with particular emphasis on their couplings to create a modelling chain. The models must be carefully selected according to the requirements and level of detail of the integrated modelling chain. Although a fair amount of research has been conducted to link air pollution and road traffic, many questions related to spatio-temporal scales, domains of validity, consistency among models, uncertainties of model simulation results, and interfaces between models remain open. The aim of this work is to review the current status of the relationships between traffic, emissions, air quality, and water quality models, to recommend modelling approaches and to propose some directions for improving the state of the science. The difficulties and challenges associated with model coupling are illustrated with specific examples.     

卫星影像大气校正中气溶胶模型的影响分析-以天津地区为例

基于大气校正中常用的大气辐射传输模拟软件6S模型,探讨了不同气溶胶模型对卫星影像大气校正的影响及其适用性问题。选取我国环境小卫星星座HJ\|1的CCD传感器数据,以天津地区大气污染和较清洁条件下的卫星影像为例,基于6S进行大气校正,定量估算了气溶胶模型选取对大气校正精度的影响。与此同时,通过地面太阳-天空辐射计实测,获得研究区域整层大气气溶胶参数进行大气校正,并与基于气溶胶模型的校正结果进行对比,得到以下结论:①6S气溶胶模型中,大陆型与海洋型的校正结果比较接近,而城市型气溶胶模型由于含有较高的煤烟成分比例,其校正结果与前两种相差较大;②天津地区在大气污染情况下,适合应用大陆型气溶胶模型进行大气校正,而在大气较清洁的情况下可选择海洋型气溶胶模型。
     

突发水污染事件中遥感瓦片大数据存储系统

突发水污染事件频发,利用GIS平台、遥感技术及水质模型对突发水污染事件进行模拟研究逐渐成为一种发展趋势.针对目前海量、异构、动态遥感数据难以快速处置和高效存储的问题,基于HBase设计和实现了突发水污染事件的遥感瓦片大数据存储系统.该系统以数字地球平台为支撑,结合遥感瓦片金字塔模型和MapReduce框架,考虑实时、动态观察事件发展态势引起的瓦片数据频繁加载特点,对遥感瓦片数据的线性四叉树编码索引进行了改进,将其同水污染数据一并存储到HBase数据库中,并通过增加缓存区来提升遥感瓦片数据的访问效率.将此系统应用于渭河陕西段突发水污染事件中,实验结果表明:改进后的索引可在200个毫秒时间内提取到水污染区域的遥感数据,引入的缓存机制使得水污染区域遥感数据的加载时间节省了近2/3.因此,该存储系统访问效率高,能够满足突发水污染事件快速应急模拟的需求.     

基于稀疏编码的手背静脉识别算法

为提高静脉特征提取的有效性,提出了基于稀疏编码的手背静脉识别算法。首先,在图像采集过程中,依据实时的质量评价结果对采集系统参数进行自适应调整,获取高质量静脉图像;其次,针对主观选择的特征有效性主要依赖于经验的缺陷,提出了基于稀疏编码的特征学习机制,从而获得客观优质的静脉特征。实验结果表明,基于所提算法获得的静脉特征具有较好的类间区分性与类内紧凑性,令使用该算法的系统具有较高的识别率。     

Quality evaluation for a coprime factor perturbed model set basedon frequency-domain data

Quality assessment is investigated under a probabilistic framework for a prescribed model set. The results on unfalsified probability estimation are extended from additive modeling errors to normalized coprime factor perturbations. An analytic formula has been derived for the sample unfalsified probability. It is shown that with increasing the data length, the sample unfalsified probability converges in probability to a number which is independent of experimental data. Numerical simulations show that the proposed sample unfalsified probability is appropriate in the evaluation of the quality of a model set