期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到389篇文章
< 1 2 … 20 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于BP神经网络的大气污染物浓度预测 被引量：68
1
作者 孙宝磊 孙暠 +2 位作者 张朝能 史建武 钟曜谦 《环境科学学报》 CAS CSCD 北大核心 2017年第5期1864-1871,共8页
利用BP神经网络结合变量筛选的方法建立了SO_2、NO_2、O3、CO、PM_(10)、PM_(2.5)等6种污染物的浓度预测模型,并选取2014-01-01至2015-11-28时段,昆明市区5个环境监测点以上6种污染物浓度的监测数据建立了昆明市污染物日均浓度预测模型... 利用BP神经网络结合变量筛选的方法建立了SO_2、NO_2、O3、CO、PM_(10)、PM_(2.5)等6种污染物的浓度预测模型,并选取2014-01-01至2015-11-28时段,昆明市区5个环境监测点以上6种污染物浓度的监测数据建立了昆明市污染物日均浓度预测模型.采用平均影响值(Mean Impact Value,MIV)的方法筛选出分别对6种污染物日均浓度值有主要影响的变量,作为BP神经网络的输入变量,利用建立的预测模型分别对6种污染物的日均浓度进行预测.结果表明,在关上监测点利用浓度预测模型对SO_2、NO_2、O3、CO、PM_(10)、PM_(2.5)等6种污染物浓度进行预测,污染物浓度预测值和实测值趋势吻合度较高.变量筛选后SO_2、PM_(2.5)预测效果比变量筛选前的预测效果好.O3的均方根误差和PM_(10)的标准化平均偏差,变量筛选前的预测效果比变量筛选后的预测效果好.变量筛选前的NO_2和CO的预测结果比变量筛选后的预测效果好.其他4个环境监测点的污染物浓度预测结果与关上监测点的结果相似. 展开更多
关键词 BP神经网络 MIV 浓度预测 变量筛选
原文传递
应用新型多方法组合预测模型估计变压器油中溶解气体浓度 被引量：39
2
作者 杨廷方 刘沛 +1 位作者 李浙 曾祥君 《中国电机工程学报》 EI CSCD 北大核心 2008年第31期108-113,共6页
为提高变压器故障的预测能力,提出了采用最优加权组合预测模型,将灰色理论、BP神经网络、遗传算法和卡尔曼预测算法这4种单项预测算法综合起来,对油中溶解气体的浓度及发展趋势进行精确预测。首先对根据各种单项预测方法的误差,按照预... 为提高变压器故障的预测能力,提出了采用最优加权组合预测模型,将灰色理论、BP神经网络、遗传算法和卡尔曼预测算法这4种单项预测算法综合起来,对油中溶解气体的浓度及发展趋势进行精确预测。首先对根据各种单项预测方法的误差,按照预测误差平方和最小的原则计算各自的权系数,然后加权建立综合组合预测模型,并最终求解出变压器油中溶解气体的浓度。组合预测法能很好地综合各种单项预测方法的优势,更大限度地作出正确的预测。预测实例分析也证明了组合预测方法的可靠性和有效性。该方法不仅可以有效降低单项预测算法的预测误差,提高预测模型的预报能力,同时还为电力系统中其它领域的预测提供了新的思路。 展开更多
关键词 灰色理论 BP神经网络 遗传算法 卡尔曼预测 油中溶解气体 浓度预测
下载PDF
用灰色多变量模型预测变压器油中溶解的气体浓度 被引量：28
3
作者 肖燕彩 朱衡君 陈秀海 《电力系统自动化》 EI CSCD 北大核心 2006年第13期64-67,共4页
目前变压器油中气体浓度预测普遍采用GM(1,1)模型及其改进形式,针对其在建模时只单独考虑某种气体发展变化的不足,介绍了灰色多变量预测模型MGM(1,n),它可以综合考虑从同一信号中提取的多个诊断指标,因而预测更科学、有效。对变压器油... 目前变压器油中气体浓度预测普遍采用GM(1,1)模型及其改进形式,针对其在建模时只单独考虑某种气体发展变化的不足,介绍了灰色多变量预测模型MGM(1,n),它可以综合考虑从同一信号中提取的多个诊断指标,因而预测更科学、有效。对变压器油中溶解的7种特征气体即氢气、甲烷、乙烷、乙烯、乙炔、一氧化碳和二氧化碳进行了灰色关联分析,建立了相应的MGM(1,7) 模型,预测实例分析证明,与传统GM(1,1)模型及其改进形式相比,用灰色多变量模型预测的效果更好。 展开更多
关键词 电力变压器 油中溶解气体 浓度预测 灰色多变量模型 灰色关联分析
下载PDF
大气中SO_2浓度的小波分析及神经网络预测 被引量：27
4
作者 陈柳 马广大 《环境科学学报》 CAS CSCD 北大核心 2006年第9期1553-1558,共6页
应用小波分解和重构对SO2浓度年变化趋势进行分析,在此基础上,建立了一种分段BP神经网络预测模型,并对各段有针对性地设计了神经网络预测模型.采用主成分分析进行输入变量降维.在BP网络训练过程中,往往会出现过拟合的现象,为此,在训练... 应用小波分解和重构对SO2浓度年变化趋势进行分析,在此基础上,建立了一种分段BP神经网络预测模型,并对各段有针对性地设计了神经网络预测模型.采用主成分分析进行输入变量降维.在BP网络训练过程中,往往会出现过拟合的现象,为此,在训练过程中,将样本等间距地分离为训练集和验证集来防止这个问题.为了消除网络的权值初始化对学习系统复杂性的影响,采用了5个子网络输出取算术平均的神经网络集成的方法.预测结果表明,该模型应用于SO2浓度预测具有较高的预测精度和良好的推广能力,而且明显优于一般的神经网络模型. 展开更多
关键词 小波分解和重构 分段模型 BP神经网络 SO2 浓度预测
下载PDF
CALPUFF在大气预测及环境容量核算中的应用 被引量：28
5
作者 任重 马海涛 +1 位作者 王丽 杨晓灵 《环境科学与技术》 CAS CSCD 北大核心 2011年第6期201-205,共5页
文章简要介绍了CALPUFF模型的组成结构、模型原理和使用方法,以大亚湾区近期规划环评为例,对处于规划指定产业规模下的大亚湾区进行了污染物扩散浓度场模拟的应用,并以此为基础,对使用A值法估算的区域大气环境容量进行核算。使用CALPUF... 文章简要介绍了CALPUFF模型的组成结构、模型原理和使用方法,以大亚湾区近期规划环评为例,对处于规划指定产业规模下的大亚湾区进行了污染物扩散浓度场模拟的应用,并以此为基础,对使用A值法估算的区域大气环境容量进行核算。使用CALPUFF模型对环境容量进行核算,可以清晰地反映出规划污染源布局、地形特征、大气稳定度、对流条件浮力烟羽和混合层顶的相互作用以及对流条件垂直扩散等因素对大亚湾区环境空气质量的影响程度,因此,经CALPUFF模型修正后的区域实际纳污能力较单纯A值法得出的大气环境容量更具合理性。最终计算结果表明:近期发展规划方案实施后各关心点SO2浓度预测值满足环境质量标准的要求;CALPUFF模型核算出区域环境容量略大于A值法得出的环境容量,推荐大亚湾区的大气污染物SO2为3.05万t/a。 展开更多
关键词 规划环评 CALPUFF模型 浓度预测 大气环境容量
下载PDF
粒子群优化BP神经网络在甲烷检测中的应用 被引量：25
6
作者 王志芳 王书涛 王贵川 《光子学报》 EI CAS CSCD 北大核心 2019年第4期141-148,共8页
为了准确、快速地检测和预测甲烷气体的浓度,设计了基于红外差分吸收法的甲烷浓度检测系统.为了降低系统部件不稳定带来的影响,检测系统采用双气室结构,气室的输入和输出接口处通过渐变折射率透镜连接到传输光纤,以降低光强的损耗.系统... 为了准确、快速地检测和预测甲烷气体的浓度,设计了基于红外差分吸收法的甲烷浓度检测系统.为了降低系统部件不稳定带来的影响,检测系统采用双气室结构,气室的输入和输出接口处通过渐变折射率透镜连接到传输光纤,以降低光强的损耗.系统对甲烷检测结果的平均误差为0.007 5.基于粒子群优化的误差反向传播神经网络算法构建了甲烷预测模型,以浓度在0.2%～2.0%范围内的甲烷气体为研究对象.在样本训练过程中,预测模型的精度达到10-4,实际输出值与期望值线性回归的相关系数为0.998 8,最大相对标准偏差为0.248%.实验结果表明,在甲烷浓度预测中,相对于误差反向传播神经网络预测模型,粒子群优化误差反向传播神经网络的预测性能更优. 展开更多
关键词 气体 吸收光谱 误差反向传播 神经网络 甲烷 浓度预测
下载PDF
BP神经网络在洞庭湖氨氮浓度预测中的应用 被引量：22
7
作者 杨琴 谢淑云 《水资源与水工程学报》 2006年第1期65-70,共6页
采用BP网络的三种改进算法，对洞庭湖桂花园8年（1995年～2002年）的氨氮浓度和其影响因子实测资料进行分析，建立了基于BP神经网络的氨氮浓度预测模型，并对三种改进算法的训练结果进行了比较。结果表明：作为数据驱动型模型的BP网络... 采用BP网络的三种改进算法，对洞庭湖桂花园8年（1995年～2002年）的氨氮浓度和其影响因子实测资料进行分析，建立了基于BP神经网络的氨氮浓度预测模型，并对三种改进算法的训练结果进行了比较。结果表明：作为数据驱动型模型的BP网络，用来建模的学习样本质量至关重要，可以直接影响网络的预测精度。1995年～2002年的丰水期（9月份）数据分布比较均匀，能让网络对样本充分学习，与传统的统计建模方法相比，预测精度较高，能较好地反映洞庭湖氨氮浓度与其影响因子之间变化规律。 展开更多
关键词 BP神经网络 改进算法 浓度预测 样本质量 洞庭湖
下载PDF
大数据解析技术在大气环境监测中的应用研究 被引量：24
8
作者 李蔚 胡昊 +1 位作者 徐富春 程子峰 《中国环境监测》 CAS CSCD 北大核心 2015年第3期118-122,共5页
针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等... 针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量,分析了用神经网络法进行大数据解析和推演的原理和数学过程,是用数学、计算机、统计等方法研究解决多元、非线性复杂环境问题的一种新的探索。 展开更多
关键词 大数据 PM2.5 浓度预测 神经网络法
下载PDF
上隅角瓦斯浓度预测及其处理方法的优选 被引量：16
9
作者 刘见中 《煤炭科学技术》 CAS 北大核心 2004年第2期7-10,共4页
通过对影响上隅角瓦斯分布规律及瓦斯积聚处理方法的各因素综合分析 ,归纳出其主要的8个非相关性因素。建立了BP神经网络上隅角瓦斯浓度预测和积聚瓦斯处理方法优化数学模型 ,确定了神经网络的结构参数 ,并对网络进行了训练和验算 ,编... 通过对影响上隅角瓦斯分布规律及瓦斯积聚处理方法的各因素综合分析 ,归纳出其主要的8个非相关性因素。建立了BP神经网络上隅角瓦斯浓度预测和积聚瓦斯处理方法优化数学模型 ,确定了神经网络的结构参数 ,并对网络进行了训练和验算 ,编制了相关程序 ,得到了实用的神经网络运行软件。 展开更多
关键词 神经网络 上隅角瓦斯 浓度预测 处理方法 优选
下载PDF
基于特征优化和改进长短期记忆神经网络的NO_(x)质量浓度预测 被引量：17
10
作者 刘岳 于静 金秀章 《热力发电》 CAS CSCD 北大核心 2021年第7期162-169,共8页
针对燃煤机组选择性催化还原(SCR)烟气脱硝系统中入口NO_(x)质量浓度难以准确测量的问题,提出一种基于特征优化和改进长短期记忆(LSTM)神经网络的预测模型。首先,通过机理分析确定与NO_(x)排放有关的辅助变量,利用互信息计算各辅助变量... 针对燃煤机组选择性催化还原(SCR)烟气脱硝系统中入口NO_(x)质量浓度难以准确测量的问题,提出一种基于特征优化和改进长短期记忆(LSTM)神经网络的预测模型。首先,通过机理分析确定与NO_(x)排放有关的辅助变量,利用互信息计算各辅助变量与输出变量NO_(x)质量浓度之间的延迟时间。通过最大相关最小冗余算法(mRMR)确定辅助变量最优特征子集,利用RBF神经网络对各个特征子集进行预测误差比较,确定模型输入变量。通过网格搜索和改进粒子群(MPSO)算法确定LSTM神经网络的超参数,建立NO_(x)质量浓度预测模型。仿真结果表明,特征优化后的辅助变量提高了模型的泛化能力,采用具有记忆功能的LSTM神经网络提高了模型预测精度。 展开更多
关键词 特征优化 LSTM网络 寻优算法 互信息 浓度预测
下载PDF
融合GNSS气象参数的PM2.5随机森林预测模型 被引量：14
11
作者 郭骐嘉 姚宜斌 周永江 《测绘科学》 CSCD 北大核心 2021年第4期37-42,56,共7页
针对PM2.5浓度的预报问题,该文结合国家GNSS服务(IGS)分析中心获取的北京房山站的气象数据及同期的PM2.5实测数据,分析了气象因子和环境污染物因子对PM2.5浓度的影响,并提出了基于随机森林算法的PM2.5浓度预测方法,建立了融合GNSS气象... 针对PM2.5浓度的预报问题,该文结合国家GNSS服务(IGS)分析中心获取的北京房山站的气象数据及同期的PM2.5实测数据,分析了气象因子和环境污染物因子对PM2.5浓度的影响,并提出了基于随机森林算法的PM2.5浓度预测方法,建立了融合GNSS气象参数的PM2.5随机森林预测模型。实验结果表明:该算法的时效性达6 h,在一定精度范围内能够取得较好的预测效果,同时能够有效地抑制过拟合的现象。 展开更多
关键词 GNSS气象参数 PM2.5 随机森林 浓度预测 拟合优度
原文传递
融合植被遥感数据的北京市次日花粉浓度预测 被引量：13
12
作者 卞萌 郭树毅 +3 位作者 王威 欧阳昱晖 黄颖菁 费腾 《地球信息科学学报》 CSCD 北大核心 2021年第9期1705-1713,共9页
中国国土绿化状况公报指出,2010—2020年中国许多城市的绿化面积增加、绿化质量提高,可随之而来的影响人体健康的致敏性花粉风险也逐渐提高。本文利用遥感手段获得北京市乔木和草地生长区域平均植被叶面积指数(LAI)时间序列作为植被物... 中国国土绿化状况公报指出,2010—2020年中国许多城市的绿化面积增加、绿化质量提高,可随之而来的影响人体健康的致敏性花粉风险也逐渐提高。本文利用遥感手段获得北京市乔木和草地生长区域平均植被叶面积指数(LAI)时间序列作为植被物候信息,并将其作为花粉浓度预测因子之一,结合日气象数据,使用具有外部输入的非线性自回归神经网络模型(NARXnet),进行北京市次日花粉浓度的预测。结果显示:①通过逐步回归计算,对于春季数据,日均气温3日平滑,积温,叶面积指数(LAI)和叶面积指数一阶导为次日花粉浓度预测的关键变量;对于秋季数据,日均气温、平均风速、最低日气温、日均气温3日平滑、积温和叶面积指数(LAI)为次日花粉浓度预测的关键变量;②加入遥感物候信息可显著地提高NARXnet模型的春秋时段的花粉浓度的预测精度。使用本文提出的结合叶面积指数的NARX模型后,预测模型的总体精度为71%。由此,本研究认为在原有气象因子的基础上,辅之以用遥感技术手段获取的大面积植被物候信息,如叶面积指数动态,可作为预测次日花粉浓度的一种有效手段。 展开更多
关键词 风传花粉 植被遥感 浓度预测 非线性自回归神经网络 时间序列
原文传递
基于深度学习模型的广州市大气PM_(2.5)和PM_(10)浓度预测 被引量：12
13
作者 黄春桃 范东平 +1 位作者 卢集富 廖启丰 《环境工程》 CAS CSCD 北大核心 2021年第12期135-140,共6页
精准预测大气污染颗粒物PM_(2.5)、PM_(10)浓度能为大气污染防治提供科学依据,但目前较多PM;和PM;浓度预测在缺少污染源排放清单和能见度数据时,预测精度不高。而目前深度学习模型应用于PM;和PM;浓度预测的研究还鲜见报道。基于广州市2... 精准预测大气污染颗粒物PM_(2.5)、PM_(10)浓度能为大气污染防治提供科学依据,但目前较多PM;和PM;浓度预测在缺少污染源排放清单和能见度数据时,预测精度不高。而目前深度学习模型应用于PM;和PM;浓度预测的研究还鲜见报道。基于广州市2015年6月1日—2018年1月10日的空气质量和气象监测历史数据,分别构建了随机森林模型(RF)、XGBoost模型2种传统的机器学习模型和长短时记忆网络(LSTM)、门控循环单元网络(GRU)2种深度学习模型,并对广州市的PM_(2.5)、PM_(10)日均浓度值进行预测。结果表明:在缺少污染源排放清单和能见度数据时,4种模型也能较好地预测PM_(2.5)、PM_(10)日均浓度。根据MSE、RMSE、MAPE、MAE和R;等评价指标,对4个模型的PM_(2.5)、PM_(10)预测效果进行测评,得出深度学习GRU模型预测效果均为最佳,RF模型的预测结果均为最差。相比目前研究及应用较多的RF模型、XGBoost模型、LSTM模型,基于深度学习的GRU模型能更好地预测PM_(2.5)、PM_(10)浓度。 展开更多
关键词 PM_(2.5) PM_(10) 深度学习模型 浓度预测 影响因素
原文传递
利用太赫兹光谱定量分析固体混合物 被引量：12
14
作者 王迎新 康克军 +2 位作者 陈志强 赵自然 张丽 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第2期161-164,共4页
为测定固体混合物中感兴趣成分的含量,研究基于太赫兹吸收光谱拟合的定量检测方法。以无水茶碱和乳糖一水合物组成的混合物为例,在样品组成已知的条件下,采用经典最小二乘回归建立校正模型,二者浓度预测的平均误差分别为5.39%和6.91%。... 为测定固体混合物中感兴趣成分的含量,研究基于太赫兹吸收光谱拟合的定量检测方法。以无水茶碱和乳糖一水合物组成的混合物为例,在样品组成已知的条件下,采用经典最小二乘回归建立校正模型,二者浓度预测的平均误差分别为5.39%和6.91%。当假设乳糖为未知干扰物时,采用Lorentzian线型与多项式叠加拟合吸收峰,并通过拟合得到的峰强度预测茶碱的浓度,平均误差为6.64%。结果表明,根据太赫兹光谱包含的特征信息能够对混合物中的感兴趣成分进行准确的定量分析,因而太赫兹技术在质量监控领域具有潜在的应用前景。 展开更多
关键词 太赫兹谱分析 茶碱 乳糖 混合物 浓度预测
原文传递
环境污染的投影寻踪回归预测模型 被引量：9
15
作者 彭荔红 李祚泳 +1 位作者 郑文教 肖金树 《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2002年第1期79-83,共5页
环境污染预测中常用的统计预测法基于“假定 -模拟 -预测”这样一种证实性数据分析思维模式 ,难以适应非线性、非正态分布数据分析 .投影寻踪技术采用“审视数据 -模拟 -预测”这样一条探索性数据分析新途径 ,可以用来解决一定程度上的... 环境污染预测中常用的统计预测法基于“假定 -模拟 -预测”这样一种证实性数据分析思维模式 ,难以适应非线性、非正态分布数据分析 .投影寻踪技术采用“审视数据 -模拟 -预测”这样一条探索性数据分析新途径 ,可以用来解决一定程度上的非线性、非正态问题 .应用投影寻踪回归新技术 ,建立了大气污染物SO2 浓度的预测模型 ,其预测建模样本的拟合合格率为 96 % ,预留预测检验样本预测准确率为 80 % 。 展开更多
关键词 环境污染 投影寻踪回归 环境预测 大气污染 二氧化硫 浓度预测
下载PDF
基于荧光光谱和径向基函数神经网络的合成食品色素测定和鉴别 被引量：11
16
作者 陈国庆 吴亚敏 +4 位作者 刘慧娟 高淑梅 孔艳 魏柏林 朱拓 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2010年第3期706-709,共4页
以合成食品色素胭脂红、苋菜红溶液为例,提出了应用荧光光谱结合径向基函数神经网络对合成食品色素溶液进行浓度测定和种类鉴别的方法。应用SP-2558多功能光谱测量系统,测得胭脂红和苋菜红溶液分别在波长为300和400 nm的光激发下产生的... 以合成食品色素胭脂红、苋菜红溶液为例,提出了应用荧光光谱结合径向基函数神经网络对合成食品色素溶液进行浓度测定和种类鉴别的方法。应用SP-2558多功能光谱测量系统,测得胭脂红和苋菜红溶液分别在波长为300和400 nm的光激发下产生的荧光光谱。对每个胭脂红溶液样本选取15个发射波长值所对应的荧光强度作为网络特征参数,训练、建立用于浓度预测的径向基函数神经网络。据此,对3种胭脂红溶液样本的浓度进行预测,预测结果相对误差分别为1.42%,1.44%和3.93%。另外,以胭脂红和苋菜红溶液荧光波长值所对应的荧光强度作为特征参数,训练、建立了用于种类鉴别的径向基函数神经网络,进行合成食品色素溶液种类识别,准确率达100%。这些结果表明,该方法方便、快捷、准确度较高,可应用于合成食品色素检测及食品安全监管。 展开更多
关键词 合成食品色素 荧光光谱 径向基函数神经网络 浓度预测 种类鉴别 食品安全
下载PDF
高分辨率对流层化学模式与高斯烟云模式的对比分析 被引量：1
17
作者 杨洪斌 吴云 《辽宁气象》 2001年第1期25-27,共3页
应用高分辨率对流层化学模式及高斯烟云模式分别计算了本溪地区不同气象条件下的SO2 小时浓度 ,并与实测浓度值进行了对比分析。结果表明 :在复杂地形地区应用高分辨率对流层化学模式可以得到与实测浓度较一致的结果。该研究成果可应用... 应用高分辨率对流层化学模式及高斯烟云模式分别计算了本溪地区不同气象条件下的SO2 小时浓度 ,并与实测浓度值进行了对比分析。结果表明 :在复杂地形地区应用高分辨率对流层化学模式可以得到与实测浓度较一致的结果。该研究成果可应用于复杂地形地区的大气环境影响评价及环境容量研究中。 展开更多
关键词 高分辨率 对流层 化学模式 高斯模式 浓度预测
下载PDF
基于CEEMDAN-SE和LSTM神经网络的PM10浓度预测 被引量：10
18
作者 梁涛 谢高锋 +1 位作者 米大斌 姜文 《环境工程》 CAS CSCD 北大核心 2020年第2期107-113,共7页
针对PM10浓度时间序列具有明显的非线性和波动性特征,提出一种基于自适应噪声的完整集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)-样本熵(sample entropy,SE)和长短期记忆神经网络(l... 针对PM10浓度时间序列具有明显的非线性和波动性特征,提出一种基于自适应噪声的完整集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)-样本熵(sample entropy,SE)和长短期记忆神经网络(long short-term memory,LSTM)的组合预测模型。首先利用CEEMDAN-SE将原始PM10浓度时间序列分解为若干个复杂度差异明显的子序列;然后针对各子序列的内在特性结合气象因素分别建立适当参数空间的LSTM预测模型;最后将预测结果进行叠加得到最终预测结果。以唐山市4个空气质量监测站的实测PM10浓度数据进行模型验证分析,结果表明:所提预测模型对比其他几种预测模型显示出较高的预测精度,以及良好的普适性。 展开更多
关键词 PM10 浓度预测 集成经验模态分解 样本熵 时间序列
原文传递
核事故早期应急响应的预报模式及其设计方案 被引量：9
19
作者 陈晓秋 潘自强 +1 位作者 张永兴 陈家宜 《辐射防护》 CAS CSCD 北大核心 2005年第1期1-10,共10页
风场预报和烟羽浓度预测是核事故早期应急响应放射性后果评价系统的主要内容。基于将风场预报和烟羽浓度预测作为一个系统的考虑 ,介绍用于核事故早期应急响应的预报模式和设计方案。风场预报 ,以质量守恒的风场诊断模式提供的三维风场... 风场预报和烟羽浓度预测是核事故早期应急响应放射性后果评价系统的主要内容。基于将风场预报和烟羽浓度预测作为一个系统的考虑 ,介绍用于核事故早期应急响应的预报模式和设计方案。风场预报 ,以质量守恒的风场诊断模式提供的三维风场为初始场 ,采用非静力平衡、完全可压缩的大气动力学模式。烟羽浓度预测 ,采用粒子随机游走大气扩散模式 ,该模式所依赖的平均风速和湍流脉动参数均来自非静力平衡。 展开更多
关键词 浓度预测 应急响应 核事故 预报模式 大气扩散模式 放射性 风场 早期 依赖 参数
下载PDF
农田土壤中农药的环境行为浓度预测 被引量：7
20
作者 宋卫国 李宝聚 +2 位作者 叶志华 赵志辉 石延霞 《农业环境科学学报》 CAS CSCD 北大核心 2008年第4期1574-1581,共8页
根据农药的理化参数和环境参数预测农药在田间土壤中的分布浓度是进行农药管理的重要手段。以Freundlich等式衍化出来的线性吸附曲线X=Kf×C和农药指数降解动力学C(t)=C0×exp(-kt)为基础,根据农药有机碳吸附常数(Koc)、辛醇/... 根据农药的理化参数和环境参数预测农药在田间土壤中的分布浓度是进行农药管理的重要手段。以Freundlich等式衍化出来的线性吸附曲线X=Kf×C和农药指数降解动力学C(t)=C0×exp(-kt)为基础,根据农药有机碳吸附常数(Koc)、辛醇/水比常数(Kow)、半衰期(DT50)等重要参数和土壤理化性质参数,建立了一段时间后田间土壤中农药的残留浓度、渗漏在地下水中的浓度、蒸发在空气中浓度和吸收在植物体内的浓度的预测方法,为农药管理、使用和风险评价提供了一种工具,以降低农药污染。该方法被应用于预测42种喷雾用杀菌剂和7种土壤施用杀菌剂的环境浓度。结果表明,喷雾施用丙森锌渗漏在地下水中的浓度最高,超过欧盟标准0.1μg·L-1两倍多;土壤残留浓度较大的为硫酸铜(0.039mg·kg-1)、多菌灵(0.023mg·kg-1)和甲霜灵(0.24mg·kg-1)。土壤施用90d后,噁霉灵渗漏在地下水中的浓度约为1.11μg·L-1,五氯硝基苯土壤中残留浓度更是达到1.78mg·kg-1。浓度预测结果可以与毒理学数据相结合用于农药风险评价。 展开更多
关键词 农药 参数 土壤环境 不同行为 浓度预测
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 20 下一页 到第 页
使用帮助 返回顶部