基于二层分解技术和改进极限学习机模型的PM_(2.5)浓度预测研究

准确的PM_(2.5)浓度预测对于保护公众健康和提高空气质量有重要意义,然而,由于PM_(2.5)浓度序列的随机性、非线性以及非平稳性等特征增加了对其准确预测的难度.本文提出了一种基于二层分解技术和改进极限学习机(ELM)模型的PM_(2.5)浓度预测方法,该方法融合了快速集成经验模态分解(FEEMD)和变分模态分解(VMD)两种分解技术以及经过差分演化(DE)算法优化的ELM模型.为了验证所提出预测方法的有效性,本文使用该方法对北京市和石家庄市的PM2.5浓度序列进行了预测研究.结果表明:1)相比于单层分解技术,本文提出的二层分解技术可以更加有效地降低PM2.5浓度序列的非线性及非平稳性特征;2)基于二层分解技术的DE-ELM预测模型可以显著提高PM_(2.5)浓度的预测精度.     

水中天然有机物的富集浓缩与分类分离方法

对目前国内外常用的分类分离与富集浓缩天然有机物的三种方法———树脂吸附分离法、反渗透分离法(RO)和超滤分离法(UF)进行了综述,介绍了这几种方法的一般分离步骤,总结了各种方法的优缺点、影响因素和适用范围,最后提出了反渗透与树脂吸附联用可能是一种更具应用前景的分类分离与富集浓缩天然有机物的方法。     

花鳅的急性中毒实验研究

利用花鳅的急性中毒半静止的实验方法,探讨重金属污染毒理在一定温度和人为配制药品溶液的条件下,通过不同药品,不同浓度的毒性试验来规定药品的毒性作用和致无效应。结果表明：不同药品及同一药品不同浓度的毒性均有差异。     

电化学法处理氨氮废水的实验研究

针对传统城市污水厂工艺出水氨氮和总氮值偏高等问题,采用电化学氧化的方法对低浓度模拟氨氮废水进行了实验研究,分别考察了氨氮初始浓度,电流密度,氯离子浓度对氨氮和总氮的去除效果的影响。结果表明,电流密度5 mA.cm-2氯离子浓度300 mg.L-1,氨氮初始浓度20 mg.L-1时,氨氮与总氮可在短时间内得到去除并达到国家标准。在反应过程中,氨氮与总氮的去除符合准零级反应动力学,该方法用于低浓度废水的脱氮处理具有较好的应用前景。     

小麦花粉培养中蔗糖浓度外源激素低温前处理对启动细胞分裂的作用

以4个小麦品种为材料,对培养基中的蔗糖浓度、外源激素以及低温前处理等对高体花粉中小孢子细胞分裂启动的诱导做了深入研究,通过不同蔗糖浓度对花粉脱分化的诱导效果比较,发现3％的蔗糖浓度适用于小麦花粉培养,而较高蔗糖浓度（9％）不利于小麦花粉培养,高于9％蔗糖浓度不能启动花偻粒的脱分化及雄核发育,2,4－D在诱导花偻粒转向孢子体发育的过程中起主要作用,对幼穗花药的低温前处理有利于花粉细胞分裂的启动,适宜的胶处理条件是7℃6-12d6-9d7℃前处理于25－27℃下24－36h,更有利花粉细胞分裂的启动。     

集聚效应对中国风电产业发展差异影响的实证研究

风电产业的发展是清洁能源发展的热点之一。本文从产业集聚效应的角度出发,深入研究了我国风电产业链的发展情况,利用地区集中度LQ指标对2009~2012年华北、东北、西北和江苏沿海风电产业集聚情况进行了实证研究,得出我国四大区域确实存在风电产业集聚现象。同时利用产业地区集中度cR指标测度各地的市场集中度,深入分析了我国典型地区的风电产业集聚特征,得出受集聚效应和各地经济资源禀赋不同的影响,我国风电产业发展存在差异且缺少地区间的产业联动发展,并提出相应的对策建议。     

基于LoRa组网的超低功耗径流含沙量检测系统

【目的】我国水土流失现象严重,通过对水土流失状况进行有效、可靠的检测,为研究人员提供可靠的数据依据,助力水土流失和水土保持效益定量评价,更好地掌握水土流失情况和治理效果。【方法】基于物联网架构,设计了一套基于远距离无线电(long range radio, LoRa)组网的坡面土壤侵蚀动态检测系统,该系统采用LoRa Standby-CAD工作策略实现超低功耗。【结果】与传统技术相比,本研究设计的径流含沙量检测系统可降低40%电耗,待机时长可提高8.5倍;基于ECharts框架和华为云平台设计可视化大屏,实现检测数据可视化。实地测试结果表明,与传统比重法相比,本系统检测数据相对误差均值为3.08%。【结论】本研究设计的径流含沙量检测系统能持续地实时检测野外坡面径流小区径流含沙量及降水量,相比传统物联网技术方案,该系统功耗低、测试精度高、数据可视化、投产建设及维护成本低,可为相关生产、研究工作提供真实有效的实测数据及解决方案。     

三江平原典型湿地系统湿沉降中氮浓度及沉降量初步研究

2004年7月至2005年6月对三江平原典型湿地系统大气湿沉降的氮浓度及沉降量进行了初步研究。结果表明,各形态氮的月均浓度差别较大且动态变化明显,原因主要与人类活动、降水强度及频次、风向和地理位置有关;各形态氮浓度均存在明显的季节变化,春季最高,秋、冬季次之,夏季最低。春、秋季降水中各形态氮浓度的离散程度较大,原因与降水气团来源复杂性、沙尘和高空污染物输送等因素有关;降水量与各形态氮浓度呈较弱的负相关(p>0.05),NH4 -N与NO3--N、TON呈显著正相关(p<0.05),它们可能具有同源性。NH4 -N与NO3--N的良好相关性与其在液相中的反应有关;生长季降水pH的变化主要与氨挥发有关,非生长季主要与氨挥发减弱、秸秆和化石燃料燃烧以及沙尘输送等因素有关;各形态氮的沉降量具有明显的季节性,春季所占比例最高(4.57kg N/hm2),占60.41%,夏、秋季相近,冬季最低(8.29%);全年TN沉降量为7.57 kgN/hm2,TIN为沉降主体,占84.54%;NH4 -N和NO3--N为TIN沉降主体,分别占TN沉降量的52.58和29.99%。图4,表2,参16。     

CO2浓度升高对三江平原典型湿地土壤活性有机碳的影响

选择三江平原典型草甸化小叶章湿地为研究对象,利用开顶箱控制CO2浓度,模拟CO2浓度升高对湿地土壤活性有机碳的影响。结果表明,CO2浓度升高对土壤微生物量碳的影响受土壤氮素水平制约。不施氮和常氮处理,CO2浓度升高对其影响不显著;高氯处理,土壤中可利用的氮相对充足,微生物活性不受氮素限制,土壤微生物量碳显著增加。置于CO2浓度升高环境中的土壤水溶性有机碳含量有增高的趋势,但没有达到统计上显著水平（P〉0．05）。施氮均促进了土壤微生物量碳和水溶性有机碳的增加。图2,参13。     

基于极限学习机的生化过程软测量建模

针对极限学习机方法隐层神经元数目过多的缺陷，提出一种改进的极限学习机方法。在单隐层前向神经网络的隐层中，增加一类分类神经元，从而形成了一种新的单隐层神经网络结构。针对不同类样本数不相同的问题，提出了处理方法，使得可以利用相同的隐层神经元对不同类的学习样本进行拟合，这使得网络的隐层神经元数目大大降低，从而简化了模型的结构，提高了神经网络的计算速度。将这一方法应用于诺西肽发酵过程，建立了菌体浓度的软测量模型，实现了菌体浓度的在线预估。