丰城市短时强降水天气分型分析

为了有效监测丰城短时强降水和预警大暴雨天气的发生，使用自动气象站数据、MICAPS天气图、云图、探空等资料，采用多种分析方法，对丰城市2012—2020年(5—8月汛期)短时强降水过程进行分析，结果表明:1)丰城市20次短时强降水过程有28个短时强降水回波系统个例，最多一次过程出现4个短时强降水回波系统个例，短时强降水最大值为65.6 mm/h;丰城短时强降水的统计是以雷达回波系统来体现，表现在回波形态和组合反射率CR强度上; 2)强降水主要出现在5—9月，大部份个例伴有明显的低层辐合，200 h Pa有分流区，同时有“上干下湿”“上冷下暖”的温湿场垂直结构，低层辐合与高层辐散相配合导致强降水的发生; 3) T-lnP图上强降水过程多伴有深厚的湿层，但中层也会有“干盖”结构，上干下湿导致强对流的发展，触发强降水的发生; 4)强降水过程中850 h Pa气温平均19.6℃，700 h Pa气温平均11℃，500～1 000 h Pa风垂直切变平均为10 m/s,700 h Pa相对湿度平均为89%,500 h Pa相对湿度平均为89%,CAPE平均614 J/kg、K指数平均38℃、SI...     

聚硅铁短时混凝过滤应急工艺及效果

为保证污染的快速有效处理，基于聚硅铁(PSF)的优异混凝效果及其絮体的快速沉淀性能，以模拟生活污水为试验水样，对短时混凝沉淀工艺(短时工艺)的絮凝和沉淀时间等参数的选择及其对过滤的影响进行研究，对比研究聚硅铁和聚合氯化铝(PAC)在混凝过滤的短时和常规工艺下的去除效果，并利用扫描电镜对其絮体进行分析，最后观察短时工艺对于实际生活污水的处理效果。结果表明，在混凝沉淀试验中，絮凝2 min、沉淀3 min时的PSF短时工艺就能达到与常规工艺较为接近的污染物去除水平。投加量为0.162 mmol/L时，浊度和COD_Cr平均去除差异率分别为0.59%和11.5%。在过滤试验中，短时PSF工艺的滤后水水质稳定，平均COD_Cr去除率达到85.53%,比PAC短时工艺高了7.16%。扫描电镜图片表明短时PSF工艺的絮体比PAC絮体结构紧凑，颗粒粒径大，具有更好的絮凝沉淀效果。在处理实际生活污水的试验中，投加量达到0.162 mmol/L时，PSF短时工艺对于浊度和COD_Cr的去除效果比PAC短时工艺分别高了27.88%和11.11%。     

基于K-means聚类与PLS回归模型的交通速度短时预测

为实现对交通流局部特征的有效提取，提高交通速度预测模型的可解释性，提出基于K-means聚类与偏最小二乘(Partial Least Squares, PLS)回归的交通速度短时预测模型。模型采用时空相关矩阵挖掘路网中相邻路段交通速度之间的关联性，利用K-means聚类算法划分历史数据集，并选取实测出租车GPS数据验证模型对交通速度短时预测的准确性。实验结果表明，与ARIMA、PLS回归和LSTM模型相比，该模型的预测误差减少了约30%。     

基于SSA-LSTM组合模型的城市轨道交通短时客流预测

随着我国经济的快速增长及城市化水平的不断提高，轨道交通在居民出行中发挥着越来越重要的作用。作为影响城市轨道交通运营效益和服务水平的关键因素，客流精准预测受到运营管理者和研究者的日益重视。为提高城市轨道交通客流预测精度，提出了基于麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的SSA-LSTM组合模型。本文以杭州地铁一号线客流量数据为例，在选取轨道交通客流相关影响因素的基础上，利用建立的SSA-LSTM模型对相关站点进行短时客流预测，并与LSTM模型、遗传算法(GA)优化的LSTM模型(GA-LSTM)以及粒子群算法(PSO)优化的LSTM模型(PSO-LSTM)预测结果进行对比分析。结果表明，相比于前述参照模型，SSA-LSTM模型的预测精度分别提升了19.1%、9.7%和2.4%,并在均方根误差指标方面有更优异的表现。SSA-LSTM组合模型在城市轨道交通客流预测中具有一定的应用价值，具有协助运营管理者提高城市轨道交通运营管理效益和提高服务水平的潜力。