Forecasting air pollution PM2.5 in Beijing using weather data and multiple kernel learning

PM_2.5 mass concentration prediction is an important research issue because of the increasing impact of air pollution on the urban environment. In this paper, a PM_2.5 forecasting framework incorporating meteorological factors based on multiple kernel learning (MKL) is proposed to forecast the near future PM_2.5. In addition, we develop a novel two-step algorithm for solving the primal MKL problem. Compared with most existing MKL 2-step algorithms, the proposed algorithm does not require the optimal step size for updating kernel combination coefficients by linear search. To demonstrate the performance of the proposed forecasting framework, its performance is compared to single kernel-based support vector regression (SVR). Data sets of an inland city Beijing acquired from UCI are used to train and validate both of two methods. Experiments show that our proposed method outperforms the SVR.     

城市供水管网极端寒潮灾害影响特征与设防标准

近年来随着全球气候变化，城市遭遇极端寒潮灾害频发，经常对城市关键基础设施大型供水管网造成破坏。为此，以上海市为例，研究城市供水系统寒潮灾害影响规律及设防标准，通过对上海市2020年底到2021年初的极端寒潮事件进行研究，分析寒潮过程中供水系统压力、流量、管道维修以及其他供水设施功能受损情况。结合近60年的气象资料，对上海市历年气象寒潮事件进行统计分析，给出当日最低温度、24h降温、48h降温、72h降温、过程最低温度及持续时间6个寒潮特征指标的分布规律。同时，利用泊松分布计算了上海市年最低温度的重现期和超越概率，提出了水表等外露设施的温度设防建议标准，并针对气温数据和管道维修数据进行关联性分析，从维修率的角度识别对管道运行造成不利影响的温度基准。研究结果可为长三角地区城市供水行业安全运行与灾害防控提供理论和技术参考。     

Observations of the first meteorological rocket of the Meridian Space Weather Monitoring Project

On June 3, 2010, the first meteorological rocket of the Meridian Space Weather Monitoring Project was successfully launched at the Hainan rocket launch site (19.5°N), China. This paper analyzes the vertical profiles of atmospheric temperature and wind recorded by the rocket and its supportive balloons, and investigates wind shear, gravity waves and atmospheric stability. In addition, we compare the vertical profiles of atmospheric temperature and wind with SABER/TIMED temperature measurements and the modeling results of MSIS00 and HWM07.     

一类半线性椭圆型方程解的可去奇点问题

通过建立不同的实验函数以及所需要的截断函数,并运用椭圆型方程的正则性理论,研究了一类半线性椭圆型方程解的可去奇点问题.得到其半线性椭圆型方程分布意义下的解,与一个定义在RN中开子集上的局部Hlder连续函数几乎处处相等的结论.     

捷联惯导系统中基于卡尔曼滤波的奇异点消除算法

为消除奇异点对大飞艇的姿态解算带来的困扰,提出了一种基于卡尔曼滤波的奇异点消除算法.在构造出的卡尔曼滤波模型基础上,将当前状态变量作为先验估计代入滤波器的时间更新方程中,以便及时投射到测量更新方程,并得到测量更新方程所需的数据;此后,通过测量更新方程来校正先验估计,从而获得此状态的后验估计值,并用该估计值来代替加速度计传感数据中的奇异点,从而达到消除传感数据中奇异点的目的.Matlab实验验证了算法的有效性.结果表明,该算法在没有引入延迟的同时,有效消除了系统中传感器信号的毛刺点.     

室内外因素对北京居室内PM10污染的影响研究

选取北京城区和郊区24户住宅,对室内和室外空气中PM_(10)进行同步数据采集,并结合《时间活动模式调查问卷》研究室内外PM_(10)污染特征。研究结果表明,2/3的居室在测试时间内PM_(10)日平均浓度超标;室内外PM_(10)具有显著正相关性;室内外温差和室外风速与室内PM_(10)均呈显著负相关,室外相对湿度与室内PM_(10)呈显著正相关。室内吸烟、手工打扫、机械打扫、蒸(焖)、炒(炸)和炖(熬)时段的I/O(室内/室外)比分别是夜间无明显活动时段的1.56~3.05倍,是白天无明显活动时段的1.02~1.49倍。应综合考虑室外污染状态、气象条件及室内人员活动状态采取措施降低居住建筑室内PM_(10)污染。     

石家庄市冬季重污染过程特征及成因研究

利用石家庄市大气环境监测数据和气象观测资料,对比分析了2015年12月6日至13日和12月21日至26日石家庄市两次持续性重污染天气过程的演变特征及主要影响因素。结果表明:两次重污染过程持续时间长、污染程度重,PM2.5对污染过程的影响大,但污染物变化趋势和浓度水平存在差异。高低空稳定的天气形势配置是两次重污染过程形成的直接原因。在这些天气形势影响下,气温低(1.5℃)、湿度高(平均相对湿度75%)、风速小(1.5 m/s)、气压低(1016 h Pa),大气层结稳定,逆温层厚、混合层高度低(750 m),是造成两次重污染过程的重要原因。燃煤、机动车尾气是石家庄冬季重污染的主要污染源,东北部、北部和西南部周边污染物的输送对重污染天气的形成发展也有一定的影响。     

基于单片机控制的WAVECOM模块在气象观测中的应用

使用单片机来控制WAVECOM完成远距离的数据传送，介绍了实现WAVECOM数据传送的外围电路及AT指令。     

锌钡白干煅窑炉过程控制系统的研制(Ⅱ)——测量数据预处理技术

简要介绍了多种数据预处理技术，并以锌钡白干煅窑炉过程控制系统中煅烧温度测量值的实际数据为例，分析了采样时遇到的测量值异常、波动、采样故障等问题、详细讨论了相应的异常值检测与补偿、故障检测、数据平滑与滤波等数据预处理技术。这些技术在煅烧温度数据预处理中取得 了良好的效果。     

奇异线性模型的数据诊断

论述了奇异线性模型的平差，并证明了ＶＴＱ－Ｖ＝Ｖ１ＴＱ１１－１Ｖ１＝ｍｉｎ．在此基础上，介绍了高杠杆点、异常点和强影响点的诊断．