华东地区稻麦轮作农田生态系统N_2O排放的模拟研究

利用 ＤＮＤＣ（ ＤｅＮｉｔｒｉｆｉｃａｔｉｏｎ ａｎｄ ＤｅＣｏｍｐｏｓｉｔｉｏｎ）模式，对华东地区典型稻麦轮作农田生态系统的Ｎ_２Ｏ排放特征进行了模拟研究。结果表明：该模式能模拟出轮作周期中Ｎ_２Ｏ的主要排放峰值和排放趋势，但与实测值相比，模拟结果普遍有些偏小。相对而言，该模式对旱地阶段的模拟结果比较理想，尤其是对春季小麦返青至成熟期的模拟最好。因此，我们就该阶段影响Ｎ_２Ｏ排放的主要因子进行了敏感性研究。结果指出，对这一阶段Ｎ_２Ｏ排放影响最大的是化肥的施用，其他比较重要的影响因子还包括犁地方式。有机肥、降水量、降水中的Ｎ含量以及温度等。

粉煤流化床燃烧中N_2O排放与控制

粉煤流化床（PC－FB）是一项燃烧效率高，同时实现炉内脱硫、低NOx和N2O排放的新型高效、清洁煤燃烧技术在一座0．3MW的试验台上，系统而详细地研究了其N2O的排放与控制特性，主要研究内容包括：各层二次风份额（R2i％）及悬浮空间燃烧区（FCZ）的温度分布与炉内N2O浓度分布的关系；床层温度Tb、烟气氧浓度、二次风率（R2％）、FCZ内烟温Tf、钙流比（Ca／S）对其N2O排放的影响．

基于DWT-GRU模型的天津市NO2浓度预测研究

为达到准确预测城市空气污染浓度的目的,文章通过结合离散小波分解和门控循环单元构建集成神经网络模型(DWT-GRU),利用2014年1月1日-2019年6月30日的6种主要大气污染物浓度数据及同期的气象信息进行训练,获得最优模型结构,从而实现对未来1 d天津市NO2日均浓度的预测。首先将输入数据利用离散型小波变换分解信号,提高输入变量的数据维度,然后利用GRU进行特征学习,通过与其他模型进行对比,表明组合模型能够提供更高的预测精准度和更好的泛化能力。最后分析了政策引导、产业发展、居民生活对天津市NO2浓度的年度变化及季节性变化的影响。