基于时空模型的PM(2.5)预测与插值

PM_（2.5）已对我国的空气质量构成了严重威胁,对其预警、预报具有重要的意义.由于PM_（2.5）数据同时具有时间与空间属性,而目前的研究缺少对其时空属性的探索与挖掘.以2015年10~12月华北地区58个城市的日均PM_（2.5）浓度数据作为实验数据,利用时空自回归移动平均（STARMA）模型及只考虑时间属性的自回归移动平均（ARMA）模型对PM_（2.5）进行预测,并利用时空克里金插值与只考虑空间属性的普通克里金插值对PM_（2.5）进行插值.结果表明,STARMA模型与ARMA模型的预测相比,时空克里金与普通克里金的插值相比,PM_（2.5）预测及插值精度均有所提升,且具有时空灵活性.

基于对比度 区域均匀性图分析的综放工作面上隅角瓦斯超限预警算法研究

综放工作面上隅角通风困难,瓦斯难以有效排出,容易导致瓦斯积聚。当浓度达到一定程度时,容易诱发瓦斯超限事件甚至瓦斯爆炸事故,对井下作业人员和设备造成严重威胁。为应对此问题,提出了基于对比度区域均匀性图分析的综放工作面上隅角瓦斯超限预警算法。该算法使用时空克里金插值法,构建综放工作面上隅角瓦斯数据点插值模型,利用综放工作面已知数据,获取瓦斯采样点的信息,根据时空变异函数、时空协方差函数表征各采样点间的时空相关关联性,估计瓦斯未知采样点的时空信息,利用马特隆模型拟合所有采样点,以得到综放工作面上隅角瓦斯对比度区域均匀性图,通过此图明确综放工作面上隅角瓦斯浓度,通过评估标准确定其风险等级,进而启动相应的防范措施。实验结果表明,对比度区域均匀性图分析可准确预测上隅角瓦斯浓度及其变化特征,且预警精度高。

结合地基PM_(2.5)观测资料构建京津冀MODIS AOD完整数据集

针对遥感气溶胶光学厚度(AOD)产品普遍存在的非随机性缺失问题,本文选取2020年京津冀地区10km×10km的MODIS_MYDMOD04_L2日值数据和地基PM_(2.5)浓度观测日值数据,经过MODIS AOD单星两种算法产品的逆方差加权及双星算术平均融合、PM_(2.5)浓度数据的嵌套式时空混合效应模型转换融合和基于上述两种融合产品的时空克里金插值融合等方法集成,建立了研究区完整的AOD日值数据集.结果显示:经AERONET AOD数据验证,双星MODIS AOD融合结果R^(2)为0.87,RMSE为0.27;混合效应模型转换融合结果R^(2)为0.82,RMSE为0.31;时空克里金插值融合结果R^(2)为0.83,RMSE为0.28.AOD数据年平均每日空间覆盖率从MODIS原始数据的58.36%提高到时空克里金插值融合后的98.00%.MODIS AOD多算法多星数据融合的作用是增强与PM_(2.5)浓度日均值数据在时间尺度上的匹配度.地基PM_(2.5)浓度转换融合的作用一是补充区域内分布较均匀的局域AOD相对高值数据,保障了后续时空克里金插值的整体精度;二是能改善大片区域原始AOD数据缺失问题,可明显提高插值的时空覆盖率.所设计的数据融合方法体系,具有方法较简便、精度较高、数据集完整性好的特点.