您的位置: 专家智库 > >

李鹏飞

作品数:6 被引量:6H指数:2
供职机构:汉中市环境监测中心站更多>>
发文基金:陕西省教育厅科研计划项目更多>>
相关领域:环境科学与工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇环境科学与工...

主题

  • 2篇影响因素
  • 2篇时空变化特征
  • 2篇污染
  • 2篇空间插值
  • 1篇地累积指数
  • 1篇智慧环保
  • 1篇中段
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据挖掘
  • 1篇水污染
  • 1篇水污染物
  • 1篇水系
  • 1篇水质
  • 1篇水质评价
  • 1篇中心城
  • 1篇中心城区
  • 1篇重金
  • 1篇重金属
  • 1篇重金属污染

机构

  • 6篇汉中市环境监...
  • 5篇陕西理工大学

作者

  • 6篇李鹏飞
  • 4篇刘杰
  • 1篇何红
  • 1篇拓守恒
  • 1篇李磊

传媒

  • 2篇数学的实践与...
  • 1篇计算机时代
  • 1篇水电能源科学
  • 1篇智能城市
  • 1篇陕西理工大学...

年份

  • 1篇2023
  • 1篇2020
  • 1篇2018
  • 1篇2017
  • 1篇2014
  • 1篇2013
6 条 记 录,以下是 1-6
排序方式:
个性化“智慧环保”建设构想被引量:2
2018年
"智慧环保"是环境信息化建设中的重要篇章,是保护环境的重要手段。我国环保部门经过多年的探索,开发了许多应用系统,积累了丰富的数据资源,促进了环境信息化的发展。但"智慧环保"的建设与完善是一个长期的过程,我国的"智慧环保"体系还不够完善,文章通过对个性化"智慧环保"建设的探讨,希望能为"智慧环保"进一步的完善提供理论依据。
李磊李鹏飞
关键词:智慧环保环境信息化个性化
基于变异系数和单位指标负荷标准差的COD总量分配模型及应用
2014年
从经济、社会和环境效益出发,基于公平有效的原则,选取并量化与水中化学需氧量(COD)相关的各项指标,利用变异系数法确定各指标的权重,建立了一种新的基于单位指标负荷污染物比重标准差的最小加权和的规划模型,并以汉江水源地汉中地区水中COD总量分配为例设计了分配方案。结果表明,该模型既克服了等比例分配的不公平性,又考虑了各区域的实际差异,是一种合理可行的分配方法,为实现水中COD总量公平分配提供了新思路。
刘杰李鹏飞
关键词:水污染物标准差
汉中市PM_(2.5) 时空变化特征研究及影响因素分析
2023年
以汉中市2019-2021年大气颗粒物PM_(2.5)监测数据为基础,通过数据挖掘和空间插值方法,研究了该地区PM_(2.5)的时空分布及变化特征,并分析其主要影响因素。研究结果表明,汉中市PM_(2.5)高浓度时期集中在每年11月至次年2月,并呈现出明显的季节性变化特征:冬季>春季>秋季>夏季;汉中市PM_(2.5)浓度在空间分布上总体上呈现出南高北低的分布特征,高值区集中在中南部的中心城区一带,分别向东和向北逐步递减延伸;该时空变化特征与当地的自然地理环境、工业分布状况、人口密集程度等影响社会发展的多种因素密切相关。研究结果可为准确把握汉中市污染现状,进一步寻求有效的大气污染防控措施提供理论依据。
刘杰李鹏飞
关键词:数据挖掘空间插值时空变化特征影响因素
汉中市主要水系重金属污染评价研究被引量:1
2017年
通过监测汉中市主要水系即汉江和嘉陵江水体中表层沉积物中的重金属含量,应用地累积指数法对两大水系汉中段水体进行重金属污染评价研究.研究结果表明,汉中市主要水系中重金属富集顺序为:Cd>Pb>Zn>Cu>As>Cr.同时,得出了各种重金属的空间分布特征并分析了其原因,并提出了对策性建议.
刘杰李鹏飞
关键词:表层沉积物重金属污染
汉中市中心城区PM2.5时空变化特征及影响因素分析被引量:1
2020年
以汉中市中心城区2016年至2018年大气颗粒物PM2.5监测数据为基础,利用数理统计和空间插值方法,分别从时间和空间的角度研究了该地区PM2.5的分布变化特征,并分析了其影响因素.研究结果表明,PM2.5的月均值浓度呈"单峰单谷"型,极大值和极小值分别出现在1月和7月,分别为100.8μg·m-3和22.6μg·m^3.PM2.5的浓度随季节变化的特征较为明显:冬季>春季>秋季>夏季.从空间分布来看,总体上呈南高北低的分布特征,其中高浓度主要集中在西南部,并向东南一带递减延伸.
刘杰李鹏飞
关键词:PM2.5空间插值时空变化特征影响因素
基于T-S模糊神经网络模型的汉中段汉江流域水质评价与分析被引量:2
2013年
为了有效对汉中段汉江流域水质进行监控和评价,采用一种智能T-S模糊神经网络模型进行水质综合评价。利用建立的T-S模糊神经网络模型对水质评价标准进行训练;利用训练好的神经网络模型,选取汉江流域汉中段18个监测点的7项评价指标的监测数据,对该段水质进行综合评价。结果显示,汉水流域汉中段水质相对较好,除濂水河濂水桥监测站外,其余站点均属于Ⅰ类或Ⅱ类水质。通过计算机实验发现,该模型具有避免人工干预、提高水质评价精确度的优势。
拓守恒何红李鹏飞
关键词:汉江流域水质评价模糊神经网络T-S模型
共1页<1>
聚类工具0