FGD取消GGH对区域环境的影响研究——以洛河电厂为例

介绍了湿法烟气脱硫系统取消气气换热器的国内外现状,阐述FGD系统设置GGH的负面影响,在对洛河电厂大气污染源监测的基础上,预测FGD系统中取消GGH装置对研究区域大气污染物扩散的影响。结果表明：在静风条件下,FGD系统取消GGH装置大气污染物的扩散对关心点的影响不甚明显;污染源对各关心点日均浓度贡献最大的为上窑镇;不同气候条件下,FGD系统取消GGH装置对研究区域环境空气质量贡献值仅是很小一部分。     

松花江哈尔滨段二维水质模型参数敏感性分析

运用灵敏度与线性回归的方法,分析了松花江哈尔滨段二维水质模型中参数的敏感性。结果可知：污水排放量（Qp）=污水排放浓度（Cp）〉河流本底浓度（Ch）〉流速（u）〉横向扩散系数（My）〉降解系数（Kl）;污水流量（Qp）、污水排放浓度（Cp）、河流本底浓度（Cb）与预测断面污染物浓度均呈正向完全线性相关;降解系数（Kl）与预测断面污染物浓度呈负向完全线性相关;流速（u）和横向扩散系数（My）均与预测断面污染物浓度满足幂函数方程,且呈负向完全线性相关;在搜集资料时,要特别注意对流速小数位数的保留。     

哈尔滨市空气质量预报统计方法的研究

本文是将空气中污染物排放视为相对恒定不变，根据天气预报的预测结果，未预测未来空气质量的一种统计预报方法。通过长时间的空气污染物浓度监测值和同步气象观测资料，将两者建立起相关关系，通过这些定性和定量的关系，进行空气质量的预测。     

二维多箱模型预测大气环境方法的研究

采用二维多箱模型对石家庄市区大气污染物ＳＯ２进行了计算,分别计算了４个风向的各子箱污染物浓度,然后按其风向频率加权取和得到平均浓度。把计算结果与地面监测值和１９９４－０１中国环境科学研究院的高空航测值进行了比较分析后发现。多箱模型预测大气环境比单箱模型和其它预测方法产生的误差要小。     

室内空气污染预测方法的实证研究

在大型(30m3)、小型(1m3)环境箱实验获得数据的基础上构建释放模型,并将模拟结果和现场监测得到的浓度水平进行对比,对开发的室内空气污染预测方法进行了实证研究.以一新装修房间为例,分别利用大型和小型环境箱实验,研究了复杂整装材料和简单层状材料的释放规律,建立了相应材料的污染物释放模型;依据单元内物质守恒理论和污染物充分混合的假设将释放模型组合,建立了室内空气污染预测方法,并预测了该房间甲醛和TVOC(total volatile organic compounds)浓度的变化过程.在考虑了0.03ACH(air change per hour)的换气率之后,模型预测与现场监测的污染物浓度变化趋势基本吻合,甲醛和TVOC污染预测误差(正则化标准差)分别为2.8%和1.6%.模型分析表明,各污染源对于甲醛污染的贡献,家具＞涂料＞地板;对于TVOC污染的贡献,涂料＞地板＞家具.结论表明,该预测方法可以真实反映现场污染物浓度变化趋势,可以用来分析各污染源对于整体污染的贡献、指导装修材料的选择和作为室内污染评估和控制的有效工具.     

汽车排放污染物浓度的预测

为了预测汽车排放污染物的浓度,应用简化的高斯烟团模式得到静风条件下的线源扩散预测模式。并结合高斯烟流扩散模式,建立了预测汽车污染物在任意风向下和年平均浓度的预测模式,考虑车道上存在车辆行驶的强烈机械扰动湍流和把繁忙的公路视为线源两个因素,提出了计算初始扩散参数的方法。然后,运用Turner和Pasquill扩散参数,建立了线源扩散参数的确定方法。该模式应用于预测高速公路沿途汽车污染物的浓度表明,计算值与监测值吻合较好,可用于我国公路环境影响的评价。     

敏感区域目标污染物空间溯源分析

基于SPARROW模型,利用新安江流域2009~2010年60个监测站点的TN浓度数据,以及相关污染源及空间属性数据对流域水质进行模拟分析,结果表明,流域内69%的河段TN模拟浓度可以达到III类及以上水质标准.对跨省界评估断面——街口断面进行TN污染源溯源分析,发现上游各子流域的工业源污染对断面污染总量的贡献比例为7.41%,农业源污染贡献比例为57.52%,生活源污染贡献比例为35.07%,且分别具有不同的空间分布特征,可以考虑使用该方法为以跨界断面污染物浓度控制为目标的相关削减措施的提出提供技术支持.     

流域水质与点源污染关系的监测研究

点源污染物排放与流域水质目标的关系是当前环境管理亟待解决的技术关键问题之一。笔者通过点源排放口—入河排污口—目标河流断面三位一体监测系统运行机制探讨,利用点源排放口与入河排污口同步监测结果分析入河系数,利用入河排污口与目标河流断面同步监测分析影响系数,从而能够得到每个点源污染物排放对相应目标河流控制断面水质的贡献系数,这是确保水质达标而对点污染源进行动态管理的重要技术支持。      

西安市对渭河水质的影响分析

根据渭河西安段各代表断面的水质监测结果和该流域不同代表年径流量,通过平均浓度法计算各污染物负荷量,得出渭河干流以点源污染为主,支流非点源污染较干流严重.基于2009～2011年实测污染物浓度数据,由物料衡算法计算得到咸阳至临潼断面间西安地区对渭河干流的污染物输入量,分析西安段各项污染负荷占下游监测断面临潼的比例,量化西安对渭河水质所造成的影响程度.计算结果显示,渭河临潼断面污染负荷主要来自于咸阳断面上游,TN、COD及NH4+-N输出入量均占下游断面的40%以上.其次来源于西安地区,除TP占下游断面53%外,其余污染物占30%以上,且西安地区非点源污染比其上、下游断面严重,点源负荷约占总负荷63%.     

三维多箱模型预测大气环境方法的研究

本文采用三维多箱模型对石家庄市区特征污染物ＳＯ２的浓度进行了计算，把计算结果与地面监测值和１９９４年１月份中国环境科学研究院的高空航测进行比较分析后发现，用多箱模型预测大气环境比单箱模型产生的误差要小，从而证明和三维多箱模型预测城市和经济开发区大气环境污染物浓度是最佳的方法之一。     

遥感监测沙尘暴的研究进展及趋势

沙尘暴是一种气象灾害,也是严重的生态环境问题.它对自然环境和经济社会的危害已越来越引起人类的重视.随着环境遥感的发展,运用遥感技术对沙尘暴进行监测是最有效的方法之一.文章通过对中国沙尘暴遥感监测研究的现状的概述以及对当前遥感应用的技术水平的分析,展望了未来遥感监测沙尘暴的发展趋势.     

运营量增加和交通声环境质量的改变应列为环境影响评价的要素

公路交通噪声的产生与变化同公路周围建设项目或是在原有公路上增加运营量有关,因此提出了应将建设项目因增加的运营量所引起的交通噪声的变化,作为环境影响评价的要素之一。通过对美国联邦公路管理局（FHWA）模式进行简化,获得用车流量表示的公路交通噪声增量的计算公式,通过现状监测值与投产后因运营量的增加而引起的噪声增量直接相加,可预测交通噪声的改变值。由此可预测和评价建设项目投产后,因运营量的增加而引起的交通声环境质量的变化情况。     

基于ELM网络的污水处理COD值预报模型研究

通过对沈阳某污水处理厂的叶轮气浮法污水工艺进行研究分析,得知其过程具有多变量、非线性和时变等特性,这些特性对于处理后水质的COD值准确检测非常重要。COD值的在线检测设备通常有一定滞后,影响了现场对水质的控制和提高,为此采用ELM网络来建立COD值的预报模型,并通过MATLAB软件进行了仿真研究,仿真结果表明该模型具有较好的预报效果。     

基于BP神经网络的空气污染指数预测模型研究

BP神经网络已成为研究空气污染预测的有效工具之一。文章利用近十年北京市地面气象观测资料和空气污染指数数据,通过BP神经网络技术构建了不同季节的空气污染指数预测模型,对北京市空气污染指数进行了预测。通过相关系数分析法,对比分析了预测结果与实际监测结果,研究结果表明:春、夏、秋、冬季的预测值与监测值线性相关系数分别为0.81、0.84、0.89、0.85。北京春季常伴随有沙尘天气,而文章并没有考虑沙尘天气对预测模型的影响,因此春季BP神经网络预测精度在四季中最低,其预测值与监测值的线性相关系数为0.81。由于秋季不同空气质量级别的数据都有较多分布,因此该季节构建的网络更具有代表性,其预测精度在四季中最高,预测值与监测值的线性相关系数高达0.89。总之,BP神经网络模型对于北京空气污染指数预测是行之有效的。     

利用人工神经网络对空气中O3浓度进行预测

将人工神经网络应用于对空气中O3的浓度预测,提出了完整的预测模型,选取风速、风向、相对湿度、云量、平均气温、最高气温等6项气象因子作为输入量,经过两个月的预测实验,结果表明,实测值与预测值的平均相对误差为21.49%,相关系数为0.837.表明人工神经网络对O3的浓度预测是一种有效的工具.     

城市空气污染数值预报的技术关键

在分析城市空气污染数值预报要素的基础上,建立了包括污染源排放清单,气象中尺度数值预报模型MM5,ADMS-城市模型软件的城市空气质量预报系统。首次提出了空气质量环境背景值的确定等提高城市空气污染预报准确率的有效措施。     

基于双向门控循环单元的地表水氨氮预测

为提高水环境中NH4+-N的预测精度,提出了一种互补完全集合经验模式分解(CCEEMDAN)和双向门控循环单元(BiGRU)神经网络的混合预测模型(CCB).首先,通过CCEEMDAN将NH4+-N数据分解成一系列较为简单的模态成份;然后利用BiGRU神经网络对各成份进行预测,将所有分解成份的预测结果相加即可获得最终预...     

基于风险神经网络的大气能见度预测

针对空气污染导致大气能见度降低的预测研究,构建了一个风险神经网络模型,模型以6个气象因子、3种主要污染物(SO2,NO2,PM10)浓度和能见度作为输入因子,输出为24h后能见度的预测值.该模型对低能见度情况的数据给予相对较高的风险值,而对高能见度情况的数据则给予相对较低的风险值.以天津市2003~2007年的气象数据对模型进行检验,结果表明该风险神经网络模型优于传统神经网络模型和线性回归模型.     

我国工业危险废物产生量的预测研究

采用灰色系统GM(1,1)和GM(1,2)模型,对我国工业危险废物产生量的变化趋势进行了预测研究。根据过去几年我国危险废物产生量的统计数据,在不考虑其它影响因素的的情况下,采用GM(1,1)模型,预测2010年我国危险废物将达到2432万t;在考虑到工业生产总值影响因子的情况下,采用GM(1,2)模型,预测2010年我国危险废物将达到2686万t。预测结果表明今后我国工业危险废物的产生量将增加很快,可供环境管理部门作参考。     

基于逐步回归分析方法的PM_(10)浓度预报模型

根据沈阳市2003～2005年的PM10浓度资料以及同期的气象要素资料,采用逐步回归方法建立了分季节的空气污染物PM10与气象因子的关系模型,并且利用2006年PM10资料和气象资料对模型进行了验证。结果表明:PM10预报浓度准确率和等级准确率最好的是夏秋两季,最差的是春季。春季当PM10日均浓度出现很高值时,预报结果与实测值有较大的误差,但趋势是一致的。秋季趋势的一致性不好,但波动比较小。冬季和夏季预报值与实测值的变化趋势基本上一致。