湿地生态系统还原性硫气体自然释放研究

还原性硫气体是重要的痕量生源气体,对全球硫循环和大气化学具有重要作用。湿地是还原性硫气体的重要排放源,二甲基硫(DMS)、硫化氢(H2S)、羰基硫(COS)和二硫化碳(CS2)是湿地系统释放明显的还原性硫气体。开展湿地生态系统还原性硫气体自然释放的研究,可在全球尺度上估算还原性硫气体对大气循环的具体贡献提供基础数据。DMS、H2S和CS2的日变化规律表现为昼释放率大于夜释放率,COS释放速率表现为夜大于昼,在季节变化上都呈现生长季释放率大于非生长季;空间释放规律上也有较大差异性,水稻田硫气体释放量较为明显。温度通过影响酶活性进而影响硫气体释放,土壤、植被和潮周期等也是影响湿地生态系统还原性硫气体释放的重要因素。在探讨目前该研究领域存在不足的同时,对未来的研究工作进行了展望,以期对湿地生态系统还原性硫气体释放取得更深入的探究。     

GF-5高光谱遥感影像的土壤有机质含量反演估算研究

本文基于高光谱遥感影像对土壤有机质含量进行反演估算,以哈尔滨与兴安盟交界处的平原地表土壤为试验对象.首先,基于辐射和几何校正等预处理的高分五号（GF-5）高光谱遥感影像,依据五点采样法采集影像覆盖范围的地表土壤样本共100组,在实验室内进行理化分析等一系列处理获取样本土壤有机质含量数据.然后,运用偏最小二乘法建立高光谱影像土壤沙化指数、土壤退化指数、归一化亮度指数和土壤盐分指数反演土壤有机质含量的估算模型.比较基于原始反射率数据、一节微分反射率数据和4种土壤指数构建的反演模型的预测精度,通过65%的建模样本和35%的预测样本验证表明,反演模型中基于土壤指数建立的反演模型的预测验证精度最高,预测集验证中ρ为0.816,RMSE为1.7287.并将该反演模型运用到高光谱影像的土壤有机质含量的反演估算,实际测量的SOM与影像反演SOM含量变化趋势一致,相关性达到80.023%以上,验证了模型的反演估算精度.     

油污染土壤气体抽排去污模型及影响因素

为了开展适合我国实际情况的有机污染土壤气体抽排净化技术研究,在对油污染土壤的通风去污过程机理进行分析的基础上,建立了一个简化机理模拟模型.以华北地区典型土壤为实验土样,油污染物为例,通过一维土柱实验,研究了抽排气体流速、土壤含水率和土质对去污过程的影响.实验表明抽排气体流速存在最佳值,土壤含水率对不同土质土壤净化时间影响不同,对粉砂土,含水率升高,净化效率增强;而对粘质土壤,结果正好相反.对模型预测结果进行实验验证表明,本文建立的模拟模型在实验限定条件范围内是准确和适用的.     

土壤理化条件变化对含硫气体释放的影响

研究在不同的室内培养条件下,土壤的各种物理化学条件对含硫气体释放的影响．结果表明,土壤在含水率为50%～75%,ｐＨ＝3.25～8.67,较大的Ｃ:Ｎ 条件下,各含硫气体的释放量较大．而光照条件对于不同的硫源释放含硫气体的情况各有不同．环境条件通过改变微生物的活动改变了各硫源的生化分解的产硫量     

基于GWRK的土壤有效磷空间预测及其超标风险评估

以江苏省金坛区土壤有效磷的空间预测为例,构建地理加权回归克里格（GWRK）模型,即采用地理加权回归（GWR）来量化土壤有效磷与主要土壤因子（即：土壤全磷、土壤pH值和土壤有机质）之间的局部空间关系,并结合局部回归残差的插值结果来预测土壤有效磷的空间分布状况.GWR结果显示主要土壤因子对土壤有效磷含量的影响程度随空间位置的变化而变化.同时,采用独立验证样本对比GWRK模型和普通克里格（OK）模型的空间预测精度.结果显示,GWRK预测结果具有更低的平均绝对误差（MAE）、均方根误差（RMSE）和更高的Pearson相关系数（r）,且较OK预测结果的相对提高指数（RI）为19.61%.此外,根据GWRK预测结果,对金坛区土壤有效磷含量的超标风险进行了评估.结果表明土壤有效磷含量超过其环境安全阈值（40mg/kg）的区域集中分布在金坛区北部,其面积为175.58km²,约占金坛区总面积的18%.因此,GWRK模型能有效评估区域土壤元素有效量空间分布状况,且GWR局部空间回归系数能为区域土壤元素有效量的调控提供更精确空间决策支持.     

工程地质勘探过程中土壤污染治理约束优化模型分析研究

提出一种工程地质勘测过程中土壤污染治理约束优化模型,通过空间分层技术构建土壤空间抽样优化模型,抽取工程地质勘测过程中的土壤样本。根据重金属迁移影响因素得到土壤污染源位置确定模型,确定土壤污染源的位置,并构建土壤污染综合评价模型对土壤污染源的污染程度进行评价,根据评价结果选择对应的治理方案,完成工程地质勘测过程中的土壤污染治理。所提方法可准确的确定污染源的位置,并准确的完成污染源污染程度的评价。     

超临界二氧化碳提取土壤有机质的实验研究

采用自然土壤 /沉积物作为基体进行有机污染物的吸附机理研究时 ,实验样本很难避免在环境中受到污染 ,因此有必要对样本进行清洗。但由于土壤的复杂性和没有合适的清洗溶剂 ,人们往往忽视这一重要的实验步骤。本实验尝试用超临界二氧化碳萃取法作为样本的清洗方法 ,并分析了它对土壤样本性质的影响。     

多光谱数据定量反演土壤营养元素含量可行性分析

运用室内光谱模拟多光谱数据,采用回归分析方法建立土壤营养元素含量预测模型,并进行验证.首先,根据光谱响应函数将实验室光谱数据重采样至多光谱传感器（TM和 ASTER）波段;然后,分别利用多元逐步回归（SMLR）和偏最小二乘回归（PLSR）方法,建立建模土壤样本实测光谱以及模拟光谱（TM和ASTER）与土壤营养元素含量间的经验模型;最后,利用检验土壤样本进行模型精度验证.与实测光谱模型相比,模拟光谱模型对土壤营养元素含量的预测精度受光谱分辨率的影响并不大.模拟光谱模型对N、P、K元素含量预测精度最高分别为0.89、0.79和 0.67.土壤N、P、K元素含量SMLR模型的入选波段分别位于2 000～2 300　nm、1 650～1 800　nm和600～800　nm波长附近范围内; 土壤N、P、K元素含量PLSR模型的系数表明,近红外（NIR）波段对总氮和总磷元素含量比可见光（VIS）波段敏感,而VIS对K元素含量预测的贡献更大.利用多光谱数据进行土壤营养元素含量的估测具有理论上的可行性;由于不同元素对不同光谱波段的响应不同,在选择多光谱遥感数据时要充分考虑传感器的波段特征.     

污染物浓度预测的PPR模型

采用投影寻踪回归技术的审视数据－模拟－预测新思路,对环境监测数据进行探索性分析,建立了污染物浓度预测的ＰＰＲ模型,该模型用于水污染物ＢＯＤ和ＤＯ浓度预测结果,共建模样本拟合格率为１００％,预测检验样本预测合格率达８３．３％。     

长江武汉段沉积物再悬浮过程中PAHs释放的预测模型

为研究长江武汉段沉积物再悬浮过程中多环芳烃的释放,采用回归方法建立了剪应力与再悬浮颗粒物浓度、有机碳含量及PAHs浓度之间的定量关系模型,并结合PAHs在悬浮颗粒物-水体分配系数,建立了不同剪应力条件下再悬浮过程中上覆水体PAHs浓度预测模型,通过模型预测结果与实验结果的比较,表明模型具有良好的预测效果,可用来进行不同剪应力条件下沉积物再悬浮过程PAHs释放的预测.     

规范变换与误差修正结合的环境系统的前向网络和投影寻踪预测模型

为了建立适用于环境系统的结构简洁、形式统一、程序规范、应用普适的神经网络和投影寻踪回归预测模型,针对传统的神经网络和投影寻踪回归用于多因子、大样本预测建模,存在模型结构复杂、学习效率低的局限,提出设置环境系统预测量及其影响因子参照值和规范变换式的原则和方法,使规范变换后的影响因子皆"等效"于同一个规范影响因子,从而将多因子的的预测建模简化为等效规范因子的预测建模,使模型结构得到极大地简化,提高了学习效率;此外,为了提高预测模型的预测精度,还提出了对预测样本的模型输出值的误差修正公式.在对环境系统的预测量及其影响因子进行规范变换的基础上,将m个规范影响因子的每个建模样本组成m个"等效"训练样本,应用免疫进化算法优化模型参数,分别建立适用于环境系统的2个或3个规范影响因子的前向神经网络和投影寻踪回归两类预测模型;并依据误差理论,对误差修正公式修正后的模型预测精度的提高进行了严格的数学论证.将基于规范变换与相似样本误差修正相结合的两类预测模型,用于某市5个点位的SO_2浓度预测,并与6种传统预测模型和方法的预测结果进行了比较.结果表明:对同一个预测样本,同类模型的两种不同结构的的预测值及其相对误差都几乎完全相同或彼此相差甚小;此外,两种不同结构的两类预测模型用于5个样本预测,其相对误差绝对值的平均值分别为2.59%、2.67%;2.18%、2.62%,均远小于传统BP神经网络模型的25.72%、传统PPR模型的14.20%、传统SVR模型的22.13%、模糊识别模型的21.57%、组合算子模型的18.36%和多元回归模型的25.31%;而两类模型预测的最大的相对误差绝对值分别为4.11%和3.57%,更加远远小于传统的6种预测模型的37.18%、56.07%、27.40%、32.14%、38.38%和60.26%.实例分析结果证实了误差修正公式对提高模型预测精度具有切实可行性.基于规范变换与误差修正相结合的前向神经网络和投影寻踪回归两类预测模型不仅避免了"维数灾难",提高了学习效率和模型的预测精确度,而且具有简洁、普适、规范、统一和稳定的特点,对其他预测建模也有借鉴作用.     

用BP神经网络模型定量估算石化企业炼油废水处理中的VOCs

将BP神经网络理论引入石化企业炼油厂废水处理中的VOCs挥发量估算。在分析影响VOCs挥发因素的基础上,利用基于MATLAB神经网络工具箱的图形用户界面GUI,建立了石化企业炼油废水处理中VOCs挥发量估算的BP神经网络模型。用该模型对样本集进行了学习训练和仿真测试,并将训练好的神经网络应用于相关实例的估算。结果表明,应用BP神经网络方法进行石化企业炼油废水处理中VOCs挥发量估算结果与美国环保局推荐软件WATER9的计算结果误差在1.49%~17.46%之间,为石化企业炼油废水处理中VOCs挥发量估算提供了一种较为可靠的方法。     

基于神经网络集成的单个飞行事件噪声预测模型

通过分析影响单个飞行事件噪声的各种因素,构建了BP神经网络回归预测模型,并通过自适应遗传算法优选出参与集成的个体神经网络,提出了预测单个飞行事件噪声的神经网络集成预测模型.为了有效保证差异性,设置不同隐藏神经元个数和Bagging算法来构建和训练单个网络.实验结果表明,单个飞行事件噪声的神经网络集成预测模型相对单个BP神经网络模型泛化能力更强,稳定性能更好.本文方法在测试集上误差在3dB以内的平均比率为96.9%,比单个网络高6.8%.     

基于BP神经网络的城市总生态足迹预测研究——以武汉市为例

鉴于BP网络在处理非线性复杂系统的优势,以武汉市为研究对象,构建一个10-4-1结构的BP神经网络预测模型,将1978-2002年和2003年的相关数据作为模型的训练和测试样本,以2004年的社会、经济、环境数据作为网络的预测输入,对该年的总生态足迹进行预测。结果表明,BP神经网络预测结果与实际足迹值的相对误差为0.69%,预测精度优于传统的多元回归统计模型。     

基于BP神经网络的污染场地土壤重金属和PAHs含量预测

受土壤检测成本和项目周期等因素制约,污染场地土壤经常存在检测数据缺失的现象,如何利用有限的检测数据获得更全面的信息成为当前研究热点.以某金属加工厂污染场地为研究对象,运用多元统计方法分析土壤样品中重金属(As、Zn、Cu、Pb、Ni、Cd、Cr)和多环芳烃(polycyclic aromatic hydrocarbons,PAHs)〔苯并[a]芘(BaP)、二苯并[a,h]蒽(DBA)、苯并[k]荧蒽(BkF)、苯并[b]荧蒽(BbF)、苯并[a]蒽(BaA)、萘(Nap)、?(Chr)〕之间的关联性,并以此为基础,利用已知数据建立BP神经网络模型,预测缺失土壤样本中重金属和PAHs的含量.结果表明:与GB 36600—2018《土壤环境质量建设用地土壤污染风险管控标准(试行)》中的风险筛选值对比,重金属超标率表现为w(Ni)>w(Cu)>w(As)>w(Pb)>w(Zn)=w(Cd)>w(Cr),除w(Chr)未超标外,其他6种PAHs按超标率排序为w(BaP)>w(DBA)>w(BbF)=w(BaA)>w(Nap)>w(BkF).重金属Zn与Pb、As与Cd关联性较好,Cu与Ni关联性较好,Cr与其他6种重金属关联性较差,PAHs中除Nap外,BaP、DBA、BkF、BbF、BaA和Chr彼此关联性均较好;构建的BP神经网络模型的污染物浓度预测值与实测值的决定系数(R₂)范围为0.812~0.993,模拟效率系数(NSE)范围为0.779~0.959,均方根误差(RMSE)和平均绝对误差(MAE)均较小.研究显示,研究区土壤重金属和PAHs含量整体存在不同程度的超标现象,构建的BP神经网络模型对污染物浓度预测结果准确可靠,利用该模型对土壤污染进行空间分析与评价具有可行性,且关联性较弱的因子作为输入参数能进一步提高预测模型的精度.      

基于SSA-BP与SSA的地下水污染源反演识别

应用基于SSA-BP神经网络替代模型的模拟-优化方法和SSA研究了地下水污染源位置及释放历史的反演识别问题。并在建立地下水水流模型时,应用Cholesky分解方法建立含水层渗透系数连续场,该方法相比于普通的参数分区方法更好地描述了水文地质参数的非均质性。结果表明:SSA-BP神经网络替代模型对模拟模型具有较高的逼近精度,其平均相对误差仅有3.21%。应用SSA求解优化模型,能够快速准确地识别出点污染源的位置及释放历史。SSA对污染源位置的反演识别相对误差在10%左右,对污染源源强的反演识别相对误差不超过4%。因此,本文所提出的方法是一种有效的地下水污染源识别方法,可为污染责任认定及污染修复方案的优化提供参考。     

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.     

土壤中发生的挥发性有机硫气体的研究

测定了张北、封丘、鹰潭、吴县、长沙、湛江等地旱地土壤和水稻土在室内培养情况下挥性有机硫气体的释放。结果表明，这些土壤中产生硫化氢、氧硫化碳、甲基硫醇、二甲基硫、二硫化碳和二甲基二硫等含硫气体。水稻土中产生的有机硫气体高于旱地土壤，同时施用有机肥和化肥后，土壤中发生的有机硫气体高于仅施用化肥，在厌氧条件下检测到的有机硫气体高旱地土壤、同时施用有机肥和化肥后，土壤中发赡有机硫气体高于仅施用化肥。在厌氧     

利用复介电常数和BP人工神经网络进行浓度预测的研究

制备了一定含水率不同浓度的CuCl2的PVA样品,用微波矢量网络分析仪和微波传感器测量S11参数,计算得到相对复介电常数。以样品相对复介电常数的实部、虚部及对应频率作为输入,以CuCl2溶液的浓度作为输出,建立BP人工神经网络模型。用训练样本集对网络训练后,检验样本的预测结果与实际值最大误差为0.97%。结果表明,利用复介电常数和BP人工神经网络进行浓度预测是一种很好的方法,进而为环境监测提供了方法依据。     

中国人为源VOC排放清单不确定性研究

针对采用"排放因子法"构建的中国人为源VOC排放清单,开展了不确定性研究工作.基于排放清单输入信息的准确性和可靠性,构建了活动水平和排放因子的不确定度评估系统,获得了清单输入信息概率密度分布函数.利用Monte Carlo模型将输入信息的不确定度传递到清单的输出值,计算了2005年我国人为源VOC排放概率密度分布函数....