浅析固体废物污染环境防治原则之变化

2020年4月29日，第十三届全国人民代表大会常务委员会第十七次会议表决通过了新修订的《中华人民共和国固体废物污染环境防治法》（以下简称《固废法》）。此次修订，进一步巩固并完善了固体废物污染环境防治的基本原则。笔者从法律原则自身的变化和指导法律制度设计2个层面，对几项原则进行深入分析：在减量化、资源化和无害化原则方面，强化固体废物污染防治减量化和资源化的约束性规定同时，突出无害化底线要求；在污染担责原则方面，进一步明确"污染者"内涵和其应承担的责任；在生产者责任延伸原则方面，明确了电器电子、铅蓄电池、车用动力电池等产品实施生产者责任延伸制度的法律地位；在全过程管理原则方面，强化了对工业固废、建筑垃圾等固体废物的全过程监管及信息化监控的要求。还介绍了固体废物污染环境防治原则在发达国家和地区的立法情况，以及在中国的实践情况。     

近岸海域水色异常遥感监测方法研究

水体颜色是判断水体质量的重要依据，利用遥感技术检测水色异常是进行水质评估和水体污染监测的重要技术手法。基于盐城市废黄河入海口处的GF1-WFV影像数据，利用遥感影像自身光谱特征来构建水色异常判断函数，对研究区域的水色异常进行快速提取和定位，并比较分析了基于单景影像特征和多景影像特征设置判断阈值的提取结果。研究结果表明：该方法完全基于遥感影像光谱特征，可有效提取出未知类型的水色异常信息；与基于单景影像设置的判断阈值相比，基于双景影像设置的判断阈值更合理、更适用，提取速度更快，提取范围更精确，Kappa系数为0.80;另外，采用合适窗口大小进行均值滤波处理能有效防止提取结果细碎和斑块化。     

一种基于集成学习的城市新增建设用地快速提取方法

城市新增建设用地是热岛效应调控、大气污染和扬尘管控、生态服务变化的重要指示信息。为准确提取新增建设用地,提出一种运用多时相Sentinel遥感数据和集成学习算法的城市新增建设用地快速提取方法。基于多时相Sentinel-1和Sentinel-2遥感影像提取光谱特征、纹理特征和后向散射特征,进行面向对象分割、全域均值滤波和归一化后得到组合特征集,运用随机森林、旋转森林、支持向量机和极限学习机多分类器集成学习进行分类来提取新增建设用地。提取了南京市2017年4月至10月间的新增建设用地并统计了各行政区分布的面积,提取整体精度达0. 95,Kappa系数达0. 88。相比与基于像素方法,面向对象技术可有效降低"椒盐现象",提高斑块完整性;与分类后提取方法比较,直接变化提取方法可减少误差产生环节及误差累积,从而降低系统误差,提高提取精度。     

上海市工业氨排放清单研究

为提高上海市氨排放清单的准确性,在资料更新的基础上,通过调查收集各类排放源信息和采用不同定量化方法获得排放量,对上海市氨工业排放源清单及其排放总量汇总统计。结果表明,该市工业源氨排放以城镇污水处理、固废处理、炼油行业为主,分别占全市工业源氨排放量的59.81%、20.85%和7.83%。这3大行业生产过程中氨等恶臭污染物的排放控制是上海市工业氨减排的重要方向。     

生活垃圾填埋场覆盖膜破损及其环境影响

中国的垃圾填埋场目前多采用高密度聚乙烯膜(HDPE)进行覆盖,已建成的填埋场均存在不同程度覆盖膜破损现象。采用填埋气泄漏可视化检测技术对中国东部某大型生活垃圾填埋场开展覆盖膜完整性检测,揭示了覆盖膜破损特征及破损成因,明确了破损点泄漏量,评估了其温室效应影响,梳理了国内外填埋场覆盖层监管相关管理规定和措施。结果表明:尖锐物体应力损伤导致的破损是填埋场覆盖膜破损的主要类型,粗放施工、监管机制不足、维护管理不到位是造成填埋场覆盖膜破损的主要原因。破损点的甲烷泄漏量约为817.2 m³/d,约合每年向大气环境释放温室气体超过4 900 t CO₂-eq。完善填埋场污染控制标准和技术规范、加强填埋场覆盖膜完整性的监管,是控制填埋场温室气体排放和推进固废处置设施碳减排的重要举措。     

巢湖水华遥感监测与年度统计分析研究

介绍了巢湖蓝藻水华的日常遥感监测方法与流程,开展了基于日常监测的年度统计分析,为水华环境管理提供了科学依据。首先分析了蓝藻水华与正常水体的光谱差异,利用蓝藻水华在近红外波段的"陡坡效应",基于NDVI方法开展水华日常遥感监测。基于日常监测开展水华年度统计分析,获得水华最早发生日期、最晚发生日期、最大发生面积等,并以水华发生频率、水华起始日期和水华持续时间来分析巢湖一年内高发区、发展趋势及持续时间等时空分布规律。研究表明,2010年巢湖水华的高发区域在巢湖西北部水域,水华持续天数最长的区域是巢湖西北和中部部分区域,水华先在西部沿岸聚集,随时间推移向东部和中部扩散,巢湖西南、中部和东南沿岸是最后新增的水华区域。     

典型铅蓄电池场地土壤污染识别与调查研究

以成都平原某废弃铅蓄电池污染场地为例,调查识别典型工业场地主要污染物空间分布特征和剖面迁移特征。结果表明:场地主要潜在Pb污染源有建筑垃圾、土壤及残留废水,潜在污染途径为大气降尘、含Pb废水排放;建筑垃圾中Pb、Cd、As等污染严重;场地内酸液暂存池和清洗池地表水中Pb、Cd超标严重,均为劣Ⅴ类;场地内及周边环境地下水中Cd、Cr污染较重;区内表层土壤中Pb、Cd污染严重,且呈面源性,距循环水池及酸液暂存池1.2 m处土壤中Pb含量远高于周边区域。     

深度学习在裸地扬尘源监测中的应用研究

裸地是扬尘的重要来源，施工建设过程中形成的裸地极易在大风天气作用下造成扬尘污染。因此，快速、有效地定位裸地位置，并确认其管控措施落实情况，对于开展裸地扬尘源监管具有重要意义。基于高分辨率遥感监测数据，结合人工解译裸地扬尘源数据集，以北京市大兴区为例，利用深度学习方法对裸地和防尘网覆盖裸地进行分类识别。同时，利用颜色匹配法对大兴区防尘网覆盖裸地进行识别，横向评估深度学习方法的识别精度。结果显示：深度学习方法对防尘网覆盖裸地的识别精度达97%,对裸地的识别精度达61%;颜色匹配法对防尘网覆盖裸地的识别精度达85%。防尘网覆盖裸地的颜色特征鲜明，深度学习方法和颜色匹配法对防尘网覆盖裸地的识别精度都在85%以上。深度学习方法对于面积大于2 000 m²的图斑有着较好的识别精度。深度学习方法可以提高裸地遥感解译的效率，实现规范化图像识别，可以作为人工判读的辅助手段。在实际应用中，可通过进一步积累样本来增强模型性能。深度学习方法适用于裸地扬尘源线索快速发现、工地防尘网措施落实情况快速检测等场景。     

典型钢铁企业汞排放水平及排放特征研究

以某典型钢铁企业为研究对象,测定企业废气、废水、固废汞排放水平,并分析汞排放特征。研究表明,球团、烧结、高炉工艺废气排口烟尘中汞排放浓度和排放速率明显低于烟气;汞主要以气态形式排放,烧结工艺排口废气汞最高浓度分别是其他2个排口的7倍和3倍。球团、烧结、高炉、电炉四工艺环节中,烧结汞排放速率占四工艺汞排放速率总和的87%。半干法脱硫、氨法脱硫、石灰石石膏脱硫对废气中汞的去除效率分别为90.0%、78.7%和29.9%。企业废水排放未检出汞,脱硫产生固废汞含量明显高于除尘产生固废汞含量,脱硫灰汞含量是脱硫石膏的15倍。     

地表水环境遥感监测关键技术与系统

介绍了地表水环境遥感监测的关键技术与系统及其典型应用,其代表性机理模型和应用示范成果主要来自于中国科学院遥感与数字地球研究所的高光谱遥感团队在最近几年中取得的一些研究进展,主要包括建立了基于改进双峰法的水体分布自动化遥感提取方法,实现了简单、高效和高精度的水体提取；提出了大型湖泊长时序水量估算方法,并以青藏高原湖区为例,重建了典型湖泊面积、水位和水量序列；发展了基于“软分类”的典型内陆水体叶绿素a浓度反演方法,构建了基于生物光学模型的高度浑浊水体悬浮物浓度遥感反演半解析方法,提高了反演方法的区域和季节适用性；构建了基于水色指数的大范围湖库营养状态和透明度遥感监测方法,实现了全球大型湖库营养状态遥感监测,以及全国大型湖库透明度遥感监测；在此基础上,开发了地表水环境遥感监测系统,提高了水环境遥感监测效率,促进了卫星遥感在水环境监测中的高精度业务化应用。     

空间关联随机森林模型结合Sentinel-2影像估算潍北地区裸土期土壤盐分

土壤盐分含量(SSC)是评价土地退化和肥力水平的重要指标，实现SSC状态和空间分异的快速准确监测对区域环境的优化管理极为关键。选取潍北平原为研究区，野外采集233处土壤样品并获取同时相Sentinel-2多光谱影像，进一步将特征光谱波段和构建的最优光谱指数作为输入自变量，测试得到的SSC实测值为因变量，最后将空间关联函数引入到随机森林中去建立基于空间关联随机森林算法的SSC遥感估算模型，完成区域尺度上的SSC反演估算与空间制图。结果表明：影像的B3、B8和B11是SSC的特征波段，通过波段比值变换能够增强卫星光谱信号对SSC的吸收响应，筛选得到的最优光谱指数分别为RI₃₄(波段3和波段4的反射率比值)、RI₇₁₁(波段7和波段11的反射率比值)、ND₆₁₁(波段6和波段11的反射率归一化值)和D₄₅(波段4和波段5的反射率差值);仅用特征波段或最优光谱指数来构建模型不能取得满意的SSC估算精度，空间关联随机森林模型的SSC估算精度要高于随机森林模型；在将上述特征波段和最优光谱指数共同输入空间关联随机...     

巢湖蓝藻水华遥感监测初探

以巢湖为研究区,从2008年4月到11月,对巢湖水体的24个点位进行了连续的水体光谱测量,通过对蓝藻水华爆发程度与其光谱反射率之间关系的研究,确定遥感识别水华爆发级别的阈值,对四类不同爆发程度蓝藻水华光谱特征进行遥感识别,绘制巢湖蓝藻水华特征等级图。     

南通市生态环境遥感监测及其动态变化研究

应用遥感技术对南通市生态环境进行监测,利用GIS技术对遥感监测结果进行解译与分析,同时对2006-2009年南通市生态环境时空动态变化进行了分析与评价.结果表明,南通市生态环境类型以耕地、水域和城乡、工矿、居民用地为主,未利用土地面积极小.其生态环境动态变化的主要特点是耕地面积普遍有小幅度减少,以城镇建设用地为主的城乡、工矿、居民用地增加较多,林地面积无明显变化；未利用土地面积有所减少,以盐碱地面积减少为主,减少的面积主要用于耕地和建设用地.     

基于EOS/MODIS卫星遥感数据的渤海海冰变化趋势及特征应用研究

根据卫星遥感数据的分辨率、采集频次、获取方式等特点，将MODIS卫星遥感数据应用到渤海海冰遥感监测中。通过海冰在可见光和红外光波段的光谱存在特定差异的特性，对海冰发生面积进行提取。同时对渤海海冰进行了遥感监测，并完整地监测到海冰从发生到极盛再到消退的全过程。同时，在海冰发生最为严重的时段，对辽东湾海域进行了密集监测。研究结果表明，MODIS卫星遥感数据在海冰监测中有着及时、准确的优势。     

Preliminary investigation of submerged aquatic vegetation mapping using hyperspectral remote sensing

The use of airborne hyperspectral remote sensing imagery for automated mapping of submerged aquatic vegetation (SAV) in the tidal Potomac River was investigated for near to real-time resource assessment and monitoring. Airborne hyperspectral imagery and field spectrometer measurements were obtained in October of 2000. A spectral library database containing selected ground-based and airborne sensor spectra was developed for use in image processing. The spectral library is used to automate the processing of hyperspectral imagery for potential real-time material identification and mapping. Field based spectra were compared to the airborne imagery using the database to identify and map two species of SAV (Myriophyllum spicatum and Vallisneria americana). Overall accuracy of the vegetation maps derived from hyperspectral imagery was determined by comparison to a product that combined aerial photography and field based sampling at the end of the SAV growing season. The algorithms and databases developed in this study will be useful with the current and forthcoming space-based hyperspectral remote sensing systems.     

The application of satellite data for the quantification of mangrove loss and coastal management in the Godavari estuary, East Coast of India

The mangrove formations of Godavari estuary are due to silting over many centuries. The estuary covers an area of 62,000 ha of which dense Coringa mangrove forest spread in 6,600 ha. Satellite sensor data was used to detect change in the mangrove cover for a period of 12 years (1992-2004). It was found that an area of about 1,250 ha of mangroves was destroyed by anthropogenic interference like aquaculture, and tree felling etc. It was found that mangrove's spectral response/digital number (DN) value is much lower than non-mangrove vegetation such as plantation and paddy fields in SWIR band. By taking this as an advantage, spectral data was utilized for clear demarcation of mangroves from nearby paddy fields and other vegetation. Simpson's diversity index, which is a measure of biodiversity, was found to be 0.09, showing mangroves dominance. Ecological parameters like mud-flats/swamps, mangrove cover alterations, and biodiversity status are studied in detail for a period of 12 years. The increase in mangrove front towards coast was delineated using remote sensing data. The major advantages of remote sensing data is monitoring of change periodically. The combination of moderate and high-resolution data provided detailed coastal land use maps for implementing coastal regulation measures. The classification accuracy has been achieved is 90%. Overall, simple and viable measures are suggested based on multi-spectral data to sustain this sensitive coastal ecology.     

基于机器学习遥感算法的大型漂浮藻面积提取方法研究

采用基于机器学习的多层感知机算法,利用GOCI(Geostationary Ocean Color Imager)传感器获取的瑞利校正反射率数据,对东中国海大型漂浮藻进行遥感自动识别,采用线性混合像元分解来计算大型漂浮藻的覆盖面积,并利用膨胀和侵蚀法进行大型漂浮藻的分布面积计算。利用L8/OLI(Landsat 8/Operational Land Imager)高空间分辨率资料进行验证,结果表明,基于机器学习遥感算法针对GOCI提取的大型漂浮藻覆盖面积,与L8/OLI结果十分接近,R2达到0. 959,平均绝对误差和平均相对误差分别为39. 32 km2和18. 15%。     

巢湖富营养化遥感监测

以巢湖为研究区,通过对蓝藻水华暴发程度与其光谱反射率之间关系的研究,确定MOD IS遥感影像识别水华暴发级别的阈值,对4类不同暴发程度蓝藻水华光谱特征进行遥感识别;进而确立巢湖水体富营养化评价方法,建立巢湖富营养化遥感反演模型,为实时监控巢湖水质,预警蓝藻水华暴发提供技术支持。