南京市降水化学成分特征及变化趋势

通过对１９９２－１９９８年南京市降水化学成分特征及其变化趋势的分析，表明南京市降以化明显，但无恶化迹象，降水化学成分中ＳＯ＾２－４对酸化起主要作用，但其作用呈下降趋势，而ＮＯ＾－３，Ｃｌ＾－的作用呈上升趋势。Ｃａ＾２＋，ＮＨ＾４＋在中和降水的酸性方面起十分重要的作用，Ｃａ＾２＋的作用逐渐减弱，而ＮＨ＾＋４的作用则逐渐增大。     

玉溪市降水化学特征及变化趋势分析

根据2004—2013年降水和环境空气监测资料,统计分析了玉溪市中心城区降水p H值的年变化、季节变化和月变化,结果表明:10年来玉溪市中心城区酸雨频率为1.14%,降水p H最低值4.96,最高值8.66。用spearman秩相关系数法检验分析,降水p H年均值呈平稳偏升趋势,降水p H维持在6.36~7.42,但降水电导率、SO2-4、NO-3、Ca2+、K+呈显著上升趋势;降水出现酸雨的频率按春、夏、秋递减,集中分布在3月、4月、7月、8月。降水酸型为燃煤型,降水阴离子的影响来源主要为工业、生活燃煤、石化燃料的燃烧及机动车排放的尾气;阳离子影响的主要来源为城市工地扬尘和裸露地表土壤尘埃。     

基于遗传算法的人工神经网络在降水酸度预测中的应用

在误差反向传播(Back Propagation)算法的人工神经网络结构模型的基础上，应用遗传算法训练神经网络权重，实现网络结构的优化。用优化后的BP人工神经网络建立了江西省南昌市的降水酸度预测模型。并将该模型预测结果与BP算法和多元线性回归法的预测结果进行了比较。检验结果表明：基于遗传算法的人工神经网络优于BP算法及多元线性回归法，具有良好的预测效果。     

广东省水资源的变化趋势,问题及对策

分析了广东省水资源量和水环境质量变化的情况，对未来十年全省需水量情况进行预测。据此，针对省内生活污水增加、废水处理率严重偏低、需求量急剧增加、水资源管理水平落后、用水浪费现象普遍等问题提出相应的对策。     

福建省城市酸性降水特征及变化趋势

以福建省23个城市2004年降水监测数据为基础，对降水pH值、酸雨出现频率、阴阳离子组成进行了分段统计分析，探讨了福建省酸雨类型、分布特征及变化规律，认为全省降水pH年均值〈5．6的城市比例呈逐年上升趋势，酸雨区主要分布在闽东南沿海，酸雨类型主要为硫酸型，3月份酸雨强度最强。     

厦门市2021年大气降水化学组分变化趋势及来源分析

为了解厦门市大气降水化学组分及其变化趋势,对2021年采集的厦门市大气降水进行了分析,监测因子主要包括pH、电导率、降水量及化学组分(硫酸根、硝酸根、铵离子、氟离子、氯离子、钙离子、镁离子、钠离子、钾离子)。分析结果表明,2021年厦门全市降水pH值范围为4.01～6.39,pH加权平均值为4.99,酸雨发生率为75.9%。其中小坪点位pH值范围为4.01～5.94,pH加权平均值为4.87,酸雨发生率为87.0%;洪文点位pH范围为4.61～6.39,pH加权平均值为5.33,酸雨发生率为55.2%。PMF来源解析表明,市区洪文点位降水中离子的主要来源为工业及燃烧源、海盐、机动车尾气、扬尘源,其贡献率分别为20.3%、26.7%、19.6%、33.4%;郊区小坪点位降水中离子的主要来源为生物及农业源、海盐、机动车尾气、工业及燃烧源,其贡献率分别为29.5%、31.5%、26.2%、12.8%。     

贵州龙里实验区酸性降水特征及变化趋势

以2007年4月～2008年12月贵州龙里实验区的降水监测数据为基础,运用统计学方法对该地区大气降水酸度和化学组成的特征及其季节变化趋势进行分析.结果表明,研究期内当地的降水pH均值为4.70,酸雨占降雨次数的70.1%和总降雨量的76.7%.酸雨的发生呈现一定的季节变化特征,其中春季为酸雨高发季节.降水中SO42-、NO3-、NH4+、Ca2+等含量较高.与相关研究进行对比,初步认为该地区大气降水所带来的S和N的湿沉降量尚未超过当地生态系统的酸沉降临界负荷.     

基于XGBoost选择迁移条件提升LSTM模型河流水质预测能力

准确预测河流水质变化是流域水环境管理的重要基础。目前常用的基于数据驱动的深度学习模型依赖大量的监测数据训练,然而很多河流数据缺乏,无法满足水质预测精度要求。提出了一种基于极端梯度提升模型(XGBoost)的迁移条件选择方法,利用全国河流自动监测站点的水质参数(水温、pH、溶解氧、总氮)数据集,研究建立长短期记忆神经网络(LSTM)模型库,通过迁移学习条件的优化,提升LSTM模型的预测能力。结果表明：1)采用不同源域和迁移方式训练出的模型,其预测精度有很大差异;2)基于XGBoost模型选择最佳迁移条件,迁移模型的预测误差(RMSE)降低了9.6%～28.9%,LSTM模型预测精度明显提升;3)选取合适的迁移方式、选用性质接近的源域数据、增加训练数据量均可以提升迁移模型的预测精度。该建模方法可应用于实测数据少的河流水质预测,为流域水环境精细化管理提供技术支持。     

一种基于小波变换和LSTM的大气污染物浓度预测模型

针对现有大气污染物浓度预测模型存在预测精度不高、污染物种类单一等不足的问题,通过小波分解将高维大气污染物数据转换为低维数据,再对分解序列建立长短期记忆网络(LSTM)预测模型,最后通过小波重构将分解序列重构为污染物时间序列,建立了 1种基于小波变换(WT)的LSTM大气污染物预测模型(WT-LSTM),用以预测目标区域...     

基于时空XGBoost的中国区域PM2.5浓度遥感反演

为了提高PM_2.5估算精度,获得连续的PM_2.5浓度空间分布,本文提出了一种时空XGBoost模型（STXGB）.STXGB模型引入克里金法,将地理信息和时间信息融合到XGBoost算法体系中,通过集成遥感数据、气象数据和地理信息数据建立了基于STXGB模型的PM_2.5质量浓度空间估算方法.最后,以2019年中国区域PM_2.5质量浓度月数据为例,采用基于样本、站点和时间的十折交叉验证法,评估了STXGB模型的性能,并与BP神经网络（BPNN）、随机森林（RF）、XGBoost、反距离加权XGBoost （XGBIDW）模型结果进行对比.结果表明,STXGB模型的预测精度优于其它模型,其中,STXGB模型验证的决定系数为0.92,均方根误差为6.51 μg·m^-3,平均预测误差为4.26 μg·m^-3,利用该模型生成的中国区域PM_2.5浓度空间分布更为合理.     

一种兼顾目标总量和容量总量的水污染物排放限值确定方法

针对中国水污染物总量管理面临由目标总量管理向容量总量管理的转变趋势,提出了一种兼顾两种管理模式的水污染物排放限值计算方法.该方法建立在水体分类计算、汇水区与行政区相关联、自下而上、不同保护要求的水体予以差别化对待、污染物控制类型扩展的原则上,将水体按环境容量利用方式的不同划分为保护性利用、恢复性利用、控制性利用、开发性利用和限制性利用5种类型,分别采用目标总量、混合管理、容量总量、容量总量和混合管理等不同模式,并给出了分别按汇水区和行政区计算污染物排放限值的一般过程. 将上述方法应用于西南区域发展战略环评案例,结果表明云南省31.25%地市需调减COD总量,43.75%地市需调减氨氮总量,而贵州省55.56%地市可适当调增COD总量,44.44%地市可适当调增氨氮排放总量.该方法可将总量限值的确定与当地水环境质量改善紧密结合,强化水环境对现状质量不达标地区未来发展的约束,同时适当减弱水环境条件对达标地区的约束以换取其发展空间.以计算出的排放限值为依据对当前的减排目标进行调整可为云贵实现又好又快发展提供支撑.经案例验证,本文所建立的方法为中国水环境管理从目标总量模式向容量总量模式发展提供了技术手段.