机器学习在微塑料识别与环境风险评估中的应用研究进展

微塑料是一种新型污染物,可以在环境中长期存在并造成生态风险.目前,微塑料污染已成为全球性的重大环境问题.借助新的技术途径,提高微塑料识别的简便性和可靠性,并系统分析各类环境介质中微塑料的污染特征,明确微塑料的环境效应,对科学准确评价微塑料污染的环境风险具有重要意义.机器学习技术通过学习和解析大量数据建立结果评估或预测模型,目前已广泛应用于微塑料领域的相关研究.机器学习的应用可以提高视觉和光谱识别微塑料的自动化程度和识别效率,为微塑料污染溯源提供方法支撑并有助于揭示微塑料的复杂环境效应机制.通过综述机器学习技术在微塑料识别与环境风险评估中的应用研究进展,概括了机器学习在上述方向的应用特点和局限性,为机器学习在相关方向的发展和应用提出建议与展望.     

光度法记录填报中有效数字的问题

本文介绍了环境监测结果的记录、数据的正确计算以及分析结果的正确表示等方面的规则,并对分光光度法原始记录填报中常出现的有效数字不符合规定的常见问题进行了分析.     

基于散流器的盐雾箱饱和加湿技术研究

目的 提升盐雾箱饱和加湿桶湿式加热性能，保证盐雾试验过程沉降盐雾溶液浓度的稳定，进行盐雾试验箱饱和加湿桶的设计与研究。方法 对饱和加湿桶压缩空气入口和出口进行结构设计，入口采用散流器实现湿式加热，出口设置气水分离器，对出口气流进行气水分离，从而形成较为“洁净”的饱和湿空气。对饱和加湿桶进行性能测试，验证盐雾试验箱饱和加湿方法的有效性。结果 散流器可以使气流在水中形成稳定的流动，有效抑制气流直通液面的浪涌现象，避免液滴飞溅产生，并增大了压缩空气与去离子水的接触面积。供气压力为50~150 kPa时，饱和加湿桶出口气流的相对湿度在不同温度下均可达到83%~90%，且试验过程出口流道无明水喷射。结论 通过对饱和加湿桶的设计，有效提升了湿式加热的效率，并形成较为“洁净”的饱和湿空气，满足盐雾试验要求。     

宁波市空气中Pb污染现状及趋势

Pb的日平均浓度为084μgm3;Da<10μm粒子的Pb浓度(081～085μgm3)远远高于Da>10μm粒子的Pb浓度(008～019μgm3);Da<10μm的粒子,在不同楼层(2～15层)测得浓度分别为094～065μgm3,差异不大;空气中Pb浓度的水平方向变化不但受污染源影响而且与当时当地空气流通情况有较大关系。宁波市空气中Pb污染现状及趋势@翁燕波$宁波市环境监测站!浙江宁波315000@崔大为$宁波市环境监测站!浙江宁波315000@俞杰$宁波市环境监测站!浙江宁波315000     

基于GIS数据与地域性特征的城乡建筑群信息智能获取与抗震性能评估方法研究∗

我国城乡区域建筑群分布广、体量大，强震作用下结构破坏和倒塌风险高，既有的研究方法无法兼顾县区级别大范围建筑信息获取速度与地震模拟精度。为实现快速准确的城乡建筑群抗震性能评估，提出了结合区域建筑地域性特征与 GIS 数据的建筑信息智能获取与抗震能力评估方法。通过 GIS 数据和高分卫星等遥感手段获取县区范围建筑群的屋盖信息、建筑外部尺寸等信息。基于上述信息和具体区域城乡人均 GDP、建造风俗等实际特点， 建立了基于模糊理论和专家系统的模糊推断模型，确定了建筑结构类型、材料属性、开洞情况等内部信息，并通过数值模拟实现区域建筑群的震害分析。将该方法应用于我国西南地区某县城建筑群的参数获取与震害分析，同时以鲁甸地震某村镇验证了本方法的适用性，结果表明本方法对城乡建筑群的抗震性能评估具有较好的适用性。     

超细Al(OH)3惰化粉体对铝合金抛丸废弃物粉尘的爆炸防控效果试验研究

为探究超细粉体惰化剂对铝合金抛丸伴生粉尘爆炸特性的影响规律，利用标准化Hartmann试验装置及自行搭建的试验平台，对不同惰化比(ε)条件下高纯度铝粉尘和铝合金抛丸废弃物粉尘爆炸传播特性进行试验研究。试验结果显示：不同类型的铝粉尘在不同惰化比条件下的爆炸敏感度、爆炸传播强度以及爆炸火焰传播形态演化等方面特性存在较大差异。由于高纯度铝粉尘燃烧反应活性高，最小点火能量和爆炸下限质量浓度分别是铝合金抛丸废弃物粉尘的6%和53.3%,其爆炸火焰传播速度峰值是铝合金抛丸废弃物粉尘的2.1倍。因此，在工程实践中不宜将高纯度铝粉尘相关爆炸参数作为铝合金抛丸作业现场燃烧爆炸风险评估依据。同时，当惰化比提高到30%时，铝合金抛丸废弃物粉尘的点火敏感性大幅降低，爆炸无法形成有效火焰进而传播，且在爆炸发生后很短时间内便会发生自行熄灭，即使在强点火条件下，也未发生火焰持续传播现象。因此，在铝合金抛丸生产现场采用添加一定量超细Al(OH)₃粉体以作为抑爆措施的惰化剂具有一定的可行性。     

基于HAZOP偏差分析方法的沿街商铺火灾隐患排查方法研究

为提高沿街商铺火灾隐患排查结果的全面性、准确性和针对性,基于HAZOP偏差分析方法,以重要因素、参数和引导词为基础,提出一种结构化的火灾隐患排查方法.通过分析火灾事故发展过程的重要因素,构建火灾事故的参数框架,结合分析对象确定具体参数,基于参数筛选引导词,利用"引导词+参数"辨识存在的火灾隐患.研究结果表明:结构化火灾隐患排查方法排查出的隐患数量是传统方法的数倍,排查结果具有较好的系统性和全面性;结构化排查模型和标准化实施步骤,可提高排查效率和排查结果的准确性;参数和引导词的动态调整,可提高排查方法的适用性和排查结果的针对性.