基于卷积神经网络识别三维荧光光谱的水污染溯源研究

为快速、准确地追溯水中污染物来源,及时阻断污染,为生态环境管理部门提供科学的技术支撑,更好履行"三个说得清"中的"说得清污染来源",以昆明市安宁市8家重点企业为研究对象,采集企业内各工段废水进行三维荧光检测获得三维荧光谱图,采用目视剔除散射区域-线性归一化方法对原始荧光谱图进行预处理,基于ConvNet卷积神经网络构建水污染溯源模型并进行溯源。结果表明,目视剔除散射区域-线性归一化方法可有效剔除荧光谱图中瑞利散射区域,同时增强因水样稀释而衰弱的荧光特征;构建的溯源模型可成功识别实际废水的三维荧光谱图,识别正确率高达75%,是一种有效溯源水中污染物来源的方法。     

云南省优势矿产尾矿砂捕集及矿化封存CO2潜力分析

为了解云南省尾矿库“两个清单”中保留库的碳减排潜力,使用改进的Steinour方程计算了云南省各州市不同类型尾矿砂的CO₂固定量,根据《IPCC国家温室气体列表指南》中提供的方法计算了云南省2011~2020年碳排放量.结果表明,红河州、玉溪市、昆明市尾矿砂的捕集及矿化封存CO₂的潜力较大,占云南省保留库尾矿砂CO₂矿化封存量的65.79%;铅锌矿、赤泥、锡矿的理论固碳量较高,分别为0.201, 0.173, 0.158t/t,以上3种尾矿砂的固碳量占云南省尾矿砂固碳量的79.45%;若将云南省保留库堆存的尾矿砂全部用于CO₂的矿化封存,可减少2011~2020年间云南省累积碳排放量的2.81%,工业碳累积排放量的3.16%,采矿业碳排放量的12.36%,具有较好的工业应用前景.