基于多机器学习算法耦合的空气质量数值预报订正方法研究及应用

应用多种机器学习算法进行时空耦合从而建立一种新的多模式集合预报订正算法(简称“ET-BPNN算法”),对4种常规污染物(NO₂、O₃、PM_2.5和PM₁₀)的空气质量模型预报结果进行订正. 订正方法分为两步,第一步中利用随机森林、极端随机树和梯度提升回归树3种机器学习算法,采用4个空气质量数值预报模式(CMAQ、CAMx、NAQPMS和WRFChem)的多尺度污染物浓度预报数据、中尺度天气模式(WRF)的气象因子预报数据(包括2 m温度、2 m相对湿度、10 m风速、10 m风向、气压和小时累计降水量)以及污染物浓度观测数据作为训练集,训练结果进入基于均方根误差的择优选择器,选取3种机器学习算法中优化效果最好的算法;在第二步中利用了BP神经网络算法,通过加权平均获得集合模式订正预报结果. 结果表明:①与模式集合平均算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别减小了30.4%、18.9%、43.3%和38.1%. ②ET-BPNN算法的优化效果较随机森林、极端随机树和梯度提升回归树3个机器学习算法有明显提升,与极端随机树算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别降低了42.7%、20.1%、19.7%和9.7%. ③在易发生污染的秋冬季,ET-BPNN算法对PM_2.5浓度的预报具有明显的优化效果,此外该算法明显缩小了不同站点预报和不同预报时效之间的偏差,具有较好的鲁棒性. ④对O₃和PM_2.5浓度预报而言,经ET-BPNN算法优化后的预报结果能够更好地把握污染过程,对污染物峰值浓度的预报也较模式集合平均算法更准确. 研究显示,ET-BPNN算法提高了空气质量模式对污染物浓度的预报效果.      

施加牛粪有机肥对灰钙土吸附阿特拉津的影响机制

有机肥在改良土壤的同时也会改变农药的环境行为. 为明确施加牛粪有机肥对灰钙土吸附阿特拉津(ATZ)的影响作用及机制,采用批平衡试验,分析其吸附动力学、热力学以及牛粪施加量、pH、离子强度等因素对ATZ吸附的影响. 结果表明:①ATZ在灰钙土与施加牛粪灰钙土上的吸附均可分为快吸附、慢吸附直至平衡的过程,准二级动力学模型可较好地描述其吸附过程,施加有机肥增加了ATZ在灰钙土上的平衡时间,吸附速率受颗粒内扩散和外部液膜扩散共同控制. ②施加牛粪有机肥后,灰钙土对ATZ的吸附热力学更符合Freundlich模型,1/n在0.42~0.64之间,吸附属“L型”模式,低温和高温均会抑制ATZ在灰钙土上的吸附. ③pH和共存离子是影响ATZ在灰钙土上吸附的重要因素,随pH的升高,ATZ在灰钙土与施加牛粪灰钙土上的吸附量降低,这是由于碱性情况下,ATZ以阴离子存在,与带负电的灰钙土产生静电排斥作用;灰钙土施加牛粪有机肥后,共存阳离子对ATZ的吸附抑制作用明显,增加离子强度可能导致竞争吸附的存在,从而抑制有机离子在灰钙土上的吸附,且离子浓度越高,抑制越明显. 研究显示,土壤施加牛粪有机肥后,ATZ的吸附量增加,吸附由疏水性分配转变为多分子层化学吸附为主,表明施加牛粪有机肥会改变ATZ在灰钙土上的吸附行为和机制,降低ATZ在灰钙土中的迁移风险. 研究结果将为贫瘠黄土土壤改良风险和三嗪类农药的管控提供理论依据.      

京津冀地区NOx和VOCs协同减排成本及减排策略研究

京津冀地区细颗粒物(PM_2.5)浓度改善速度放缓,而臭氧(O₃)污染不断加剧,PM_2.5和O₃的协同控制对于京津冀地区空气质量持续改善十分关键且紧迫. 通过构建京津冀地区城市层面可计算一般均衡模型(CGE),模拟了PM_2.5和O₃的共同前体物—NO_x和VOCs的边际减排成本曲线,进而构建了京津冀地区PM_2.5和O₃协同控制评估模型,确定了在不同空气质量目标下减排成本最小的NO_x和VOCs协同减排方案. 结果表明:减排成本最小的情景下,京津冀各城市PM_2.5和O₃浓度达到《环境空气质量标准》(GB 3095—2012)二级标准限值时;NO_x和VOCs的排放量需较2017年分别降低25%~67%和22%~60%,需要投入的总减排成本为992.9×108元. 研究显示,基于京津冀地区城市政策仿真平台构建的PM_2.5和O₃协同控制评估模型,可为京津冀地区PM_2.5和O₃协同控制方案的制定提供参考.      

富硅稻壳灰对水稻吸收砷的调控作用

通过向土壤中添加富硅稻壳灰提高土壤溶液中Si浓度可以有效抑制水稻对As的吸收. 为了探索富硅稻壳灰对水稻吸收As的内在调控机理,于2020年在湖南省永州市道县开展了大田试验. 结果表明:富硅稻壳灰的添加使土壤孔隙水中Si浓度较对照组显著增加了866.0%,这为水稻生长提供了充足的Si,使Si在与As的竞争吸收中占据主导作用,同时富硅稻壳灰促进了土壤铁氧化物的沉淀,使孔隙水中As浓度下降了20.3%,这一过程中由于铁氧化物的还原溶解而释放的As重新被固持. 水稻根系铁膜的形成对As的截留作用是抑制As向地上部转运的关键,富硅稻壳灰通过促进通气组织的形成来增加根系氧化能力,使水稻根表铁膜铁浓度(DCB-Fe)较对照组增加了47.3%,使根表铁膜As浓度(DCB-As)较对照组增加了41.0%. 富硅稻壳灰为水稻生长供应的足量Si,通过下调水稻根系中Si转运蛋白Lsi1和Lsi2的表达,从而限制了水稻根系对As(Ⅲ)的吸收,结果显示富硅稻壳灰使精米中无机As浓度降低了29.1%,低于GB 2762—2017《食品安全国家标准 食品中污染物限量》标准限值. 该研究通过大田试验,从土壤孔隙水、水稻根表铁膜以及Si与As在水稻茎叶和稻米运输中的竞争作用三方面系统论述了低温燃烧条件下制备的富硅稻壳灰对水稻吸收As的调控作用,结果表明以0.2%的施加比例施加富硅稻壳灰有效降低了水稻籽粒中无机As 含量,为As污染土壤的水稻安全生产利用提供有效的解决途径.      

浙江省O3浓度时空格局及驱动因子

气象因子对臭氧(O₃)浓度有重要影响,为探索O₃浓度时空变化及相关因子,利用多元线性回归和后向轨迹聚类分析2014—2019年浙江省O₃浓度和气象因子数据. 结果表明:①浙江省O₃浓度时空分布不均匀,季节性变化差异显著,总体呈夏季>秋季>春季>冬季的特征,年均值呈上升趋势;春季、夏季、秋季和全年O₃浓度均于07:00左右达最小值,之后呈上升趋势,至15:00达峰值后降低,冬季O₃浓度最小值出现时间较其他季节晚1 h左右. 高浓度O₃主要分布在浙江省东北部及北部区域. ②多元线性回归模型结果表明,多元线性回归模型影响因子和拟合效果存在季节性差异,其中,春、秋两季蒸发量对O₃浓度的贡献率均超过20%,夏季相对湿度对O₃浓度的贡献率超过40%,秋季日光照时长对O₃浓度的贡献率超过40%,秋、冬两季NO₂浓度对O₃浓度的贡献率均超过35%. 春季多元线性回归模型均方根误差(RMSE)、均方绝对百分比误差(MAPE)和变异解释量(R2)分别为0.213、26.45%和0.422,夏季分别为0.234、30.49%和0.359,秋季分别为0.169、24.02%和0.445,冬季分别为0.154、34.14%和0.419. 研究表明,浙江省O₃浓度具有显著的时空分布特征,多元线性回归模型拟合结果在浙江省春、秋两季显著优于夏、冬两季.      

微塑料对牟氏角毛藻的毒理效应

本文选取聚对苯二甲酸乙二酯（PET）和聚苯乙烯（PS）微粒作为目标污染物,探讨其不同浓度（50 mg/L、100 mg/L和200 mg/L）和不同粒径（100 μm、175 μm和250 μm）对受试生物牟氏角毛藻（Chaetoceros muelleri）的影响。结果表明,3种粒径和浓度的微塑料（PET 和 PS ）均对微藻细胞密度产生抑制作用,PET（100 μm,200 mg/L）和PS（100 μm,200 mg/L）对微藻产生的最大抑制率分别为 37.3% 和 32.5%。微塑料浓度越大,对藻细胞密度的抑制作用越强;而粒径变化对藻细胞密度的抑制作用未呈现明显规律。PET对牟氏角毛藻细胞干重的影响较小,与对照组相比无显著性差异（P>0.05）,PS则对牟氏角毛藻细胞干重无影响。微塑料对牟氏角毛藻叶绿素a（Chl a）的抑制作用与其类型和暴露时间有关。PET对Chl a起抑制作用,PS则起促进作用。     

南海东北部上层沉积物有机碳的沉积特征

南海北部拥有陆架?陆坡体系中最不稳定的峡谷群沉积环境,不仅是海洋有机碳沉积区域,更是陆架和深海之间物质传输的通道。于2019年和2020年分别采集一统峡谷和东沙群岛海域陆坡的上层沉积物样品（0～30 cm）,研究其有机碳含量和红外光谱吸收强度的垂直分布特征,探讨陆坡环境有机碳的迁移和沉积规律。结果表明,一统峡谷上层沉积物中有机碳含量由坡上、坡中至坡下逐渐降低,依次为1.14%～2.02%、1.01%～1.46%和0.60%～2.15%;东沙群岛海域陆坡上层沉积物中有机碳含量为0.52%～1.35%;4个站位有机碳的垂直变化不具有相似性。研究区域上层沉积物中有机物的红外光谱吸收呈现500～1500 /cm、2300～2500 /cm和3400～4000 /cm 3个集中出峰区;一统峡谷坡上沉积物中有机物红外光谱吸收特征与坡下相近,吸收强度均随深度增加而降低,坡中沉积物中有机物红外光谱吸收强度随深度变化不显著;东沙群岛海域沉积物中有机官能团的红外吸收率在中间层次出现突然增加的现象。研究区域峡谷沉积物中有机物主要由相邻峡谷坡上通过滑坡碎屑流直接运移到坡下,在坡中难以稳定存留;坡中沉积物中有机物被不断扰动而上下混合,其组成的垂直分布较为均匀。     

秸秆焚烧对黄石市空气质量的影响分析

以黄石市2019年秸秆露天焚烧火点数据、对应时段该市环境空气监测数据和气象数据为研究对象,文章综合运用相关分析和气团后向轨迹模式等方法,探讨秸秆焚烧对黄石市空气质量的影响及空气污染成因。研究发现,稻收期的火点数显著高于麦收期。各城区空气质量指数、秸秆焚烧排放的特征污染物（如PM_(10)、PM_(2.5)和CO）浓度、O_3浓度、特征指标（如PM_(2.5)/PM_(10)和PM_(10)/SO_2值）等均在秸秆露天焚烧后的2～7 d内迅速增加,并导致空气污染。秸秆焚烧后,各城区空气中PM_(2.5)与PM_(10)相关系数较焚烧前增加;CO质量浓度总体上与PM_(10)和PM_(2.5)呈显著的正相关关系（P<0.01）,与能见度呈显著的负相关关系（P<0.05）。结果表明黄石市空气污染与本地秸秆露天焚烧有关。基于后向轨迹模式的空气污染成因分析结果表明,秸秆露天焚烧、不利气象条件和污染物跨区域输送是导致黄石市2019年空气污染加重的主要因素。该研究结果为黄石市打赢蓝天保卫战、有针对性地协同治理大气污染提供科学依据。