基于AIS轨迹修复的船舶排放空间表征改进方法与应用

基于船舶自动识别系统（Automatic Identification System,AIS）数据表征船舶排放是目前船舶排放空间表征的主流方法,但AIS船舶轨迹点缺失会造成船舶排放量低估和船舶空间分布表征错误,进而影响船舶排放控制区的划分.为改进船舶排放空间表征,本研究以2013年广东省AIS船舶数据为例,采用基于时间和经纬度的三次样条方法对AIS船舶轨迹进行修复,结合动力法计算船舶排放,分析对比AIS轨迹修复前后船舶排放表征的差异,并利用空气质量模型和卫星观测评估AIS轨迹修复对船舶排放表征和广东沿海空气质量模拟的改进效果.结果表明：轨迹修复后广东省海域船舶轨迹点总数由4685773个增至5746664个,船舶NO_x排放量增加了0.6%.对于轨迹点与排放缺失集中的粤东海域,轨迹修复后船舶轨迹点数增加了88%,NO_x排放量在广东省船舶排放量的占比提升至22%,特别是在粤东重点修复海域NO_x排放量增加了2.7倍.原始轨迹在广东省海域较为稀疏,在粤东海域有明显轨迹缺失;轨迹修复后广东省海域船舶轨迹更为密集,粤东海域船舶轨迹得以补充,船舶排放空间分布更连贯.对比模拟结果与卫星观测结果,轨迹修复后粤东重点修复海域船舶模拟浓度与观测浓度的偏差由51%减至6%,总体上船舶排放模拟结果更接近卫星观测结果.     

DOC+CDPF对国III重型柴油货车实际道路排放的影响

利用便携式车载排放测试系统（PEMS）对2辆加装氧化催化转化器（DOC）和催化型柴油颗粒捕集器（CDPF）与否的国III重型柴油货车进行实际道路排放测试.结果表明,2辆改造重型柴油车的CO、THC、固态颗粒物粒数（SPN）和黑碳（BC）实际道路排放因子分别为（1.31±0.37）g/（kW×h）、（0.20±0.03） g/（kW×h）、（7.13×10¹⁰±5.27×10¹⁰）个/（kW×h）和（0.69±0.06）mg/（kW×h）,相对于原始排放（拆除DOC+CDPF）分别降低52.48%、55.69%、99.91%和99.22%.从低速、中速到高速,CO和THC减排比例呈现上升趋势,然而运行工况对SPN和BC减排比例则无显著影响.加装DOC+CDPF会导致NO₂在NO_x中的占比升高,且从低速、中速到高速涨幅依次增大,但对NO_x无明显减排效益,其排放因子为9.53~9.83g/（kW×h）,远高于实验室排放限值.     

海绵城市透水砖铺装系统雨水入渗及重金属污染物迁移模拟

海绵城市透水砖铺装系统（PBPS）入渗特征是产流控制及径流污染物去除的重要影响因素之一。通过渗流实验,构建系统土壤层土水特征曲线,建立降雨入渗及径流重金属污染物迁移数学模型,以阐明找平层土壤粒径、基层与垫层厚度比对产流时间及径流重金属污染物去除的影响。研究表明:综合考虑延迟产流与径流重金属去除能力,中砂作为找平层介质最佳;依据结构层出水重金属污染物浓度,基层与垫层厚度比为15∶4时,PBPS对径流中重金属污染物吸附效率最高、去除效果较好。     

综合生态修复系统治理城市河道富营养化

以河道富营养化治理为研究对象,通过引清入河、水下种植沉水植物、混养鲢鳙等水生动物,并应用原位修复装置等形成1个相互配合的综合生态修复系统,对河道富营养化进行治理。于2017年8月-2018年7月,对5个采样点河道水体富营养化指标进行测量,结果表明:河道水体中总氮（TN）浓度、总磷（TP）浓度、高锰酸钾盐（COD_{M n}）、氨氮（NH₃-N）浓度显著下降,水体透明度明显提升。这说明采用综合生态修复系统治理城市河道治理风险低、治理效果佳,可以推广使用。     

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

基于能值理论的农田—畜禽生产系统可持续动态

为了解我国东南丘陵山区农业生产动态及其可持续性,以福建典型山区德化县为例,构建废弃物能值比例、环境污染能值负产出等指标,运用能值理论定量分析德化县2007—2016年农田—畜禽生产系统投入产出、环境负荷及可持续性的变化。结果表明：德化县农田—畜禽生产系统能值投入以购买能值为主,占能值总投入的68%~79%,水资源能值约占21%~31%;畜禽子系统能值产出占72%以上;能值密度在2.68×10¹²~3.33×10¹² sej·m^-2之间波动上升,净能值产出率下降40%,环境负荷明显加重,2015年以来有所减轻;可持续发展指数在2007—2010年短暂上升后快速下降,由1.14降至0.42。从构建的指标来看,系统废弃物能值比例有所下降,环境污染能值产出减少约22%,综合经济效益和废弃物利用情况,近年来可持续发展状况逐渐好转。德化县目前正处于农田—畜禽系统产出结构调整期,应增加系统内部反馈能值用量,控制化肥、饲料投入,提高废弃物利用率,以实现可持续发展。     

具有LXRα活性效应物质的新型筛查方法研究

为了检测环境中潜在的LXRα效应物质.本研究以LXRα蛋白为例,利用核受体蛋白与小分子亲和结合的原理,构建了pCold-TF-LXRα重组蛋白并优化了重组蛋白的表达条件,建立了特异性捕获活性物质的方法.结果表明：诱导温度为20℃、诱导剂IPTG浓度为0.4mmol/L为重组蛋白的最佳表达条件;同时,利用LXRα激动剂T0901317 4个梯度浓度（0.25,2.5,25,250μg/L）的加标回收率实验测得线性回归曲线为y =0.83604x+0.40763,R²=0.9948,证明方法具有有效性;对比pCold-TF空载体蛋白（6.42%）和重组蛋白（79.83%）对T0901317（250 μg/L）的回收率,说明方法具有特异性.为了验证方法的实用性,将重组蛋白与15种典型的有机磷酸酯类化合物（OPEs）的混合标样进行“捕获”实验,证明了TPHP、BPADP、TCrP、EHDPP、TNBP、RDP、TEHP、TDCIPP具有LXRα的活性效应.最后,用酵母双杂交实验验证了这8种OPEs均为LXRα的拮抗剂.     

长治市沙尘天气污染特征及传输路径解析

以2018年3次沙尘天气为研究对象,分析了PM_2.5和PM₁₀浓度、水溶性离子组分、气象条件和气溶胶光学特征,研究了长治市沙尘天气的典型污染特征和传输路径.结果表明：长治市2018年共8d为受沙尘天气影响日,其中4月份最多（5d）,这与春季大气环流调整,冷暖空气活动频繁有关.沙尘污染发生前一般受西方或西北方冷空气影响,大气层结不稳定,大气环流转为经向环流,平均风速达4m/s以上;沙尘污染过程中PM_2.5/PM₁₀均低于0.3,环境空气中粗颗粒物占比较大,水溶性离子总浓度在PM_2.5中占比下降,Ca²⁺浓度为沙尘污染发生前的4倍以上.冬季沙尘为近地面扩散传输,春夏季沙尘为高空沉降传输,影响范围大,区域传输贡献明显.长治市沙尘重要潜在源区为蒙古国、哈萨克斯坦中部和新疆中北部的荒漠地区,传输路径主要为西北路径和正北路径,其中西北路径为哈萨克斯坦—新疆中北部—内蒙古西部—长治以及新疆中北部—内蒙古西部—长治两条路径,正北路径为蒙古国—内蒙古中部—山西北部—长治.     

华北地区沙尘天气垂直气溶胶直接辐射强迫

利用CALIOP数据和SBDART（Santa Barbara DISORT Atmospheric Radiative Transfer）辐射传输模式研究了2013~2016年华北地区8d沙尘天气气溶胶及其直接辐射强迫垂直分布特征,分析了气溶胶垂直分布和光学特性对直接辐射强迫的影响.结果表明,气溶胶集中分布在地表及以上3km范围,其中纯净沙尘型和污染沙尘型气溶胶位于上层,污染大陆型气溶胶和烟雾位于下层.大气层顶、地表和大气层的日均气溶胶直接辐射强迫分别是-38.41~-88.44,-74.03~-225.86,9.06~137.42W/m².0~8km高度范围气溶胶直接辐射强迫是负值,且随着高度的增加绝对值逐渐减小.气溶胶垂直分布对大气层顶、地表和大气层的直接辐射强迫影响较小,但对直接辐射强迫垂直分布影响较大,由气溶胶廓线差异造成的同一高度层气溶胶直接辐射强迫最大差值能达到31.18W/m².气溶胶光学厚度和单次散射反照率对直接辐射强迫影响明显.消光能力相同时,吸收性气溶胶对短波太阳光的衰减作用大于散射性气溶胶,后向散射比例大的气溶胶大于后向散射比例小的气溶胶.     

融合Lamb-Jenkinson分型法和LSTM神经网络的PM2.5预测研究

文章采用NCEP/NCAR逐日海平面气压场资料,利用Lamb-Jenkinson环流分型法对张家口大气环流进行分型,分析环流型与PM_(2.5)质量浓度之间的关系,并针对PM_(2.5)浓度的预测,提出一种融合Lamb-Jenkinson环流分型和LSTM神经网络混合模型的方法,即以环流指数为预测因子基于LSTM方法搭建PM_(2.5)质量浓度的预测模型。结果表明:影响张家口地区的主要环流型有反气旋型、气旋型、偏北平直型、西南平直型、偏西平直型、东北平直型等、西北平直型、偏东平直型。PM_(2.5)污染日出现的主要环流型为南气旋平直型、东南平直型、偏南平直型、偏东气旋型、西南气旋平直型、偏东平直型、气旋型等,而反气旋型和反气旋式平直环流型不利于污染出现。张家口地区的PM_(2.5)污染与地面环流有着密切的联系,当存在PM_(2.5)污染时,张家口地区处于日本海高压后部的均压场区域,污染越严重,日本海高压中心强度越强。模型预测结果的均方根误差为9.88、平均绝对误差为5.84、拟合优度达0.80,表明该模型具有一定的预报能力。