2018年冬季淄博市一次沙尘天气颗粒物污染特征研究

2018年11月底淄博市经历了一次沙尘影响下的大气重污染过程,为研究此次重污染过程形成机制,分析了淄博市ρ(PM₁₀)和ρ(PM_2.5)及PM_2.5化学组分特征,并利用PMF模型和后向轨迹模型对颗粒物的来源进行研究.结果表明:①污染期间,ρ(PM₁₀)和ρ(PM_2.5)小时平均值分别为(259±111)和(133±51)μg/m3,分别是污染后ρ(PM₁₀)〔(88±38)μg/m3〕和ρ(PM_2.5)〔(36±14)μg/m3〕的2.9和3.7倍.②受沙尘的影响,Ca2+、Mg2+、Al、Mg、Ca、Si等代表沙尘源的离子和元素组分的质量浓度在PM_2.5中占比均高于污染后.③ 72 h后向轨迹结果表明,除受西北方向沙尘传输气流影响外,局地盘旋的当地气流也增加了污染物的累积,此次大气污染过程是本地污染物累积及西北沙尘传输共同作用形成的.④ PMF模型解析表明,污染期间扬尘源是PM_2.5的首要贡献源类,贡献率达33.61%,说明沙尘过境对此次污染过程有较大贡献;污染后工业源贡献显著增高,成为主要污染源,贡献率为22.71%,体现了淄博市是重工业城市的特点.研究显示,淄博市此次重污染过程颗粒物来源复杂,除受本地区域污染影响外,外来沙尘过境贡献也较大.      

京津唐地区臭氧时空分布特征与气象因子的关联性研究

京津唐地区随着经济的快速发展和城市化的不断推进,臭氧污染呈现加重的趋势,深入了解臭氧浓度时空变化特征及其变化驱动机制是采取科学有效防控措施的前提和基础.本研究针对京津唐地区近地面臭氧浓度快速增加的2016年,利用卫星遥感反演数据、地面每小时监测数据及气象观测资料,分析探讨了近地面臭氧浓度时空分布及与温度、压强、蒸发量、风（风速和风向）等气象要素的耦合关联关系.结果表明：京津唐地区近地面臭氧浓度每日7：00左右最低,午后达到最高;夏季臭氧浓度最高,且略有分区差异（北京呈现单峰型,6月臭氧浓度最高,天津和唐山呈双峰型,峰值分别出现在6月和9月）,冬季浓度最低,12月达到最低值.全区各季节浓度空间分布趋势较为一致,均呈现从西北向东南逐渐降低的趋势.影响京津唐地区近地面臭氧浓度的首要气象要素为温度,二者呈较大的正相关性,臭氧浓度与近地面压强存在一定的负相关性,而与蒸发量具有较小的正相关性,与风速、风向的相关性较为复杂,表现出明显的地区和风向差异性（在偏南风和强风条件下较易出现高浓度臭氧）,全年臭氧浓度与风速相关系数极低,呈不相关.全区分区（建成区与非建成区）近地面臭氧浓度与温度、压强、蒸发量、风速等的关联相关特性,虽然北京、天津和唐山各略有差异但基本一致.在不同气象要素分级组合协同条件下,臭氧浓度与温度、风速的相关性明显显著于其与蒸发量、压强的相关性,且存在在高压、较低蒸发量的气象条件下,臭氧浓度与温度的相关性随风速的增强（或减弱）而降低（或增强）,与风速的相关性随温度的升高（或降低）而减弱（或增强）的普遍现象;对于压强和蒸发量而言,臭氧浓度与二者的相关性普遍相对较低,且趋势特征不明显.     

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.     

基于HCNAM-BN的化工过程爆炸事故致因链分析

为了从源头上预防化工过程爆炸事故,依据风险耦合理论,探讨了各风险因子非线性耦合演化为爆炸事故的机理,构建了层次耦合网络分析模型（HCNAM）;从多因素风险耦合角度分析了国内外44起典型化工过程爆炸事故,统计了各风险因子之间的耦合概率并进行了耦合致因重要度分级;采用耦合概率与二态分布相结合的条件概率分布,将层次耦合网络分析模型转化为贝叶斯网络,并对氯乙烯单体槽爆炸性混合气体爆炸事故进行了应用研究。结果表明:91种双因子耦合风险状态中,47种呈现弱耦合致因特性;7种因子双耦合形成风险的概率较大;基于HCNAM-BN模型分析事故,可有效辨识事故最可能致因因素,获取各事故致因链的发生概率并确定事故网络关键节点。     

城市轨道交通突发大客流协同应急决策研究

为研究城市轨道交通突发大客流下的客流控制应急决策的制定与调整,对城市轨道交通客流特征进行分析,将协同矩阵与多目标规划理论运用到突发大客流下多车站协同客流控制应急决策研究中。在协同车站间路网拓扑结构的基础上,提出分别考虑各车站协同与不协同、协同车站加入或退出、协同车站评价标准变化等情况下,初始应急决策的制定与动态方案调整方法。研究结果表明:使用该方法能够表达城市轨道交通车站间协同作业的各种状态,实现突发客流冲击情况下的路网多车站动态协同应急决策的制定与动态调整,可为城市轨道交通网络化协同作业理论与方法的研究提供参考。     

基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究

为准确分析工作面绝对瓦斯涌出量的非平稳特征,实现瓦斯涌出量的准确预测,基于经验模态分解(EMD)、修正的果蝇优化算法(MFOA)和极限学习机(ELM)基本原理,构建瓦斯涌出量的EMD-MFOA-ELM多尺度时变预测模型。通过EMD将瓦斯涌出量时变序列进行深层次分解,获得多尺度本征模态函数(IMF);采用MFOA-ELM对各IMF时变序列建立动态预测模型,等权叠加各预测值,得到模型最终预测结果。以晋煤某矿瓦斯涌出量监测时序样本为例进行研究分析,结果表明:EMD能充分挖掘出监测数据隐含信息,有效降低数据复杂度;该模型预测相对误差为0.024 3%~0.651 0%,平均值仅为0.252 6%,预测精度和泛化能力高于未经EMD分解模型,能很好地适用于非平稳时变序列预测。     

退耕还林（草）工程实施前后黄土高原植被覆盖时空变化分析

基于GIMMS NDVI3g（the third generation of Global Inventory Modeling and Mapping Studies Normalized Difference Vegetation Index）数据,辅以趋势分析、Mann-Kendall检验、Hurst指数等方法,识别了1982—2013年及1982—1999、2000—2013年黄土高原植被覆盖时空演变特征,并探讨其驱动因素。研究发现：1）1982—2013年及1982—1999、2000—2013年期间黄土高原生长季NDVI分别以0.019/10 a（P<0.01）、0.016/10 a（P<0.05）和0.057/10 a（P<0.001）的速率增加;2）除1999年以前林地外,所有植被类型的生长季NDVI均呈现显著的增加趋势,2000—2013年尤为明显;3）黄土高原生长季NDVI呈现由东南向西北递减的趋势,1982—2013年及1982—1999、2000—2013年NDVI显著上升的面积分别占74.94%、24.26%和53.34%,主要集中在黄土高原的北部和中部地区;4）研究区未来生长季NDVI呈持续性和反持续的比重分别为33.32%和66.68%,其中持续改善和由改善变为退化的面积分别占31.08%和61.88%;5）2000年以后降水增多与生长季NDVI上升相对应,大规模的生态工程建设对2000—2013年生长季NDVI增加有重要影响。