Monte Carlo analysis of field water flow comparing uni- and bimodal effective hydraulic parameters for structured soil

Soil structure critically affects the hydrological behaviour of soils. In this paper, we examined the impact of areal heterogeneity of hydraulic properties of a structured soil on soil ensemble behaviour for various soil water flow processes with different top boundary conditions (redistribution and drainage plus evaporation and infiltration). Using a numerical solution of the Richards' equation in a stochastic framework, the ensemble characteristics and flow dynamics were studied for drying and wetting processes observed during a time interval of ten days when a series of relatively intense rainfall events occurred. The effects of using unimodal and bimodal interpretative models of hydraulic properties on the ensemble hydrological behaviour of the soil were illustrated by comparing predictions to mean water contents measured over time in several sites at field scale. Although the differences between unimodal and bimodal fitting are not significant in terms of goodness of fit, the differences in process predictions are considerable with the bimodal soil simulating water content measurements much better than unimodal soil. We also investigated the relative contribution of the soil variability of each parameter on the variance of the water contents obtained as the main output of the stochastic simulations. The variability of the structural parameter, weighting the two pore space fractions in the bimodal interpretative model, has the largest contribution to water content variance. The contribution of each parameter depends only partly on the coefficient of variation, much more on the sensitivity of the model to the parameters and on the flow process being observed. We observed that the contribution of the retention parameters to uncertainty increases during drainage processes; the opposite occurs with the hydraulic conductivity parameters.     

226Ra, 232Th and 40K analysis in soil samples from some areas of Malwa region, Punjab, India using gamma ray spectrometry

The activity concentrations of soil samples collected from thirty different locations of Malwa region of Punjab were determined by using HPGe detector based on high-resolution gamma spectrometry system. The range of activity concentrations of ²²⁶Ra, ²³²Th and ⁴⁰K in the soil from the studied areas varies from 18.37 Bq kg⁻¹ (Sangrur) to 53.11 Bq kg⁻¹ (Sitoguno), 57.28 Bq kg⁻¹ (Dhanola) to 148.28 Bq kg⁻¹ (Sitoguno) and 211.13 Bq kg⁻¹ (Sunam) to 413.27 Bq kg⁻¹ (Virk Khera) with overall mean values of 35 Bq kg⁻¹, 80 Bq kg⁻¹and 317 Bq kg⁻¹ respectively. The absorbed dose rate calculated from activity concentration of ²²⁶Ra, ²³²Th and ⁴⁰K ranges between 8.47 and 24.48, 35.68 and 92.38, and 8.74 and 17.11 nGy h⁻¹, respectively. The total absorbed dose in the study area ranges from 58.08 nGy h⁻¹ to 130.85 nGy h⁻¹ with an average value of 79.11 nGy h⁻¹. The calculated values of external hazard index (H_ex) for the soil samples of the study area range from 0.35 to 0.79. Since these values are lower than unity, therefore, according to the Radiation Protection 112 (European Commission. Radiation Protection 112 1999) report, soil from these regions is safe and can be used as a construction material without posing any significant radiological threat to population.     

基于Monte Carlo模拟的河流水质评价——以温瑞塘河为例

基于水质评价的综合污染指数（CWQI）法和水质指标实测含量的统计分析,应用Monte Carlo模拟方法,建立了河流水质评价的Monte Carlo-CWQI耦合模型并进行实例研究.通过建立的耦合模型和温瑞塘河流域14个监测断面2004~2010年的水质监测数据,定量分析各监测断面隶属于不同污染等级的概率水平和各水质指标对水体污染的影响程度.结果表明：温瑞塘河水系水质污染十分严重,勤奋、九山、东水厂、十字河、南白象、灰桥、新桥、米筛桥、仙门、光明、郭溪、瞿溪、西岙和梧田监测断面处于重度污染的概率分别为28.50%,0.55%,92.71%,59.73%,78.85%,39.38%,78.87%,83.09%,65.32%,78.08%,0.00%,0.96%,68.09%,86.06%;处于严重污染的概率分别为71.28%,0.01%,4.33%,39.76%,21.07%,60.59%,4.42%,12.41%,11.02%,21.24%,0.00%,0.02%,1.42%,13.12%.各监测断面总氮（TN）,氨氮（NH₃-N）和溶解氧（DO）的Spearman等级相关系数范围分别是0.41~0.76、0.25~0.63和0.14~0.66,是其他指标的2倍以上,表明影响该地区水质达标的主要因子是TN,NH₃-N和DO.本研究拓宽了河流水质评价的研究视角,能够为流域水环境管理提供丰富的决策依据.     

中国农田土壤Cd累积分布特征及概率风险评价

通过检索2000~2022年国内外公开发表的文献资料,获得31个省240个市（县）区域160446个农田土壤样点的镉（Cd）含量数据,利用单因子污染指数、地累积指数和概率风险评价方法从整体上分析了我国农田土壤Cd污染时空分布特征及其健康风险,为农田土壤Cd污染治理和风险管控提供了科学依据.结果表明,我国农田土壤ω（Cd）范围在0.012~23.33 mg ·kg^-1,几何均值为0.473 mg ·kg^-1,是我国农用地土壤Cd风险筛选值（6.5华南>西北>东北>华东>华北;从时间尺度来看,我国农田土壤Cd含量在各时间段并无统计学意义的显著性差异（P>0.05）.我国农田土壤Cd对儿童、青年、成年人和老年人尚无非致癌风险,但其对成年人和老年人存在潜在致癌风险,约5.81%和4.49%的成年人和老年人的致癌风险超过美国环保署规定的限量值（1E-06）.为提高农田土壤Cd健康风险评价的准确性,概率生态风险评价中还需要进一步考虑土壤Cd的生物有效性和农产品的摄食暴露途径.     

基于云模型的海上交通系统风险蒙特卡罗仿真

为扩展海上交通系统(MTS)风险的数据样本,更好地开展海上交通系统风险评估研究,有必要研究系统风险仿真中的模型与算法问题。在讨论不确定性信息中随机性和模糊性的基础上,引入云模型来取代概率分布参数下的蒙特卡罗仿真模型。经对无确定度的原始云特征参数求解,获得海上交通系统风险的还原云滴,有效增加海上交通系统风险数据样本,进而分析出风险数值仿真下的海上交通系统风险特征。通过有效性检验,云模型下仿真的变异系数比基于对数正态分布下仿真的结果更稳定。云模型下的仿真结果更准确地逼近原始样本的特性。风险的模糊性和随机性信息量化问题得到解决。     

基于Matlab的火灾探测报警系统可靠度Monte Carlo仿真

介绍了火灾探测报警系统的结构,指出了火灾探测报警系统失效原因,针对火灾探测报警系统的特点,确定了蒙特卡洛可靠度分析法.给出了系统的概率模型,确定了在Matlab下应用Monte Carlo方法对火灾探测报警系统的可靠度进行仿真的具体步骤,得到火灾探测报警系统可靠度仿真曲线.将仿真结果与试验结果相比较,基本一致,验证了该仿真方法能正确描述火灾探测报警系统的可靠度随使用寿命的变化规律,为进一步应用该方法来分析火灾探测报警系统的的各可靠性指标提供了理论基础.     

基于PBPK模型评价三氯乙烯的职业暴露健康风险

三氯乙烯(TCE)作为脱脂和清洗剂被广泛应用于五金、电镀和电子等行业。TCE的职业暴露会产生一系列健康风险,包括过敏症和致癌等。2012年TCE被美国环保局(US EPA)和国际癌症研究机构列为1类致癌物。采用吸附管采样-热脱附/气相色谱-质谱法分析了大连市某企业车间生产工况下空气中TCE浓度。基于生理学的药代动力学(PBPK)模型预测了呼吸暴露途径下TCE在职业工人体内组织中的动态分布、代谢产物生成情况和致癌风险。TCE在不同组织中预测的最大浓度呈现出脂肪肠充分灌注室支气管非充分灌注室肝脏静脉血动脉血的趋势。预测的与致癌有关的代谢产物最大浓度表现为三氯乙酸二氯乙酸三氯乙醛S-二氯乙烯基-L-半胱氨酸。在监测的TCE水平(39.2±24.4)μg·m-3下,暴露8 h·d-1,连续暴露20年,基于外暴露评价的职业工人致癌风险均值为1.31×10-5,该暴露水平下,基于PBPK模型预测的TCE内暴露与外暴露计算的致癌风险水平相近,但基于具有致癌性主要代谢产物的内暴露致癌风险值是外暴露风险值的1.17～1.73倍。TCE的暴露水平越高,基于内暴露方法和外暴露方法的致癌风险评价结果差异越大。敏感性分析表明,心输出血流量和充分灌注室血流量对PBPK模型输出结果具有重要影响。不确定性分析表明,模型参数变化会显著地影响PBPK模型输出结果,但变异在可接受水平。本研究结果说明,评价TCE暴露对人的致癌风险需要考虑其在体内的分布和代谢过程。     

基于蒙特卡洛模拟的多米诺事故风险量化管理*

为降低危化品相关的化工事故造成的人员伤亡和财产损失，以化工多米诺事故为研究对象，探讨由初始事故引发1个或多个次生事故的连锁反应机理与风险评估方法。提出应用蒙特卡洛模拟对多米诺事故风险进行动态量化的方法，梳理化工多米诺事故风险的识别、分析、评定、处理全周期管理流程，并以1个天然气压气站为案例，验证基于蒙卡模拟的化工多米诺事故风险量化方法的有效性。结果表明:该方法可以更准确地对化工多米诺事故风险进行定量评估。多米诺事故风险全周期管理流程的梳理能够有效指导化工企业开展安全管理、事故预防等工作。     

基坑放坡开挖对下方既有地铁隧道影响计算及风险预测

为研究基坑放坡开挖对下方既有地铁隧道的影响以及预测隧道结构的风险,通过改进的计算方法得到放坡开挖基坑引起下方既有地铁隧道的竖向和横向附加荷载、位移、相对变形曲率共6个隧道结构安全的物理表现因子;将位移计算结果与前人理论计算结果、实测数据对比验证,并分析各土层物理力学参数对6个因子的敏感性;最后,基于正态分布概率模型对较敏感的土层物理力学参数随机取值,利用蒙特卡罗方法计算6个因子各级风险发生的概率和竖向、横向2类因子综合影响下隧道结构各级风险发生的总概率。研究结果表明:与原来仅限于矩形开挖基坑的计算方法相比,改进后的计算方法适用范围更广、实用性更强;在算例二分析中,隧道竖向位移和相对变形曲率超过控制值的概率分别为12%和68.7%,其余因子均为0,隧道竖向相对变形曲率是隧道结构处于不安全状态的最主要因子;若不采取预防措施,隧道结构将有高达73.27%的概率处于不安全状态,其中有68.7%的概率处于很不安全状态。     

RBF神经网络可靠度分析方法在边坡稳定性研究中的应用

针对边坡稳定性可靠度分析,当状态函数无法显式表达且传统计算方法求解复杂问题困难时,提出一种基于ABAQUS和粒子群优化径向基函数神经网络的可靠度分析方法。基于ABAQUS的强度折减方法计算所选随机变量对应的安全系数,利用径向基函数神经网络的数据拟合功能,建立模型并映射出安全系数和随机变量之间的关系,构造响应面功能函数;利用蒙特卡罗生成的大量随机样本代入功能函数得到相应的安全系数,进而计算边坡的失稳概率和可靠度指标来反映边坡稳定性。研究结果表明:相对于传统方法,本文方法计算效率更高、误差更小,适合实际工程应用。