河湖健康评价方法研究进展

随着城市化和现代化的不断发展,世界人口不断增加,污水处理能力趋于落后,大量污水未经处理排入河流和湖泊,造成严重的环境污染。梳理了国内外河湖健康评价发展历程,详细列举了预测模型法、生物完整性指数评价法和水质指数评价法的发展和应用,分析了不同评价方法和评价标准的优缺点,并对今后我国河湖健康评价工作进行了简要展望。     

基于NSGM(1,N)模型的RTSF/PVA矿渣混凝土高温后力学性能分析及预测∗

为改善混凝土高温后的力学性能,以 RTSF 和 PVA 体积掺量以及矿渣替代率为变量,设置四因素三水平的正交试验,测试 RTSF/PVA 矿渣混凝土在 200 ℃、400 ℃、600 ℃以及 800 ℃后的残余抗压强度;结合电镜扫描分析高温后 RTSF/PVA 矿渣混凝土的微观结构;并采用一种新结构的多变量灰色模型对 RTSF‐PVA/矿渣混凝土进行高温后的强度预测。结果表明：RTSF‐PVA/矿渣混凝土对裂缝的把控能力明显优于素混凝土,600~800 ℃后的最大裂缝宽度仅为素混凝土的 1/3~1/4,但裂纹分布较广;RTSF‐PVA/矿渣混凝土的残余抗压强度随温度升高, 总体上呈降低趋势,当掺量组合为 RTSF 掺量 0.6%、PVA 掺量 0.05% 以及 GBFS 替代率 25% 时,800 ℃后的抗压强度残余率为 56.64%,较素混凝土提高了 14.44%;通过电镜扫描观测到 RTSF‐PVA/矿渣混凝土基体结构更加致密,混凝土劣化主要是因为胶凝物质的分解和骨料膨胀,导致 ITZ 出现缺陷,以及纤维与基体粘结力降低,两者共同作用导致强度降低;建立 NSGM（1,4）模型对 RTSF‐PVA/矿渣混凝土进行高温后的强度预测,平均相对误差控制在 6.3% 以内,模型精度达到Ⅱ级,根据发展系数判断模型可以对 RTSF‐PVA/矿渣混凝土进行高温后强度的长期预测。     

军用物资集装箱内部温-湿度环境条件对比分析

以武汉和深圳两个高温地区军用物资开展集装箱运输为背景,分别对两个地区的集装箱内部温湿度变化及大气温度等数据进行测试并对比分析,对武汉地区的数据进行回归分析,建立了集装箱内部温度模型,预测出该地区集装箱内部最恶劣的温度及湿度范围,为危险军用物资集装箱安全储运提供了理论依据。     

不同性质土壤中锑对小麦根伸长的毒性阈值及预测模型

针对土壤中锑污染毒性阈值研究较少的现状,参考ISO11269-1根伸长毒性测试标准方法,采集7种不同性质的土壤,利用TableC urve2D软件拟合剂量-效应关系,得到锑对小麦根伸长的毒性阈值(EC10和EC20)及其预测模型。当外源锑质量比增加时,7种土壤中小麦的相对根长均减小。毒性阈值与土壤理化性质相关分析表明,毒性阈值EC10和EC20与土壤p H值呈显著负相关关系,与土壤总铁质量分数呈显著正相关。回归分析得出,土壤p H值和土壤总铁质量分数可以解释90%的毒性阈值的变异。EC10和EC20的预测值与实测值的比值在2倍范围内。研究表明,在不同性质土壤中锑对小麦的毒性阈值有显著差异,土壤p H值、总铁质量分数与小麦的毒性阈值间呈显著相关关系(p0.05),所得回归模型可较好地预测锑对小麦的毒性阈值。     

t分布受控遗传算法优化BP神经网络的PM2.5质量浓度预测

根据齐齐哈尔大学监测点2014年3—5月PM2?5质量浓度及其对应的每小时的气象因素、气体污染物浓度，建立基于t分布受控遗传算法的BP神经网络模型（ BPM?TCG），对PM2?5质量浓度进行模拟预测。并将其与BP神经网络模型、遗传算法优化BP神经网络模型（ BP?GA）进行对比分析。3种模型预测结果表明：BPM?TCG模型预测精度最高，泛化能力最好。 BPM?TCG模型对PM2?5质量浓度的准确预测为预防和控制PM2?5提供依据。     

基于机器学习的金属有机框架吸附水中重金属性能预测

为了能准确预测金属有机框架材料(MOFs)对水中重金属的吸附性能,收集了48篇文献中的MOFs结构特征和成分特性,以及吸附水中重金属的实验参数建立数据集,训练并评价了6种回归模型,包括支持向量回归(SVR)、K-最近邻(KNN)、提升法(AdaBoost)、梯度提升树(GBDT)、随机森林(RF)和袋装法(Bagging).结果表明:基于树的集成学习模型的预测性能表现优异,其中以GBDT算法训练的模型性能最佳;进一步应用该模型,证明了机器学习方法可以准确预测MOFs对水中重金属的吸附性能;排列重要性与部分依赖图(PDP)显示,除了可控的实验参数外,影响吸附量的重要因素是MOFs的孔径、比表面积、孔体积.本研究中的方法不仅能预测MOFs结构和性能的关系,还可以基于有效的实验参数模拟水中重金属的去除,进而为吸附材料的筛选优化提供参考.     

我国地震人员损失评估经验概率模型

对地震人员伤亡的准确预测是震后救灾资源调度和救援人员分配的重要依据。基于PAGER系统中的双参数累积对数正态分布模型，分别讨论了3种建立我国地震人员损失预测模型的方法，并通过历史地震的受灾情况对其预测效果进行验证。其中，直接采用PAGER系统中提供的我国参数和以极震区烈度为变量建立的预测模型的准确性均不理想。考虑到多数震害调查资料中各烈度区受灾数据的缺失，选取数据较为详实的2008年四川汶川8.0级地震，根据已知受地震影响的25个市县的人员损失总数，综合考虑烈度区面积、人口数和烈度对地震人员损失数的影响，将每个市县的人员损失总数进行分配，最终得到不同烈度区的人员死亡率和受灾人数，回归得到模型参数后，建立我国地震人员损失评估经验概率模型。经验证分析，该模型预测结果与震例结果十分接近，远好于前2种方法得到的预测模型。同时，该模型的残差频率的正态性较好，根据预测结果建议的地震应急响应级别均与震例的实际情况相符。     

基于BP神经网络的空气污染指数预测模型研究

BP神经网络已成为研究空气污染预测的有效工具之一。文章利用近十年北京市地面气象观测资料和空气污染指数数据,通过BP神经网络技术构建了不同季节的空气污染指数预测模型,对北京市空气污染指数进行了预测。通过相关系数分析法,对比分析了预测结果与实际监测结果,研究结果表明:春、夏、秋、冬季的预测值与监测值线性相关系数分别为0.81、0.84、0.89、0.85。北京春季常伴随有沙尘天气,而文章并没有考虑沙尘天气对预测模型的影响,因此春季BP神经网络预测精度在四季中最低,其预测值与监测值的线性相关系数为0.81。由于秋季不同空气质量级别的数据都有较多分布,因此该季节构建的网络更具有代表性,其预测精度在四季中最高,预测值与监测值的线性相关系数高达0.89。总之,BP神经网络模型对于北京空气污染指数预测是行之有效的。     

金属矿山排土场滑坡环境风险预测模型探讨

为评估金属矿山排土场滑坡的影响范围和影响程度,结合金属矿山排土场特征,将滑坡淤积体简化为一个三棱锥体,采用定量预测的方法建立金属矿山排土场滑坡环境风险预测模型,并进行了实例分析,对于排土场环境风险评价有一定的指导作用。     

沈阳市畜禽养殖环境承载力分析及预测

运用系统分析方法中灰色预测模型,对沈阳市自然状态下和处理部分粪污情况下的畜禽养殖环境承载能力进行了分析和预测。计算结果表明,应用灰色预测模型对畜禽养殖环境承载力进行分析,精确度较高。对沈阳市各区(县)、市畜禽养殖环境承载力进行了分析预测,依据计算得出的相应地区畜禽养殖环境承载力结果,能够更加科学地为畜禽养殖空间布局提供参考。同时分析得出,提高畜禽粪污处理率,可以有效的延缓畜禽养殖业给环境带来的生态压力,推迟畜禽养殖环境承载力达到警戒值的年限。