我国城市大气颗粒物重金属污染研究进展与趋势

为研究我国城市大气重金属(Pb、Cd、Cr、Cu、Ni、Zn、As、Hg)污染水平与特征,本文收集了近年发表的相关文献,并梳理统计了国内46个主要城市重金属数据。研究发现,我国城市大气重金属污染水平差异很大,各重金属浓度大致呈Zn>Pb>Cr≈Cu>As>Ni>Cd>Hg的分布规律;在时空分布上,表现为北方高于南方,内地高于沿海,冬春季高于夏秋季。其中,北方城市大气重金属Pb、Cd、Cu、Ni、Zn、Hg、As分别比南方城市高40. 3%、14. 3%、42,7%、140%、60. 8%、27. 7%和86%。我国城市大气重金属来源多样,主要有生活来源、工业来源、交通来源和其他来源。此外,由于不同重金属赋存形态的差异,其生物有效性也存在很大差别。鉴于城市大气重金属污染已经对居民身体健康构成潜在威胁,建议今后应从大气细粒子和超细粒子、重金属赋存形态、重金属毒理学以及健康风险评价等方面加大研究力度。     

CFRP、Ti及其混合物粉尘云最低着火温度研究北大核心CSCD

为研究碳纤维增强树脂复合材料(CFRP)、钛(Ti)和CFRP/Ti叠层压板粉尘云最低着火温度(MITC),利用Godbert-Greenwald炉对CFRP粉尘、Ti粉尘及其3种混合粉尘的MITC进行测定,分析了粉尘云质量浓度、喷粉尘压力对不同粉尘MITC的影响,以及CFRP和Ti混合情况下MITC的变化规律。结果表明:CFRP粉尘及Ti质量分数分别为25%、50%、75%的混合粉尘的MITC均处于510~525℃,Ti粉尘的MITC为470℃;在质量浓度454~4545 g/m^(3)范围内,5种粉尘的MITC均随质量浓度增加而降低,质量浓度越高,下降幅度越小;在喷粉尘压力10~80 kPa范围内,5种粉尘的MITC均先随压力增大而减小,而后随压力增大而增大,其中CFRP粉尘及3种混合粉尘的MITC在20 kPa时最小,Ti粉尘则在50 kPa时最小;CFRP/Ti混合粉尘的MITC较单种粉尘有所升高。     

生物质炭-沼液联合施用对调控氮循环功能基因促进氮素增效的影响

为探讨生物质炭-沼液配施条件下氮循环功能基因调控农田土壤氮素转化并影响农作物氮素吸收利用机制.本试验以浙江省杭州市红黄壤作为研究对象,设置生物质炭和沼液两个因素,探究生物质炭-沼液配施条件下土壤基本理化性质和氮循环功能基因丰度变化情况,刻画功能基因与农田氮素利用率间的耦合关系.结果表明,生物质炭-沼液配施可以显著降低土壤容重,提升土壤pH和土壤氮素含量,其中,高剂量生物质炭-沼液配施(C3B2)处理较单施化肥(COBO)处理铵态氮、硝态氮、全氮含量增幅均达到显著水平(P<0.05).与空白处理(CK)相比,生物质炭-沼液配施(C3B2)处理则显著提高了反硝化功能基因丰度,较单施化肥(C0B0)处理增幅30.98%和44.99%.冗余分析结果显示,铵态氮、硝态氮和有机碳含量对土壤氮循环功能基因影响较为显著,结构方程模型则表明硝化作用功能基因丰度的提升对包菜氮素农学利用率呈现负相关趋势.研究结果表明,在相同养分施用量的条件下,生物质炭-沼液配施可显著提高土壤肥力.氮素和有机碳含量是影响功能基因丰度的关键因素,硝化作用功能基因丰度的降低可以提高农田氮素利用率.本研究结果可以为促进农业废...     

多灾种下特大城市安全韧性影响评估研究与实践

针对灾害发生发展全过程中对城市的功能影响缺乏有效的评价方法和体系,以及对于城市综合灾害防御和防灾韧性城市建设的指导存在不足,研究运用层次分析法,提出了基于模糊评价的数学模型,建立了多层级指标的权重向量和判断矩阵,实现了多层次、多因素的评估需求。研究根据城市安全韧性影响的评估指标体系,实现了评估指标的层级架构并计算其权重。运用相关研究成果针对某特大城市开展案例研究,并针对其薄弱环节提出提升措施和优化建议。     

基于改进后力学试验夹具的航天阀门试验方法

随着振动试验技术的发展和进步，对试验夹具的要求也更加严格，试验夹具的特性对试验结果和试验方法产生重要的影响。本文基于某航天阀门的试验要求，对原有的存在缺陷的试验夹具进行改进，对改进后的试验夹具进行特性分析，确定改进后力学试验夹具性能更加满足产品试验要求。本文基于改进后力学试验夹具进行航天阀门振动试验和冲击试验，采用多点平均控制的方式完成了包括扫频、正弦振动、随机振动、冲击试验在内的试验项目，试验结果满足产品要求。     

基于层次熵权-云模型城市道路塌陷风险评价研究

城市道路塌陷灾害频发，有效的塌陷风险评价对于塌陷的防治具有重要意义。道路塌陷成因具有模糊性、随机性、复杂性等特点，为尽可能保证其评价过程的客观有效，通过识别城市道路塌陷风险要素，构建城市道路塌陷的风险评价体系，使用层次-熵权-云模型进行组合评价，建立道路塌陷风险评价模型。将该模型应用于宝安区部分道路塌陷风险评价，结果表明：6条主干道基于道路塌陷风险评价模型评价结果与探地雷达(Ground Penetrating Radar, GPR)实测风险评价结果吻合度较高，具有一定的应用能力。该模型为城市道路塌陷的防治起到了积极的指导作用，为城市安全风险防控起到了一定的参考作用。     

深度学习在危险天气自动识别中的应用研究

基于机器视觉的危险天气自动识别技术近年来已成为研究热点，但模型识别准确率不高和模型不够轻量化是该项技术面临的主要问题。针对上述问题，提出了一种利用CycleGAN网络自动扩展危险天气数据集的方法，有效解决了数据集数据量不足、数据类型不平衡的问题。同时，还提出了一种三通道融合卷积神经网络(3-Channel Convolutional Neural Network, 3C-CNN),该网络主干分支采用迁移学习的技术方案，并利用多分支结构提取并融合天气图像中的整体与局部特征。结果表明，利用CycleGAN网络扩充的WeatherDataset-6Plus数据集能够有效改善深度学习模型的训练性能，3C-CNN模型的6类天气现象综合识别准确率达到了98.99%,识别速度达到220帧/s。该方法在保证准确率的同时实现了模型的轻量化，有利于其在嵌入式设备中部署。