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.      

长江流域2000—2015年生态系统质量及服务变化特征

分析生态系统质量与服务现状及变化特征,有助于准确了解流域生态系统状况与趋势,为流域生态保护与修复的高效管理提供参考依据.采用相对生物量密度与相对植被覆盖度指数以及生态系统服务（土壤保持、防风固沙、洪水调蓄、粮食生产）评估模型,评估2000—2015年长江流域生态系统质量及服务变化特征.结果表明:①2000—2015年,长江流域森林、灌丛以及草地生态系统质量提升显著,56.56%的森林、45.65%的灌丛以及19.26%的草地生态系统质量得到不同程度的提高.②研究期间,长江流域粮食生产、洪水调蓄、土壤保持、防风固沙均呈显著上升趋势,其中粮食生产能力增加13.7%,洪水调蓄功能提升10.1%,土壤保持服务提高19.5%,防风固沙总量增加30.0%.③长江流域生态系统质量不高,处于低与差质量等级的生态系统面积比例在25%~35%之间;受不同类型的自然和人类活动影响,长江流域生态系统质量与服务均存在局部退化现象.研究显示,在生态质量与服务评估的基础上,分区域、分类型实施不同的生态系统保护与恢复途径,是今后长江流域加强生态系统管理的重要途径.      

黄河流域水污染排放特征及污染集聚格局分析

掌握污染源排放特征及其空间差异,是在流域尺度提升水污染治理水平的重要基础.该研究分别从污染源的活动水平（简称“活动水平”）、污染物产生、污染物去除和污染物排放4个方面选取了28个指标,对黄河流域60个市州主要水污染物排放特征开展了现状评价和聚类分析.采用污染分布的地理集中度指数表征各市州污染集聚格局,并利用空间分析模型Global Moran's I和G_i*指数判断污染排放的空间集聚趋势与冷热点地区.结果表明:按照水污染排放特征的差异,黄河流域不同地区在水污染格局上可划分为高排放强度区、高排放绩效区、污染集聚区和低排放绩效区;水污染物排放与经济发展格局分布一致,上游、中游到下游地区呈现明显的阶梯型分布,上游地区单位水资源利用效率和排放绩效低,下游地区区域性污染集聚效应明显;山西省、河南省和山东省沿黄城市在空间上表现为区域性连片污染集聚,集中分布在晋中城市群和中原城市群.针对当前黄河流域水污染排放特征和空间集聚格局,建议制定统一的生态环境保护与治理策略,加强中下游城市群的污染协同控制.      

基于地形位置指数的赤水河流域植被时空变化研究

地形因子和植被覆盖是区域灾害评价的关键指标,也是山区型村镇建设生态安全评估的重要内容.为探析山区型村镇建设的生态约束条件,以赤水河流域为研究对象,基于1998—2018年SPOT_VGT NDVI数据,利用地形位置指数（Topographic Position Index,TPI）和坡度位置指数方法,研究了赤水河流域植被生长季NDVI时空变化及地形分异特征.结果表明:①赤水河流域内,1998—2018年植被生长季平均NDVI呈缓慢上升趋势,斜率为0.004 7;NDVI>0.60的集中连片区域主要分布在古蔺县北部、赤水市大部和习水县西北部,占赤水河流域总面积的8.42%;Sen's slope在0.009~0.015区间时,赤水河流域植被生长增强趋势最明显,主要集中分布在赤水河中上游、二道河以及下游的大同河干流地区.②TPI在-39.4~34.3区间的面积最多,为6 221.63 km2,占赤水河流域总面积的34.05%;将赤水河流域坡度类型划分为山脊、上坡、中坡、平坡、下坡、山谷6个坡度位置类型,其中,中坡面积（7 792.02 km2）最大,占流域总面积的42.64%,表明TPI数值较小且坡度大于5°的区域是赤水河流域地形主体.③赤水河流域植被在山脊的平均NDVI最高,为0.747,且山脊平均Sen's slope最高,为0.007 2;山谷平均NDVI最低,为0.709.研究显示,赤水河流域植被分布在118.5~486.9的TPI区间或分布在山脊处时整体生长较好,且生长增强趋势最明显.      

基于底栖动物的松花江流域不同地形分区水质指标阈值研究

为全面了解松花江流域不同地形分区内底栖动物群落对水质指标的响应规律,识别不同分区水质指标指示物种的差异,于2016—2018年对松花江流域97个采样点的水质指标〔EC、ρ（DO）、ρ（COD_Mn）、ρ（NH₃-N）、ρ（TN）、ρ（TP）〕和大型底栖动物群落进行调查分析,采用临界指示物种分析法（threshold indicator taxa analysis,TITAN）分别探讨松花江流域山区、丘陵区和平原区水质指标的生态阈值,当污染物浓度超过负响应阈值时敏感种密度降低,当超过正响应阈值时耐受种也会受到明显影响,底栖动物群落结构会发生显著变化.将TITAN法所得的负响应阈值作为触发底栖动物群落发生变化的最低值,正响应阈值为底栖动物群落的耐受极限值.结果表明:①松花江流域水质指标在不同地形分区内的阈值不同,除ρ（DO）和ρ（COD_Mn）外,其他指标负响应阈值均表现为山区 < 丘陵区 < 平原区,ρ（DO）则表现相反,ρ（COD_Mn）在丘陵区出现最高阈值（5.46 mg/L）、山区出现最低阈值（4.01 mg/L）.除ρ（DO）以外,其他指标的正响应阈值均呈山区 < 丘陵区 < 平原区的趋势,ρ（DO）正响应阈值的变化趋势则与之相反.②松花江流域内超过50%的采样点水质指标值均超过其负响应阈值,超出正响应阈值的采样点比例在6%~40%之间,说明流域受到一定的干扰,但干扰程度不严重.③同一物种在不同地形分区内对水体理化指标的指示方向可能相反.萝卜螺属在丘陵区为ρ（NH₃-N）的正响应指示物种,在平原区则转变为负响应指示物种;短沟蜷属在丘陵区为ρ（TN）和ρ（TP）的正响应物种,在平原区则转变为负响应物种.研究显示,大型底栖动物群落结构的分布特征是影响水质指标阈值指示物种识别的主要原因,而不同分区的自然地理状况、栖境状况和水质状况则是造成大型底栖动物群落结构分布差异的主要因素.      

黑河中下游防风固沙功能时空变化及影响因子分析

黑河中下游是我国重要的防风固沙生态功能区,分析该区域的防风固沙功能时空变化,明确其主要的影响因子贡献,对于指导荒漠化防治、维护流域生态安全十分重要.该研究基于修正风蚀方程(revised wind erosion equation,RWEQ)、一元线性回归斜率分析、灰色关联分析和GIS技术,分析了2000—2017年黑河中下游防风固沙功能动态变化及其影响因子.结果表明:①2000—2017年,黑河中下游年均防风固沙量为3.2×109 t,年均防风固沙功能约为2.44×104 t/km2;防风固沙量总体呈增强趋势,年均增加6.67×107 t,年均变化率为1.85%.②区域防风固沙功能呈现中游较强,向下游递减的空间分布特征,防风固沙功能较高区约占研究区面积的31.54%,一般区占20.77%,较低区(北部荒漠区)占47.69%;甘肃省张掖市和嘉峪关市防风固沙功能呈增加趋势,回归方程系数(slope)为0~26.29%,占总面积的12.51%;额济纳旗东北部和甘肃省高台县中部防风固沙功能呈下降趋势,回归方程系数为-17.17%~0,占总面积的23.30%.③防风固沙功能主要影响因子中,风力因子最主要,贡献率为30.04%,其次为积雪覆盖、土壤湿度、植被覆盖,贡献率分别为24.57%、24.26%和21.13%.研究显示,防风固沙工程应综合考虑气候变化、植被覆盖、土壤特性及人类活动的复合影响,实行具有空间差异化的方案.      

基于两种再分析资料的一次四川盆地大气污染过程气象要素数值模拟研究

利用ECMWF-ERA5和NCEP-FNL再分析资料作为中尺度气象模式WRF（The Weather Research and Forecasting）初始场,对四川盆地2018年1月一次大气污染过程气象要素进行了模拟,对比分析了气温、风速、风向、相对湿度、边界层高度、温廓线的模拟效果,并结合大气超级站观测数据对模拟结果进行评估.结果表明：两种资料均能较好地模拟出气象要素的变化情况,但由于两套资料时空分辨率、采用的模式、同化方案、数据来源和质量控制方案存在一定区别,导致各要素模拟效果并不一致.与NCEP-FNL相比,ECMWF-ERA5模拟的平均相对湿度（59.23%）与观测值差异更小,且均方根误差、偏差较小,分别为9.83%和-0.83%,但NCEP-FNL模拟的平均气温（8.99℃）更接近观测值,且偏差值较小,为-0.04℃.两组模拟结果均显示盆地内部为模拟区域的低风速区,相对湿度模拟值在60%以上,气温高于西部山地地区.NCEP-FNL模拟的盆地内部气温、相对湿度、风速小于ECMWF-ERA5模拟值,但边界层高度模拟值较大.ECMWF-ERA5模拟的逆温强度相比较小,且温度露点差较小.此次污染过程PM_2.5和PM₁₀日均浓度最大值分别为190.1 μg·m^-3和261.0 μg·m^-3,相对湿度增大引发的颗粒物吸湿增长是导致PM_2.5和PM₁₀质量浓度突增的主要原因.     

漓江流域δD和δ18O对蒸发的指示作用

以漓江流域为例查明不同水体之间氢氧稳定同位素组成特征,并探讨氢氧稳定同位素对漓江流域的蒸发过程指示作用.结果表明：流域内不同水体之间,氢氧稳定同位素表现出不同的组成特征,地表水和地下水,在丰水期δD值和δ¹⁸O值要比枯水期更容易富集,地下水的δD值和δ¹⁸O值分布范围较地表水小;随着水温的升高,δ¹⁸O的变化趋势比d-excess明显.从漓江上游到下游高程逐渐下降,河水线的斜率和截距也在逐渐减小,其中漓江下游河水线的斜率和截距要低于当地大气降水线,表明下游受到蒸发作用较强烈;地下河水线、地表河水线在一定程度上偏离当地大气降水线,但偏离程度较小,表明三者之间有很好的水力联系.受温度和湿度的共同影响,漓江干流丰水期河水的蒸发量占最初水体总量的0.7%~9.1%,枯水期河水的蒸发量占最初水体总量的2.6%~9.7%,丰水期的蒸发比例低于枯水期,从上游到下游蒸发比例在逐渐上升.研究区蒸发量估算值为959.40mm,与多年实测值少43.11mm,相对误差4.70%.氢氧稳定同位素对研究区降水、地表水、地下水之间的转换规律具有重要的实际意义,在今后的漓江流域水文研究中有着更加广阔的空间.     

黑河流域底栖动物群落结构及水质评价

为了解黑河流域上中游底栖动物群落结构特征及其与环境因子之间的关系,于2018年8月对研究区域17个采样点的底栖动物和水体理化指标进行调查研究.共鉴定出底栖动物43种,其中节肢动物34种（79.1%）,软体动物7种（16.3%）,环节动物2种（4.6%）;就整个研究区域而言,优势种为大蚊（Tipulidae）、豆娘幼虫（Damselfly）、水蜘蛛（Argyroneta）、耳萝卜螺（Radix auricularia）、琥珀螺（Suecinea sp.）、白旋螺（Gyraulusalbus）,干、支流优势种分布趋势为干流（6种）优于支流（5种）;底栖动物平均密度和平均生物量分别为77ind/m²和3.7423g/m²现存量存在显著空间差异,整体上干流（1032ind/m²、60.0963g/m²）大于支流（276ind/m²、3.5233g/m²）,物种数干流（36种）大于支流（15种）;单因素方差分析显示,Shannon-Wiener多样性指数、Margalef丰富度指数及Pielou均匀度指数分布特征为干流大于支流.黑河流域上游支流和中游干流不同河段底栖动物物种组成呈空间异质性,而多样性指数对物种组成依赖性强,但因黑河流域底栖动物物种组成受自然因素和人类活动双重影响程度差异较大,使得Shannon-Wiener多样性指数、Margalef丰富度指数及Pielou均匀度指数不适合黑河水质评价.依据BI指数和综合污染指数评价表明,黑河上游支流水质优于中游干流.根据底栖动物与环境因子之间的相关矩阵分析并结合RDA分析表明：BOD₅、水温（WT）、电导率（EC）、DO、溶解性总固体（TDS）、COD_Mn及盐度是影响底栖动物群落结构的主要环境因子.     

西北冰洋海域表层沉积物中厌氧菌分布特征

用逐步稀释法在4℃和25℃培养条件下测定了西北冰洋海域24个表层沉积物样品中厌氧菌(Anaerobic bacteria,AAB) 的检出率和含量.同时,分析了这两项指标的水平分布（纬度间、经度间）差异,以及在不同水深的变化特征.结果表明,在4℃和25℃培养条件下厌氧菌检出率高达100%,AAB含量范围分别为9.00×102~2.40×107cell·g-1和2.90×104~2.40×107cell·g-1,平均含量分别为4.54×106cell·g-1和3.99×106cell·g-1.AAB含量存在水平分布差异,随着纬度升高,或经度自西向东,或水深的加大,AAB的含量均呈现逐渐降低的趋势.