气象灾害系统组成及评估理论体系探讨

结合国内外相关领域的研究情况,对气象灾害、孕灾环境、致灾因子和承灾体等重要概念下了较明确的定义,介绍了孕灾环境危险度这一度量孕灾环境灾害风险的概念,并对承灾体脆弱性、致灾因子强度等用以评估气象灾害的重要参数进行了初步研究,指出灾情是成灾后气象灾害系统的综合状态.最后建立了较完整的气象灾害评估理论体系.     

室内环境中微生物与挥发性有机化合物相关性的初步探讨

采集室内环境空气中菌落,经培养后分别将微球菌属、葡萄球菌属、芽孢杆菌属、曲霉属、青霉属的纯培养物转接到培养皿上,然后放入环境测试舱密闭环境中进行放大培养。分析菌落放大培养前后环境测试舱内空气中VOCs组成及其含量水平。结果表明,检测的100种挥发性有机化合物中有42种化合物在扩大培养后浓度升高,而30种化合物的浓度下降。微生物在生长代谢过程中既能分解空气中的一些毒害性有机污染物,也能产生一些毒害性有机污染物。     

山西省阳泉市大气环境质量数值模拟

根据山西省阳泉市南煤集团西上庄煤电一体化项目的总体要求,拟用中尺度气象模式MM5耦合大气污染模式CALPUFF,对评价区域2005年4月的大气环境进行数值模拟。通过综合模式系统的模拟发现:该地污染源的排放对阳泉空气质量起决定作用;对SO2的平均浓度贡献为47.05μg/m3,对PM10的平均浓度贡献为20.37μg/m3。本地点源的排放对SO2的影响相对较大;对SO2平均浓度的贡献可达36.93μg/m3。该地面源排放对PM10的影响相对较大,对PM10平均浓度的贡献为14.63μg/m3。外地点源排放对阳泉大气环境的影响较小,但在某些过程中外地点源排放的污染物通过区域输送对阳泉的空气质量也会造成一定的影响。     

MOBILE计算中国机动车CO排放因子时的计算年确定

在使用MOBILE计算机动车排放因子时,一个较为重要的计算参数——计算年,在美国是根据实际年份来确定的,但是由于我国机动车排放发展水平与美国的不同,其值的确定是比较困难的关键问题。文章利用我国的实测机动车排放因子数据,在同等条件下使用MOBILE计算排放因子,并与道路实测数据对比,得到不同测试年份对应的MOBILE计算年,从而回归出使用MOBILE计算机动车排放因子的计算年公式。在今后利用MOBILE计算机动车排放时,可以方便的使用公式得到对应的MOBILE计算年,从而提高计算的精确度。     

矿产资源开发的生态地质环境风险研究——以甘孜州东部为例

甘孜州东部是我国矿产资源富集区和生态地质环境脆弱区之一,生态地质环境承载力呈现出南优北差、西优东差的格局。据矿业历史及现状影响,建立承载力—矿业活动关系模式,将承载力分为正荷载、等荷载和超荷载三种状态。采用生态地质环境危险性与潜在损失承载体求积运算的方式获取风险值,并进行四级风险区划。风险空间分布大体呈现出东高西低、北高南低的形态,矿业活动区及其缓冲区、小流域、大流域都处于风险联动的系统内,风险区划与承载力区划成正相关关系。针对生态地质环境风险提出加强小矿有序开发、加强勘查和开发过程管理、提高矿产资源利用效率、构建监测系统和加强矿山环境问题治理等应对措施。     

环境保护公众参与制度回顾、评估和建议

文章总结了国际上公众参与环境保护的发展与趋势,分析了中国公众参与环境保护现状、存在问题及原因,并借鉴国际经验,明确中国公众参与的具体方式和主要内容,提出了进一步推进中国公众参与环境保护的政策建议。     

基于实例的系统聚类分析法在环境空气质量评价中的应用

基于系统聚类分析理论,介绍系统聚类最短距离法在环境空气质量评价中的应用。系统考虑影响环境空气质量的各种因素,在数据标准化处理的基础上,通过距离计算,达到对环境空气质量的系统分类,为制定区域环境综合治理措施和环境规划提供科学依据。     

水环境承载力方法研究

文章给出水环境承载力概念,以及对现有的水环境承载力研究方法进行分析,提出基于水量水质相关法的水环境承载力计算模型,并对其进行实证研究。结果表明,将水量水质相关法应用于水环境承载力的研究,具有建模方便、直观简单的特点,为水环境承载力研究提供了一种新途径。     

黑龙江省2006—2009年城市声环境质量状况及变化趋势分析

对黑龙江省13个市地2006年-2009年声环境质量的监测数据进行研究,分析了黑龙江省声环境质量状况及变化趋势。黑龙江省城市区域声环境质量主要处于较好和轻度污染状态;城市道路交通环境质量处于好和较好水平;城市各类功能区声环境质量,夜间超标现象仍很严重;交通噪声影响强度最大;社会生活噪声影响范围最广;改善声环境质量仍是今后一项主要工作。     

基于神经网络的城市夜间环境监控与预测

因夜间天空亮度分布具有非线性变化特点,故引入神经网络算法,建立基于时间序列的夜天空亮度预测模型,夜天空亮度预测模型可为城市光污染防治提供评价依据.文章对神经网络的原理进行了论述,建立了基于时间序列预测模型.以测试数据为训练样本集,基于MATLAB(矩阵实验室,Matrix Laboratory的简称),采用改进的BP算法(误差反向传播算法)对网络进行学习训练,并对存在的误差进行了分析.基于时间序列BP神经网络的夜天空预测模型,当隐含层神经元数目为5,训练函数为L-M优化算法(trainlm)时,最大绝对误差可达到0.003 6 cd/m2,最大相对误差达到2.361 4%.结果表明,模型的运行结果与试验数据比较吻合,输出与目标矢量之间相关性也较好.